Projektid

Projekti RESCHIP4EU "Kiipide projekteerimisoskuste tugevdamine Euroopas" (Reinforcing Skills in Chips Design for Europe) eesmärgiks on terviklik tugi ELi kõrgharidusele sardsüsteemide projekteerimise valdkonnas - ränist alates läbi kiipsüsteemide projekteerimise ja tootmise kuni nutikate ja ohutuskriitilise platvormide ja rakendustarkvarani. Programmi terviklik olemus on innovatsiooni jaoks hädavajalik ja annab lõpetajatele ainulaadse konkurentsieelise, et kavandada, analüüsida ja uuendada nutikaid, rohelisi ja ohutuskriitilisi sardsüsteeme Euroopas.

TIRAMISU "Koolitus ja innovatsioon usaldusväärsete ja efektiivsete serva-AI kiipide disainimisel“ on Euroopa HORIZON MSCA doktorantide koolitamise võrgustiku projekt. TIRAMISU üldine uurimiseesmärk on praktiline metoodika usaldusväärse ja energiatõhusa serva AI riistvara selgroo disainimiseks ja innovatsioonijuhtimiseks. Tegevus pakub tugevat interdistsiplinaarset koolitust tulevastele Euroopa inseneridele ja teadlastele, kes veavad innovatsiooni usaldusväärsete ja energiatõhusate serva AI kiipide väljatöötamisel. Konsortsium on strateegiliselt kavandatud soodustama ristdistsiplinaarseid sünergiaid, integreerides sujuvalt innovatsioonijuhtimise uurimistöö äärealuste AI disaini tehniliste aspektidega. Mitteakadeemilist sektorit esindab Euroopa lipulaev R&D keskus nanoelektroonikas - IMEC, globaalne liider tööstuselektroonikas ja suurim pooljuhtide tootja Saksamaal - Infineon, usaldusväärne autotööstuse lahenduste pakkuja - Dumarey, maailma juhtiv EDA tööriistade arendaja - Cadence. Akadeemiline tipptase on loodud juhtivate IKT ja tehnoloogia innovatsiooni inseneriülikoolide ning Euroopa suurima rakendusuuringute organisatsiooni - Fraunhoferi poolt.

CitySense on uuenduslik linna sensori ökosüsteem, mis kasutab ühissõidukite parki, et pakkuda nutikatele linnadele skaleeritavat, mobiilset andmete kogumist ja täiustatud andmeanalüüsi. Erinevalt traditsioonilistest staatilistest anduritest kasutab CitySense modulaarset, rändlevat riistvarasüsteemi, mis kogub reaalajas andmeid linna infrastruktuuri, õhukvaliteedi ja liiklusolude kohta. Süsteem koondab andmeid olemasolevatest allikatest ja töötleb neid täiustatud tehisintellekti mudelite abil, pakkudes linnaametnikele, ettevõtetele, teadlastele ja kodanikele praktilisi teadmisi. Muutes ühissõidukid mobiilseteks sensorikeskusteks, vähendab CitySense linnaüleste sensorivõrkude kulusid ja keerukust, tagades samal ajal linnakeskkonna ulatusliku katvuse. Projekt keskendub peamiste linnaprobleemide lahendamisele Tallinnas (Eesti), Pulas (Horvaatia) ja Dublinis (Iirimaa), kus iga linn seisab ainulaadsete probleemidega, nagu teekateolude jälgimine, liiklusmärkide inventuur ja õhukvaliteedi haldamine. CitySense pakub oma mooduldisaini kaudu paindlikku lahendust, mis võimaldab erinevate sensorimoodulite hõlpsat integreerimist linna konkreetsete vajaduste rahuldamiseks. See lähenemisviis mitte ainult ei minimeeri infrastruktuurikulusid, vaid parandab ka andmete kogumise tõhusust suurtes linnapiirkondades.

