Projekt · Dnr 2020-00312 · Källa: Vinnova

Prediktion av nödsituationer

Koordinator
CSAM Carmenta Public Safety AB (publ), Csam Carmenta Public Safety AB (publ)
Projekttid
2020-04-16 till 2021-04-30 (avslutat)
Beviljat bidrag
463 546 SEK
Diarienummer
2020-00312

Beskrivning

Syftet med projektet är att undersöka om det är möjligt att förbättra den beredskapsmodell som används idag med det data som SOS alarm, SCB och OpenStreetMap försett projektet med. Dagens beredskapsmodell använder sig främst av ärendehistorik. Målet med denna undersökning är att utröna om olika maskininlärningstekniker kan tolka temporal och spatial data bättre än en modell som är baserad på ett moving average och kan få fram en bättre prognos för var och när akutfall kommer att ske i Sverige. Projektet kommer även att analysera dagens beredskapsmodell och dess precision. Studien presenterade ett förslag på beredskapsmodell som skulle kunna ersätta den befintliga modellen. Modellen som presenterats uppvisade en “True Positive Rate” (TPR) på 97 % och en “True Negative Rate” (TNR) på 59 % vilket är en förbättring jämfört med den befintliga modellen vars TPR och TNR uppvisar 99,5 % respektive 29,8 %. Resultatet visar sig vara bättre på att korrekt identifiera många fler akutfall på bekostnad av fler felaktigt predikterade icke akutfall, vilket gör att denna modell har potential att ersätta den befinliga beredskapsmodellen.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Avancerat Multifysiskt Numeriskt Modelleringsverktyg för Förbättrad Gjutningsprocessdesign

    THINK SOLIDIFICATION FRANCE · 2021-12-01 · 490 517 SEK · Projekt

    CFD-programmvaror med med öppen källkod har fått ökad betydelse och framstår som alternativ till kommersiella CFD-verktyg. Tillämpningen av OpenFOAM-verktygslådan har sett en stadig tillväxt de senaste åren. Tillämpning I stålindustrin stod dock inför begränsningar när det gällde att utnyttja den fu…

  2. Validering av Kart Generering och Lokalisering för Autonoma Fordon (VAMLAV)

    ASTAZERO AB · 2019-10-01 · 5 406 755 SEK · Projekt

    VAMLAV-projektet, hade som primärt syfte att skapa och leverera ett dataset som omfattade en HD-karta över Rural Road på AstaZero, tillsammans med sensordata insamlat under olika väderförhållanden och årstider. Ett ytterligare mål var att utveckla metoder för HD-kartvalidering mot verkligheten, vilk…

  3. Energioptimering inom processindustri med hjälp av AI

    Calejo Industrial Intelligence AB · 2019-07-01 · 379 000 SEK · Projekt

    Målet för projektet var att med hjälp av AI-teknik undersöka möjligheterna att använda den energin som finns i processen på ett mer effektivt sätt och därmed minska behovet av tillskottsenergi i form av fossilt bränsle. Projektet har påvisat att en AI-baserad modell som byggs och tränas på rätt sätt…

  4. AI-baserad optimering av växthusodling

    SVEGRO AB · 2020-04-15 · 300 000 SEK · Projekt

    Syftet med detta projekt var att undersöka hur AI kan användas för att stötta och optimera odlingsprocessen av örter i växthus. Särskilt intressant var att undersöka om AI kan användas för att optimera energianvändning och minska antalet krukor som behöver kastas p.g.a. kvalitetsbrister. AI-modeller…

  5. AI för arealövervakning - en förstudie

    Statens Jordbruksverk · 2020-12-01 · 500 000 SEK · Projekt

    Syftet med projektet var att öka kompetensen hos Jordbruksverket (SJV) inom AI samt att sprida kompetensen internt inom SJV och externt. Målet var att utveckla AI-algoritmer som i satellitbilder över ett begränsat område automatiskt kan detektera specifika aktiviteter på vall och betesmark under åre…