Søg
Close this search box.

Bridge-projekter

Bridge-projekter er tværgående forsknings- og innovationsprojekter ledet af DIREC-forskere i samarbejde med universiteter, virksomheder, det offentlige og GTS-institutter med det formål at øge kapaciteten inden for digitalisering og innovation i virksomhederne.

Bridge project

Automatic Tuning of Spin-qubit Arrays

IoT-enheder smelter sammen med både samfundets infrastruktur og vores personlige liv. Dog kører mange af disse enheder i ukontrollerede, potentielt fjendtlige miljøer, hvilket gør dem sårbare over for sikkerhedsangreb. Desuden, med det stigende antal af sikkerhedskritiske IoT-enheder, såsom medicinske og industrielle IoT-enheder, er IoT-sikkerhed et spørgsmål om offentlig sikkerhed. I samarbejde med industripartnere sigter projektet mod at udvikle en modelleringsmetode til systematisk at beskrive relevante aspekter af IoT-systemer/-tjenester med fokus på sikkerhed, interaktion, ydeevne og omkostninger.

Læs mere »
Bridge project

Verified Voting Protocols and Blockchains

Der er konstant interesse for internetafstemning fra valgkommissioner rundt om i verden. Det er dog ikke let at opbygge et internetafstemningssystem: Designet af nye kryptografiske protokoller er udsat for fejl, og offentlighedens tillid til det valgte organ er let truet. Dette projekt har til formål at forbedre sikkerheden og kvaliteten af ​​internetafstemningssystemet og påvirke reguleringen af ​​minimumskvalitetskrav til blockchains.

Læs mere »
Bridge project

Trust through Software Independence and Program Verification

Grønlands valglov blev ændret i 2020 og tillader nu brugen af internetafstemning. Dette projekt vil sammen med myndighederne i Grønland undersøge, hvilken effekt programverifikation har på offentlighedens tillid til valgteknologier. Projektet har til formål at bidrage til at gøre internetvalg mere troværdige, hvilket kan styrke udviklings- og post-konfliktdemokratier rundt om i verden.

Læs mere »
Bridge project

Multimodal Data Processing of Earth Observation Data

Baseret på observationer af jorden opbygger og vedligeholder en række danske offentlige organisationer vigtige datagrundlag, der bruges til beslutningstagning, fx til at eksekvere miljølovgivning eller træffe planlægningsbeslutninger i både private og offentlige organisationer i Danmark. Dette projekt har til formål at understøtte den digitale acceleration af den grønne omstilling ved at styrke datagrundlaget for miljødata. 

Læs mere »
Bridge project

REWORK – The Future of Hybrid Work

Hjemme- og hybridarbejde er kommet for at blive, men hvordan skal disse arbejdsmetoder se ud i fremtiden? Skal vi blot forsøge at rette op på det, vi allerede har, eller kan vi være dristigere og udforme en anden slags fremtid på arbejdspladsen? I samarbejde med en række virksomheder søger dette projekt en fremtidsvision, der integrerer erfaringerne omkring hybridt arbejde.

Læs mere »
Bridge project

Secure Internet of Things – Risk Analysis in Design and Operation (SIoT)

Dette projekt har til formål at identificere sikkerheds- og sikkerhedskrav til IoT-systemer og udvikle algoritmer til kvantitativ risikovurdering og beslutningstagning, samt skabe værktøjer til at designe og certificere IoT-sikkerhedstræningsprogram, der vil sætte danske virksomheder i stand til at opnå sikkerhedcertificering af deres IoT-enheder, hvilket kan give dem et forspring på et marked, der sandsynligvis vil kræve en sådan certificering i den nærmeste fremtid.

Læs mere »
Bridge project

Embedded AI

Embedded AI will revert the current AI processing flow from collecting data at the edge and processing it at the cloud, to a flow where AI algorithms are migrated from the cloud to a distributed network of AI enabled edge-devices, which will increase responsiveness and functionality, reduced data transfer, and increased resilience, security, and privacy.

Læs mere »
Bridge project

EXPLAIN-ME: Learning to Collaborate via Explainable AI in Medical Education

Sammen med klinikere har dette projekt til formål at udvikle forklarende AI, der kan hjælpe medicinsk personale med at træffe kvalificerede beslutninger ved at agere som en mentor, der giver feedback og råd, når personalet træner. Det er vigtigt, at den forklarlige AI giver gode forklaringer, som er lette at forstå og bruge under det medicinske personales arbejdsgang.

Læs mere »
Bridge project

AI and Blockchains for Complex Business Processes

Projektet har sammen med industrielle partnere til formål at udvikle metoder og værktøjer, der sætter industrien i stand til at udvikle nye effektive løsninger til at udnytte den enorme mængde forretningsdata, der genereres af disse systemer. 

Læs mere »
Bridge project

Mobility Analytics using Sparse Mobility Data and Open Spatial Data

Mængden af mobilitetsrelateret data er steget massivt, hvilket muliggør en stadig bredere vifte af analyser. Når de kombineres med digitale repræsentationer af vejnet og bygningsinteriør, rummer disse data potentialet for at muliggøre en mere finkornet forståelse af mobilitet og for at muliggøre mere effektiv, forudsigelig og miljøvenlig mobilitet.

Læs mere »
Bridge project

Deep Learning and Automation of Image-Based Quality of Seeds and Grains

I dag er manuel visuel inspektion af korn stadig en af de vigtigste kvalitetssikringsprocedurer i værdikæden for at bringe korn fra marken til bordet.

Sammen med virksomhedspartnere har dette projekt til formål at udvikle og validere en metode til automatiserede billedbaserede løsninger, der kan erstatte subjektiv manuel inspektion og forbedre ydeevne, robusthed og konsistens af inspektionen.

Læs mere »
Bridge project

Edge-based AI Systems for Predictive Maintenance

Nedetid på udstyr er dyrt og en kilde til sikkerhedsmæssige og juridiske udfordringer. I dag anvender organisationer en konservativ plan for forebyggende vedligehold, som er uafhængig af udstyrets tilstand. Dette resulterer i unødvendige omkostninger til service og lejlighedsvise afbrydelser af produktionen på grund af uventede fejl.

Læs mere »
Bridge project

Verifiable and Safe AI for Autonomous Systems

Den hastigt voksende anvendelse af maskinlæringsteknikker i cyberfysiske systemer fører til bedre løsninger og produkter med hensyn til tilpasningsevne, ydeevne, effektivitet, funktionalitet og brugervenlighed. Cyberfysiske systemer er dog ofte sikkerhedskritiske, fx selvkørende biler eller medicinsk udstyr, og behovet for verifikation mod potentielt dødsulykker er af afgørende betydning.

Læs mere »