Description du projet
Un logiciel pour la recherche axée sur les données dans le secteur manufacturier
Les PME constituent l’épine dorsale de l’économie européenne et sont à l’origine de la force et de la résilience de l’industrie européenne. Les PME du secteur manufacturier améliorent leur compétitivité en réduisant les coûts de production tout en garantissant des niveaux de qualité élevés. Ce processus nécessite une adaptation constante de nouvelles technologies, telles que la transformation numérique et les systèmes avancés axés sur les données. Malgré le succès annoncé, seules 37 % des PME exploitent actuellement des données pour évaluer leur stratégie de fabrication, principalement en raison de la pénurie de ressources pour une analyse avancée des données. Le projet CTDM, financé par l’UE, soutiendra la capacité des PME à utiliser davantage de données disponibles ainsi que des logiciels et des services d’analyse de données automatisés en se concentrant directement sur l’amélioration de leur stratégie de production. CTDM développera également de nouvelles approches d’analyse de données dans le domaine de l’apprentissage profond.
Objectif
"There is one leading question dominating the manufacturing industry across all sectors: ""I need to produce cheap and fast without quality defects – how can I optimize that?"". After several huge improvements like lean manufacturing, the next big hope for enhancements is the so-called Industry 4.0. While there exist different definitions of Industry 4.0 there is one common denominator: data-driven improvements. However, new technologies also place new demands on manufacturing companies in terms of manpower for data analysis and know-how. Particularly the backbone of the European economy – small and medium-sized companies –, often lack in resources like data scientists and internal knowledge for advanced analytics. According to a study of the Laboratory for Machine Tools and Production Engineering only 37% of the today processed data is explored across various industries, which shows there is still a long way to go for many companies. However, the topic of data analysis in production had already been widely researched, but the research did not reach the broad masses yet. DatenBerg aims to address that topic with its automated data-analytics software and service offer. During the proposed projects new data-analytics approaches in the area of deep learning shall be developed."
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellesinformatique et science de l'informationscience des données
- sciences naturellesinformatique et science de l'informationlogiciel
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatiqueapprentissage profond
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-INNOSUP-2018-2020
Voir d’autres projets de cet appelSous appel
H2020-INNOSUP-2020-02
Régime de financement
CSA-LSP - Coordination and support action Lump sumCoordinateur
76131 KARLSRUHE
Allemagne
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.