Forskning

Team TEK-Zence jobber tett med flere miljøer for å best utvikle sensorløsninger og kunstiginteligens. Vi undersøker og tester hypoteser  ved hjelp av vitenskapelig metode for å frembringe ny kunnskap og løsninger for våre kunder og  prosjekter.

Vi er litt latere, derfor vi finner smart løsninger :() 



Tverrfaglige
Smartsensorene som lærer av hverandre
Systematisk og bruk av måldata, GEO og værdata
Forskning med flere variabler og automatiserte løsninger

Maskinlæring MS

TEK-Zence bruker maskinlæring i vårt utviklingsarbeid.

  • Algoritmestyrt plasseringskontroll
  • Smartstyring for batterilevetid og signalstyrke
  • Regelmotor for automatisk generering av vedlikeholdsplan
  • Korrelasjonsanalyser for å detektere sammenhenger mellom parameterne.

Maskinlæring blir i dag brukt i alt fra selvdrevne biler, forbedret websøk, epost-filtreringer, bildegjenkjenning, språkgjenkjenning, forbedrede kompilatorer .

Vi bruker kunstigintelligens når vi registeret forskjeller lukter i bygg og konstruksjon

Kunstigintelligens' AI

Kunstig intelligens er informasjonsteknologi som justerer sin egen aktivitet og derfor tilsynelatende framstår som intelligent.

TEK-Zence skal bruker maskinlæring til å forebygge skader, fortelle når den bygningsdel må skiftes eller hvilke tiltak som skal til for å få bedre bygg.

Vi jobber med forskning

TEK-Zence nå med LLM og AGI

Smartsensorene er helt fremst på det nyeste

  • TEK-Zence benytter avansert maskinlæring (LLM) og generell kunstig intelligens (AGI) for å analysere data fra IoT-sensorer. LLM brukes til å trene algoritmer på store datasett av sensoravlesninger, slik at de kan lære å identifisere mønstre og sammenhenger i dataene. AGI brukes deretter til å anvende kunnskapen som er lært av LLM-algoritmene på nye, ukjente datasett. Dette gir TEK-Zence muligheten til å oppdage avvik og feil i dataene, og ta beslutninger basert på disse analysene for å optimalisere systemytelsen og forbedre brukeropplevelsen.

Tekniske spesifikasjoner

  • AGI:Bruker nevrale nettverk for å lære å utføre ulike oppgaverEvnen til å tilpasse seg og lære av endringer i miljøetMuligheten til å generalisere og overføre kunnskap til ulike domener
  • LLM:Kan håndtere store mengder data på en effektiv måteGir økt presisjon og nøyaktighet i analyser og prediksjonerMuligheten til å lære av data for å optimalisere prosesser og resultaterKan håndtere både strukturerte og ustrukturerte data.

TEK-Zence i Vigelandsmuset

Smartsensorene logger termisk og bygningsfysikk.

  • Sensorsystemet logger og melder i santid temperatur, relativ luftfuktighet og damptrykk.
    Systemet melder fra når forholdene kommer uten for de gode forholden for at gips og andre kunstgjenstander blir bevart best.

Tekniske spesifikasjoner

  • Logger i santid og historisk
  • Melder fra når grenseverdiene kommer utenfor

TEK-Zence jobber frem WMC

Proben måler til 48 vekt %

  • Våre kunder krever prober som måler i helt tørt og over fibermett trefukt. Vår probe er utviklet i samarbeid med 7Sense.
    Trefukt fra TEK-Zence er nøyaktig og stabil.

Tekniske spesifikasjoner

  • 7,5 - 48 vekt% WMC
  • Relativt over 48 vekt% WMC

Samenstilling av sensordata, GEO, klimadata

  • Vi bruker GEO data samme med klimadata som gir gode analysedata. Dette sammen med værdata  faktiske målinger gir det nøyaktige rapporter med gode tiltaksforslag.

    Vår AI motor vil genere automatiske rapporter og analyser.


Tekniske spesifikasjoner

  • Automatiske analyser
  • Tørkerapporter
  • Besparelser, Co2, kost


    Maskinlæring

    CHAP 2 og SX

    • Gjennom opplæring av vårt digitale kartotek, vil sensorene kunne lukte frem gasser, tidlig varsel på organisk vekst og indikasjon på type sopp, gasser og forhold i bygget.

    Tekniske spesifikasjoner

    • Automatiske analyser
    • Gjenskjenning av lukter og gasser
    • Bedre klima, mindre skader og sykdommer
    Les mer om våre sensorer