Projektid

Projekti eesmärk on edendada rahvusvahelist koostööd teraviljataimi nakatavate viiruste diagonoosimise ja epidemioloogia-alastes uuringutes. Selgitame välja, millised teraviljaviirused on regioonis levinud ning millised on nende viiruste siirutajad ja reservuaarperemehed. Lähtuvalt uuringute tulemustest, kavatseme arendada diagnostilisi meetodeid olulisemate viiruspatogeenide tuvastamiseks.

Koostööprojekti eesmärk on võimaldada usaldusväärset AI riistvara selgitatavate ja efektiivsete süvanärvivõrkude (SNV) abil. Peamise panusena eesmärgi saavutamiseks luuakse projektiga EnTrustED raamistik SNV riistvara disaini analüüsi jaoks, mis järgib uudset disainivoogu. Esiteks pakutakse kavandamise etapis SNV järgi kohandatud lähendamistehnikate (AxC) kombinatsiooni, et suurendada SVN-i ennustusriistvara arvutustõhusust. Raamistik võimaldab simulatsioonipõhist analüüsi, et tuvastada neuronid, mis pole optimeerimiseks otstarbekad ja peavad säilitama oma esialgse täpse arvutamise (ExC), vastasel juhul tuleks lähendamist vähendada. Eesmärk on varustada tehisintellekti riistvara enesetestimismehhanismidega, et tuvastada riistvara rikkeid ja tõrketaluvuse mehhanisme tekkinud veast taastumiseks ja seeläbi AI-algoritmi katkestusteta jätkamiseks. Ühe uuendusena käsitleb see projekt selgitatavat AI-d (XAI) riistvara vaatenurgast. Kavatseme selgitada AxC-d ja seega tagada SNV tehtud otsuste õiget selgitust. Kui oleme garanteerinud riistvara õige käitumise ja oleme AxC-d korrektselt rakendanud, saame SNV implantatsiooni profileerimiseks SVN sisendispetsiifiliste oluliste neuronite tuvastamiseks ohutult käivitada. Projekti eksperimentaalne iseloom ning EC-Lyoni ja TalTechi panuste suur vastastikune sõltuvus muudavad kavandatud visiidid koostöö eesmärkide saavutamiseks hädavajalikuks.

Õppeaine EEV5040 Tööstusautomaatika ja ajamid tegevuse eesmärgiks on tutvustada üliõpilastele tööstusliku automatiseerimise ja elektriajamite olulisust ning nende valdkondade uusimaid suundumusi (sh ka IoT). Arendustegevuse tulemusena omandavad õppurid tulevikus põhjalikud teadmised elektriajamite juhtimisest, mudelipõhine disaini metoodikast ja IoT rakendustest tööstusautomaatikas. Nad suudavad luua, kohandada ja analüüsida elektrimootorite juhtimissüsteeme ning lahendada reaalseid probleeme selles valdkonnas. Need tulemused mõjutavad erialaspetsiifilise IKT õpetamise kvaliteeti, pakkudes õppuritele praktilisi oskusi ja teadmisi, mis on hädavajalikud tänapäeva tööstuslikus automatiseerimises. Arendusprojekti raames muudetakse ka õppeaine EEM0040 Masinnägemine, kus traditsioonilist masinanägemise õppekava, lisades sinna hüperspektraalse tehnoloogia komponendi. Arendustegevuse eesmärk on ühendada masinanägemise kontseptsioonid hüperspektraalse andmetöötlusega. Õppeaine raames arendavad üliõpilased praktilisi oskusi hüperspektraalsete kaamerate kasutamisel, alates kaamera seadistamisest kuni erinevate hüperspektraalsete piltide töötlemiseni. Nad omandavad teadmisi hüperspektraalsete andmete spetsiifikast, nagu lainepikkuse spekter ja selle seos materjalide omadustega. Lisaks õpivad nad masinanägemise meetodeid, mis võimaldavad tuvastada erinevaid objekte ja omadusi hüperspektraalsetest piltidest.

Uuringu eesmärgiks on määrata Eesti erinevatest maakondadest kogutud 30-ne taruvaigu (propolis) proovi keemiline koostis ning uurida nende antioksüdatiivset ja antibakteriaalset toimet.

