Badania przemysłowe i prace rozwojowe w celu opracowania Fuzzy Convolutional Neural Network with Ordered Fuzzy Numbers
Cel projektu
Pracujemy nad biblioteką Fuzzy Convolutional Neural Network (FCNN) – nową klasą modeli wizyjnych opartych o podejście z liczbami rozmytymi (Ordered Fuzzy Numbers). Naszym celem jest jakość porównywalna z klasycznymi CNN przy znacznie mniejszych modelach, co przekłada się na niższe koszty obliczeń i energii oraz możliwość działania bezpośrednio na brzegu (edge): w sterownikach, kamerach, czujnikach i urządzeniach IoT.
Korzyści dla Biznesu
• Mniejsze modele → niższe koszty sprzętu i energii.
• Edge AI: przetwarzanie lokalne, mniejsze opóźnienia i lepsze bezpieczeństwo danych.
• Skalowalność: od prototypu po produkcję, bez konieczności rozbudowy infrastruktury.
• Gotowość do integracji z istniejącymi liniami i systemami.
Zastosowania: inspekcja wizyjna, kontrola jakości, monitoring maszyn, smart-sensorics, urządzenia IoT w produkcji.
Zakres projektu: prowadzimy badania przemysłowe nad architekturą i metodami uczenia FCNN oraz prace rozwojowe nad wydajną, skalowalną biblioteką programistyczną do wdrożeń w środowiskach o ograniczonych zasobach.
Wartość projektu:
5 945 000 zł
Kwota dofinansowania:
4 462 000 zł