See projekt põhineb uuel paradigmal "vool kui teave", mis on teedrajav lähenemisviis veealuste mitmemõõtmeliste voogude tuvastamiseks looduses. See viib uute, optimeeritud seadmete ja mõõtmismeetoditeni, et klassifitseerida ja uurida veealust keskkonda, kui traditsioonilised meetodid on liiga kallid või lihtsalt ei toimi. Vool kui teave on inspireeritud veeloomadest, kellel on välja arenenud täiustatud sensoorsed süsteemid, mis ühendavad tajumise ja teabe töötlemise ühtsesse raamistikku. Taotlusega edendatakse TalTechi veealuseid sensortehnoloogiaid töötavatest prototüüpidest (TRL3 kuni TRL5) kuni katsetamiseni asjakohastes töökeskkondades (TRL6) ning toetab tehnoloogiasiiret Eesti ja rahvusvahelistele ettevõtetele. Need seadmed ja meetodid annavad teadlastele ja otsustajatele uusi ja usaldusväärseid allikaid vooluandmetest äärmuslike kliimaja ilmastikunähtuste ajal, kus tavapärased seadmed ei toimi ja kui kriitiline infrastruktuur on ohus, näiteks tormi ja üleujutuste ajal.

Andmed on kujunenud tähtsaimaks ressursiks majanduse ja avaliku halduse automatiseerimise ning lahenduste optimiseerimise jaoks. Projekti eesmärgiks on tõsta andmevaldkonna uurimistööde taset ja sünergiat, seeläbi oluliselt tugevdades Tehnikaülikooli võimekust koostööks eesti majanduse ja avaliku haldusega, nii ühisprojektide, konsultatsioonide kui täiendõppe ja tudengite ettevalmistamise kaudu. Sel eesmärgil fokuseerub projekt masinõppe kasutamisele andmevaldkonnas: masinõpe, seejuures eriti närvivõrgud, on tulevaste tarkvarasüsteemide võimekuse ja tarkvaraehituse peamine arengumootor. Konkreetne eesmärk on suurendada uute, tipptasemel spetsialistide arvu närvivõrkudel põhineva masinõppe valdkonnas, rakendades neid koostöösse olemasolevate andmeteaduse valdkondadega: andme- ja reeglikaevandamine, andmesemantika, inimkeelsed andmepäringud, teadmiste esitamine, andmeintegratsioon, statistika ja andmehaldus.

Projekti üldiseks eesmärgiks on suurendada elanikkonna tervena elatud aastate arvu. Hetkel on Eestis tervena elatav eluiga üks Euroopa lühemaid. Eesmärgi saavutamiseks uuritakse, arendatakse ja piloteeritakse kolme omavahel tihedalt seotud digitervise suunda. Esiteks kasutame Eesti tervise infosüsteemi standardiseeritud andmevahetuskeskkonda ja digiandmeid, et arendada rakendusi, mis suurendavad inimese enda poolt kogutud andmete tõenduspõhist kasutust tervisedenduse, ennetuse ja krooniliste seisundite kontrolli all hoidmise eesmärgil. Teiseks keskendume sensoritele ja tehisintellektiga toetatud digirakendustele, et võimaldada inimesel koguda nii funktsionaalseid näitajaid kui edastada tervisemuresid masinloetava tekstina. Sellega kiirendame terviseriskide märkamist ja vähendame meditsiinitöötajate rutiinseid tegevusi. Kolmandaks arendame erinevaid tehisintellekti meetodeid kombineerides tervise infosüsteemis ja Tervisekassa andmebaasis olevaid ning inimese enda kogutud andmeid.

Projekt "Innovatsiooniallianssi laiendades" (Xpanding Innovative Alliance, XiA) pühendub tervishoiusektori koostalitlusvõime edendamisele, eriti Euroopa terviseandmete ruumi (EHDS) määruse ootuses. Laiaulatusliku haridusalgatuse kaudu tegeleb XiA digitervise koosvõime standarditealase oskuste tühimiku täitmisega tervishoiuteenuste osutajate, digitaalsete terviselahenduste pakkujate ja indiviidide hulgas. Kvaliteetsete õppematerjalide ja kursuste väljatöötamisega püüab XiA anda sidusrühmadele vajalikud oskused EHDS-iga seotud standardite omaksvõtmiseks ja koostalitlusvõime kultuuri edendamiseks.

Projekti eesmärk on arendada AI/DFT/ML (tehisintellekti, tihedusfunktsionaalide teooria ja masinõppe)-põhist töövoogu lühikeste peptiid-metallkomplekside disainimiseks kestlike biokatalüsaatoritena. Töö ühendab tehisintellektil põhineva peptiidide genereerimise, molekulaarmodelleerimise, kvantkeemilise ja masinõppepõhise katalüütilise sõelumise ning valitud kandidaatide eksperimentaalse valideerimise. Arvutuslik eelselektsioon aitab vähendada katse-eksituse põhist laboritööd, reagentide kasutust, jäätmeteket, energiakulu ja arendusaega rohelisemate katalüütiliste protsesside väljatöötamisel.

Fotodünaamiline teraapia (PDT) on kliiniliselt väljakujunenud vähiravi meetod, kuid selle kasutamist piirab singletse hapniku (¹O₂) tekke ebapiisav kontroll, mis põhjustab sihtmärgivälist toksilisust ja pikaajalist valgustundlikkust. Projekt Programmeeritavad molekulaarsüsteemid hapnikusisalduse kontrollimiseks (PMSOC) pakub uudse kaheastmeliselt juhitava PDT platvormi, mis ühendab porfüriinil põhineva fotosensibilisaatori, valgusega juhitava molekulaarse mootori ja pH-tundliku sideme. Süsteem võimaldab kontrollitud ¹O₂ teket triplet–triplet energiaülekande kaudu ning sisaldab endoperoksiidi püüdurit hapniku hilistatud vabastamiseks. Nõudes aktiveerumiseks nii valgust kui ka happelist kasvaja mikrokeskkonda, loob PMSOC loogikaväraval põhineva lähenemise PDT-le. Projekti käigus arendatakse ja hinnatakse neid fotosüsteeme, luues raamistiku ruumilis-ajaliselt kontrollitud fotomeditsiinile parema täpsuse ja väiksemate kõrvaltoimetega ning võimalike rakendustega katalüüsis.

Käesolev projekt on suunatud senise põlevkivi kasutuse paradigma muutusele – põlevkivi struktuuris olevate väärtuslike koostisosade otsesele keemilisele muundamisele väärtuslike kemikaalide saamiseks ja Eesti keskkonnasõbraliku keemiatööstuse arendamiseks. Projekt keskendub meetodite loomisele, kuidas keemiliselt muundada eri päritolu kerogeene, ning keskkonnasõbralike terviklahenduste arendamisele, mis suurendaks ka teiste maapõueressursside kasutamise efektiivsust ja võimaldaks kasutusele võtta juba tekkinud jäätmed. Eesmärgiks on arendada toormete innovaatilisi kasutusvõimalusi, mis loovad lisandväärtust, pakuvad rakenduse aherainemägedes leiduvale jääkpõlevkivile ja on kooskõlas rohepöörde strateegiatega. Fookus on Eestis leiduvatel maapõueressurssidel, kuid nähakse ette ka teiste raskesti muundatavate orgaaniliste materjalide kasutamist kemikaalide saamiseks.

Projekti LEAF-eOS eesmärk on arendada „sünteetilise fotosünteesi“ platvorm, mis kombineerib valguse ja elektri jätkusuutlikuks ning skaleeritavaks kemikaalide tootmiseks. See võimaldab taastuvast lähtematerjalist (CO₂/biomass) toota ravimeid, peenkemikaale ja materjale pehmetes ning ohututes reaktsioonitingimustes, pakkudes keskkonnasõbralikumat alternatiivi tavapärastele energiamahukatele protsessidele. Elektrokeemia ja fotokatalüüsi modulaarne integreerimine võimaldab luua uusi reaktsiooniteid, parandab efektiivsust ja selektiivsust ning vähendab jäätmete teket ja energiavajadust. Projekt arendab multifunktsionaalseid hübriidkatalüsaatoreid (CN–COF/MOF–PNs) ning optimeeritud katalüsaator–valgus–elektrood süsteeme, mis on integreeritud voolureaktorite ja reaalajas monitooringuga. See võimaldab skaleeritavat sünteesi väikese keskkonnajalajäljega, olles kooskõlas kestliku arengu eesmärkidega SDG-7 ja SDG-13.

TIRAMISU "Koolitus ja innovatsioon usaldusväärsete ja efektiivsete serva-AI kiipide disainimisel“ on Euroopa HORIZON MSCA doktorantide koolitamise võrgustiku projekt. TIRAMISU üldine uurimiseesmärk on praktiline metoodika usaldusväärse ja energiatõhusa serva AI riistvara selgroo disainimiseks ja innovatsioonijuhtimiseks. Tegevus pakub tugevat interdistsiplinaarset koolitust tulevastele Euroopa inseneridele ja teadlastele, kes veavad innovatsiooni usaldusväärsete ja energiatõhusate serva AI kiipide väljatöötamisel. Konsortsium on strateegiliselt kavandatud soodustama ristdistsiplinaarseid sünergiaid, integreerides sujuvalt innovatsioonijuhtimise uurimistöö äärealuste AI disaini tehniliste aspektidega. Mitteakadeemilist sektorit esindab Euroopa lipulaev R&D keskus nanoelektroonikas - IMEC, globaalne liider tööstuselektroonikas ja suurim pooljuhtide tootja Saksamaal - Infineon, usaldusväärne autotööstuse lahenduste pakkuja - Dumarey, maailma juhtiv EDA tööriistade arendaja - Cadence. Akadeemiline tipptase on loodud juhtivate IKT ja tehnoloogia innovatsiooni inseneriülikoolide ning Euroopa suurima rakendusuuringute organisatsiooni - Fraunhoferi poolt.

Kukkumine ja nõrkus on vananeva elanikkonna puhul suured murekohad, mõjutades aastas umbes 30% üle 65-aastastest. Praegune riski hindamine põhineb isiklikel hinnangutel ja subjektiivsetel skaaladel, hõlmamata liikuvuse, käitumise ja keskkonna vahelisi seoseid. Seetõttu jäävad tihti tervise halvenemisega seotud varajased märgid märkamata. SAFE projekti eesmärk on arendada sensoritel põhinev raamistik, mis tegeleb kukkumisriski profiili koostamisega. SAFE keskendub lõplike kukkumisteni mitte viivatele tasakaalukaotustele, mis on alahinnatud riskitegurid, kasutades kantavaid andureid. Projektiga (1) määratakse kindlaks riskitegurid ja kukkumisohtude anduripõhised näitajad, (2) valideeritakse tehnoloogia toimivus kogukonnas elavate eakate abil (3) uuritakse käitumise ja konteksti mõju kukkumisriskile. SAFE liigub tagajärgede tuvastamiselt kukkumisi ennetavale süsteemile, võimaldades personaalset lähenemist kukkumisriski hindamisele ja toetades Euroopa elanikkonna tervislikumat vananemist.

PIPEON arendab roboteid mis suudavad töötada reoveetaristus omades võimet seal iseseisvalt liikuda, taristu seisukorda jälgida ning teostada väiksemaid, kuid robootika seisukohast keerulisi parandustöid. Selline tehnoloogiline hüpe võimaldaks tulevikus koguda andmeid vähemalt suurusjärgu võrra rohkem või kiiremini ning seetõttu teadmis- ja andmepõhiste otsuste tegemist taristu hooldamiseks ning planeerimiseks. Meie eelduste kohaselt oleks niimoodi võimalik vähendada lekkeid 30% võrra, mis omakorda võimaldaks täita Euroopa Reoveepuhastuse Direktiivi ning Euroopa Veedirektiivi eesmärke isegi siis, kui teised saasteallikad jääksid muutumatuks.