Utveckla ett ramverk för att utnyttja kunskapsdiagram och djupinlärning i mobilitetstransporter
Fakta
- Kontaktperson:
- Reza Khoshkangini
- Finansiär:
-
- STINT
- Ansvarig vid Mau:
- Reza Khoshkangini
- Externa projektmedlemmar:
-
- Ramin Sahba
- Amin Sahba
- Enayat Rajabi
- Samarbetspartners:
-
- Texas University i San Antonio – USA
- Cape Breton University – Kanada
- Projektperiod:
- 31 juli 2023 - 01 augusti 2025
- Fakultet/institution:
- Forskningsmiljö:
- Forskningsämne:
-
- Datavetenskap
- AI and ML
Om projektet
Projektets syfte är att stärka samarbetet mellan Malmö universitet (MAU) i Sverige och Cape Breton University (CBU) i Kanada och University of Texas i San Antonio (UTSA) i USA för att undersöka utmaningarna och möjligheterna att utveckla ett kunskapsgrafbaserat ramverk för djupinlärning för att identifiera fordonsfel/haverier i förväg och förklara sambandet mellan fordonsanvändning och fel. Kunskapsdiagram (KG) är ett välkänt semantiskt tillvägagångssätt som representerar ett nätverk av verkliga enheter som händelser, mål och sammanhang och visar deras samhörighet mellan dem. Den innovativa intelligensen av kunskapsgrafer kan tillämpas på tunga fordon för att minska eller eliminera utrustningsfel, öka produktiviteten, förbättra förarsäkerheten och minska kostnaderna.