Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

MULTIPLE

Financiado

Cerrado

Multimodal spectral sensors and orchestrated deep models for integrated process...

Multimodal spectral sensors and orchestrated deep models for integrated process optimisation MULTIPLE will develop cost-effective multimodal monitoring solutions with a breakthrough impact on production quality and efficiency. It will bring cutting-edge OLED-based sensors, snapshot hyperspectral filters and dual-aperture... ver más

30/04/2023

AIMEN

7M€

Presupuesto del proyecto: 7M€

Líder del proyecto

ASOC. INVESTIGACION METALURGICA DEL NOROESTE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 2-3 | 5M€

Fecha límite participación Sin fecha límite de participación.

Ver 20 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2023-04-30

ICT-05-2019: Application driven Photonics compon... Specific Challenge:Photonic technologies for health applications is a very promising field, where th...

I+D

Cerrada hace 6 años

0% 78% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

20 Participantes

AIMEN

799.37K€ | Lider

ABRAIA SOFTWARE SL

346.40K€ | Participante

TEMATYS

130.73K€ | Participante

ANP

50.23K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 41 meses Fecha Inicio: 2019-11-05
Fecha Fin: 2023-04-30

Líder del proyecto

ASOC. INVESTIGACION METALURGICA DEL NOROESTE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 2-3 | 5M€

Presupuesto del proyecto 7M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto MULTIPLE will develop cost-effective multimodal monitoring solutions with a breakthrough impact on production quality and efficiency. It will bring cutting-edge OLED-based sensors, snapshot hyperspectral filters and dual-aperture imaging to deliver cost-effective spectrometers and camera cores in a broad VIS/SWIR range, complemented with cost effective laser-based chemometric sensors in the MWIR. On top of these sensors, MULTIPLE will develop novel multimodal monitoring systems that will be IoT native, by combining them with cloud, big data, and deep learning for agile development and orchestration of complex AI-based models to optimize production improving EU manufacturing competitiveness. To develop cost-effective HSI SWIR (0.9-1.7 µm) camera cores ready for volume production. To develop a compact and cost-effective dual-aperture HSI imager combining snapshot CMOS and InGaAs hyperspectral sensors based on mosaic filters covering the whole VIS/SWIR range (0.4-1.7 µm). To develop novel cost-effective spectrometer solutions for highly specific chemometric analysis in an extended VIS/MWIR range (0.4-3.5 µm wavelength), based on innovative OLED sensors and laser-based spectroscopy. To develop embedded deep models for regression, classification and RT control. It will guarantee onsite and online measurements and classification of different types of categories with high flexibility, accuracy, and reliability. To develop an integral and scalable approach to process monitoring, quality assurance, and process optimization through the orchestration of photonic monitoring systems under an IoT native approach. The aim is to leverage SoA cloud and big data technologies to create new services and microservices enhancing decision support tools. To demonstrate MUTLIPLE in 3 manufacturing scenarios: steelworking, woodworking and food

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores