Projekt · Dnr 2022-03032 · Källa: Vinnova
Heliple-2 - Heterogeneous Linked Product Lifecycle Environment - Iteration 2
- Koordinator
- Saab AB, SAAB AB
- Projekttid
- 2023-01-16 till 2024-08-19 (avslutat)
- Beviljat bidrag
- 4 927 918 SEK
- Diarienummer
- 2022-03032
Beskrivning
Heliple-2 projektets mål var att demonstrera att det är möjligt att skapa en federerad PLM (Product Lifecycle Management) förmåga genom att integrera fristående ingenjörsdisciplin specifika PLM system med hjälp av OSLC standarden. Projektet har påvisat att federerad PLM baserat på OSLC är ett möjligt alternativ till ett monolitiskt PLM system utifrån tekniskt, användareffektivitet, operationellt och realiserbarhetsperspektiv. Projektets resultat innebär att en organisation eller utvecklingsprojekt med konfidens kan välja de bäst lämpade utvecklingsverktygen och ändå kan skapa en integrerad utvecklingsmiljö. Från en utvecklande organisations perspektiv innebär detta att den kan tillhandahålla moderna miljöer för effektiv utveckling. För verktygsleverantörer, främst mindre, så innebär detta att de får tillgång till en större marknad. Därtill öppnas marknaden för en ny typ av organisationer: PLM integratörer.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
Heliple - Miljö för Heterogen Länkad Produkt Livscykel Hantering
Saab AB · 2021-10-01 · 2 559 266 SEK · Projekt
Heliple projektet har tillämpat ett integrationsmönster som minimerar antalet gränssnitt, och OSLC standarden för att skapa en federerad PLM förmåga. Följande forskningsfrågor har adresserats: * Realiserbarhet: Har påvisats i liten skala * Slutanvändareffektivitet: Fullständig validering * Driftbarh…
-
Säkra enklaver för federerad maskininlärning
Scaleout Systems AB · 2021-05-03 · 1 966 373 SEK · Projekt
Projektets mål har varit att utvärdera möjligheten att med så små insatser som möjligt från slutanvändaren möjliggöra integritetsbevarande maskininlärning på hårdvara som garanterar dataintegritet såväl som applikationens integritet, och därigenom möjliggöra samarbeten på klientnivå som annars inte …
-
En plattform för integritetsbevarande maskininlärning med hjälp av Ethereums blockkedja och smarta kontrakt
Scaleout Systems AB · 2019-08-19 · 1 693 803 SEK · Projekt
Syftet med projektet var att utveckla och demonstrera möjligheterna för integritetsbevarande federerad maskininlärning med blockkedje komponenter. Denna målsättning har uppnåtts genom utvecklingen av projektets lösning. Projektet har haft som mål att främja integritetsbevarande AI-samarbeten och det…
-
TRUSTAM - Trusted Federated Intelligence for Additive Manufacturing
INTERSPECTRAL AB · 2026-04-30 · 7 413 300 SEK · Projekt
För att additiv tillverkning ska uppfylla sin potential inom säkerhetskritisk produktion måste kvalitetssäkring vara kalibrerad, integrerad och spårbar i realtid för känsliga produktionsmiljöer. TRUSTAM tillämpar federerat lärande för kvalitetssäkring inom additiv tillverkning – ett ramverk där AI-m…
-
Federated Learning Testbed
Lindholmen Science Park AB · 2020-08-15 · 1 961 952 SEK · Projekt
Syftet och målet med projektet var att skapa en testbädd för federerad inlärning. En miljö har skapats där lärdomar och “best practises” från att arbeta med tekniken delas öppet, tekniska som såväl legala, ett nätverk av svenska och internationella experter har byggts upp, och en reproducerbar demo …