PredMod
Fakta
Fackhögskola: Tekniska Högskolan och Jönköping International Business School vid Jönköping University
Partnerföretag: BUFAB Länk till annan webbplats, öppnas i nytt fönster., Fagerhult Länk till annan webbplats, öppnas i nytt fönster., Husqvarna Group Länk till annan webbplats, öppnas i nytt fönster., Redfield Länk till annan webbplats, öppnas i nytt fönster., Siemens Energy Länk till annan webbplats, öppnas i nytt fönster.
Projekttid: 2022-2023
Forskarteam:
AIs förmåga att förutsäga olika processer och behov kan vara till stor fördel inom industrin.
Prediktionerna gör det lättare att styra det logistiska flödet. PredMod är ett samverkans- och forskningsprojekt som syftar till att skapa säkrare förutsägelser och omsätta dem i praktiken.
Introduktion
PredMod (prediktiv modellering) är ett av flera projekt inom forskningsprofilen AFAIR som tillämpar AI i industriella organisationer. PredMod är en del av temat “Datadriven utveckling av produkter och tjänster” (ARA1). PredMod är ett av fyra projekt inom datavetenskap, logistik och supply chain management som går under samlingsnamnet ”Ontime”. Inom ramarna för PredMod tar vi vara på kunskapen från projekten DaDriCa och RAdaBuff och fördjupar oss i maskininlärning och prediktion.
I projektet studerar vi de situationer då man måste vara helt säker på de beslut som fattas med hjälp av AI, samt utvärderar och vidareutvecklar det ramverk som krävs för att företagen ska känna sig trygga i sitt beslutsfattande. Vi gör det genom att kombinera forskning och kunskapsdelning mellan projektets deltagare.
PredMod kan därmed delas upp i två delar: En samverkansdel och en forskningsdel. Samverkansdelen syftar till att hjälpa företagen igång med predicering med hjälp av AI och att hitta pilotstudier inom den egna verksamheten. I projektet deltar industriföretag med verksamheter som har uppenbar nytta av säkra prediktioner, samt mjukvaruutvecklaren Redfield. Den forskningsorienterade delen fokuserar på algoritmutveckling och osäkerhetsestimering. Hur kan man korrekt uppskatta och minska osäkerhetsdelen vid prediktioner med hjälp av AI?
Motivation och syfte
Syftet med PredMod och dess föregångsprojekt är att skapa en plattform för vidare samverkan med näringslivet inom ramarna för AFAIR. Genom kunskapsförmedling vill vi hjälpa förtagen att förstå tekniken och dess möjligheter samt uppnå en mognad som möjliggör framtida samverkansprojekt. Inom vår egen forskning kommer vi att fokusera på algoritm- och teoriutveckling. Modellerna levererar ofta någon typ av prediktion, det vill säga ett troligt utfall. Men det finns ingen kvantifiering av hur säker modellen är. Före driftsättning är det därför viktigt att få en uppfattning om hur säker modellen är, både i sin helhet och inte minst i varje enskild förutsägelse.
Förväntade resultat
PredMods målsättning är att bidra till företagens affärsutveckling med hjälp av AI-drivet beslutsstöd i hela behovs- och leveranskedjan. Genom vår forskning vill vi verka för att osäkerheten i de prediktioner som modellerna gör synliggörs. Vårt mål är också att kunna identifiera vilken typ av kunskap som krävs hos beslutsfattarna ute i företagen.
Vill du veta mer om projektet?
- Universitetslektor Datavetenskap
- Tekniska Högskolan
- tuwe.lofstrom@ju.se
- +46 36-10 1108
Är du intresserad av ett framtida samarbete?
- Samverkanschef
- Tekniska Högskolan
- linda.bergqvist@ju.se
- +46 36-10 1074