Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
Zawartość zarchiwizowana w dniu 2024-06-20

Dynamically Reconfigurable Quality Control for Manufacturing and Production Processes Using Learning Machine Vision

Cel

The main goal of DynaVis is the development of machine learning methods for embedded machine vision systems in production and manufacturing to achieve dynamically reconfigurable systems.

Inspection of products by machine vision often has to solve the problem of how to implement a human decision-making process in software. Currently, this requires a step-by-step reprogramming or parameterisation of the software, which may last for several months until satisfying results are obtained. The results of DynaVis will enable us to use Human-machine cooperation to learn complicated inspection tasks instead of set-by-step improvements and adaptations of software.

The project is foused on the development of "trainable" machine vision algorithms and of appropriate machine learning techniques. In order to create such methods we will focus on the following scientific objectives:
(1) machine learning methods for processing the complicated data produced by the vision system.
(2) methods to deal with multiple, possibly contradictory input by the operators.
(3) methods for predicting success or failure of the learning process in early stages of the training process.

The project contributes to the objectives of the call by developing a new way how reconfigurability in automated systems can be achieved. In the case of DynaVis these are embedded machine vision systems such as smart cameras. The project involves advanced control such as fuzzy methods and neural networks. The goal is to use human-machine cooperation and machine learning to dynamically adapt the vision system to the operator's decisions.

The project involves key players in the field of machine learning with a particular focus on machine vision. Companies from the machine vision industry and end-users from various fields complement the consortium. Special attention is given to the dissemination of results to SMEs.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

FP6-2004-IST-NMP-2
Zobacz inne projekty w ramach tego zaproszenia

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

STREP - Specific Targeted Research Project

Koordynator

PROFACTOR PRODUKTIONSFORSCHUNGS GMBH
Wkład UE
Brak danych
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Uczestnicy (7)

Moja broszura 0 0