Projekt kontsentreerub asümmeetrilise keemilise sünteesi problemaatikale – uute multifunktsionaalsete konformatsiooniliselt paindlike katalüsaatorite väljatöötamisele, mis võimaldavad muuta keemilist sünteesi keskkonnasõbralikumaks. Kasutakse katalüütilisi reaktsioone, mis kulgevad selektiivsemalt, andes sellega vähem mittesoovitud kõrvalprodukte. Katalüsaatorite eesmärgipärane disain, süntees ja nende rakendamine bioaktiivsete ühendite, sh ka rinnapiima oluliste komponentide – oligosahhariidide – süntees, on antud projekti põhilised väljundid.

Demoprojekt: “Automaatne masinnägemisel põhineva koostööroboti programmigenereerimismeetodi testimine” Projekt töötab välja ning testib uudset masinõppel põhineva masinnägemise toe tootmises kasutavatele koostöörobotile. Lahendus võimaldab roboti automaatset programmeerimist õpitud toorikute asetuse abil. Lahendus aitab oluliselt tõsta tootmisprotsessi efektiivsust ja turvalisust ning on rakendatav väga laias tootmise ülesannete klassis.

Demoprojekt: “Automaatne masinnägemisel põhineva koostööroboti programmigenereerimismeetodi testimine” Projekt töötab välja ning testib uudset masinõppel põhineva masinnägemise toe tootmises kasutavatele koostöörobotile. Lahendus võimaldab roboti automaatset programmeerimist õpitud toorikute asetuse abil. Lahendus aitab oluliselt tõsta tootmisprotsessi efektiivsust ja turvalisust ning on rakendatav väga laias tootmise ülesannete klassis.

Identifitseeriti vask-seotud ühendid inimese seerumi albumiini proovides eesmärgiga parandada nende produktide kvaliteeti.

Uudne haridus elektrotehnika, informaatikatehnika, IKT ja küberjulgeoleku valdkonnas on ülioluline, tulemaks toime Euroopa Komisjoni algatatud rohelise kokkuleppe väljakutsetega. Uute tehnoloogiate ja süsteemide väljatöötamine, juurutamaks rohetööstust , eeldab järgmise põlvkonna selliste spetsialistide ja juhtide ettevalmistamist, kellel on säästva arengu väljakutsete jaoks olemas vajalikud teadmised, oskused ja väärtused. Selle projekti eesmärk on tuua partnerasutuste õppeprogrammidesse säästvat arengut toetavaid arusaamu, et lähtuvalt rohetööstuse vajadustest jagada kogemusi, teadmisi ja parimaid õpetamisele suunatud tehnoloogiahariduspraktikaid ning saavutusi elektrotehnika ja automaatika, mehhatroonika, adaptroonika, info- ja kommunikatsioonitehnoloogiate, informaatikaala inseneriteaduse ja küberturvalisuse valdkonnas. Selle projekti oodatav tulemus on Balti- ja Põhjamaade tööstuse nõudmistele vastavate pädevuste kasv.

Tootmisseadmete prototüüp tasandil õigete parameetrite seire, salvestamine ja analüüs AI-d kasutades.

Töötatakse välja uued meetodid matt-tüüpi materjali tootmiseks puitvedrudest, tuginedes praegustele seadmetele ja täiendades seda koostöörobotiga. Uuritakse võimalusi puitvedrumatti sobiva haardemeetodiga vormimiseks, et leida optimaalne lahendus seda tüüpi pakkematerjali tootmiseks. Koostööroboti (Omron) abil leitud trajektoore ja kinemaatikat kasutatakse hiljem sisendina järgmise põlvkonna tootmismasina arendamisel. Robotiprogrammidest genereeritud trajektoore ja kinemaatilist teavet saab optimeerida ka tehisintellekti tööriistade (Machine Learning) abil, et leida optimeeritud lahendusi (trajektoori ja kudumise jaoks), võttes sisendparameetritena arvesse tootmiskiirust, läbitud trajektoore, liikumise dünaamikat, loodud mati tihedust jne.

Demoprojekt Chemi-Pharm keskendub ettevõtte igapäevase tootmislogistika korraldamisele ja visualiseerimisele läbi targa tehisintellektil põhineva juhtimissüsteemi, mis aitab kaasa tootmise läbilaskevõime suurendamisele ja tootmisprotsesside efektiivsuse kasvule.

Projekti eesmärk uuendada olemasolev õppeaine „Tootmise digitaliseerimine“ (6 EAP), kaasajastada õppeaine sisu vastavalt viimastele valdkonnas toimunud kiirtele arengutele. Olulises mahus tuuakse sisse uusi virtuaal (VR) ja laiendatud (AR) reaalsusel põhinevaid arendusvahendeid, nendel põhinevad rakendused töötlemis- ja tootmisvaldkondades.