Project

Small Innovative Projects

Dit project “kleine innovatieve project “(SIPs) organiseert de selectie, beoordeling, monitoring en rapportage van SIP projecten in het DDHT progamma. SIP projecten zijn kleine projecten waarin nieuwe innovatieve ideeën die niet passen in het lopende onderzoek worden getest en zijn per definitie korte projecten (< 1 jaar). Er zijn 2 typen SIPs: i) Instituut SIP (WR-SIP) en ii) specifieke SIPs waarin samenwerking tussen WR-eenheden wordt gerealiseerd. De onderwerpen voor de specifieke SIPs zijn geselecteerd uit een brede interne WUR consultatie. Voor 2021 zijn 5 WR-SIPS gestart en 5 specifieke SIPs. De onderwerpen in de SIPs adresseren 1 of meerdere pilaren in het DDHT onderzoeksprogramma.

De volgende SIPs worden uitgevoerd:

WR-SIPs:

  1. (WR eenheid: WFSR)
  2. (WR eenheid: WEcR)
  3. (WR eenheid: WFBR)
  4. (WR-eenheid: WLR).
  5. (WR-eenheid: WPR)

Specifieke SIPs:

  1. (WR eenheden: WFSR, WBFR). Hoewel machine learning al in de kern van de huidige DDHT-projecten staat, hebben de volgende nieuwe methoden nog geen aandacht gekregen en hebben ze het ML-veld de afgelopen jaren getransformeerd: transformatornetwerken, grafische neurale netwerken, temporele convolutionele netwerken en kennisgrafiek inbeddingen. De SIP zal dit adresseren voor enkele WUR domeinen.
  2. (WR eenheden: WENR, WPR, WLR). Berekeningen worden meestal niet meer uitgevoerd op een enkel knooppunt, maar worden uitgevoerd in een netwerk van cloudservers, mobiele telefoons, slimme sensoren of met behulp van de niet-gebruikte computerbronnen van het netwerk van computerapparatuur enz. Er zijn relevante ontwikkelingen bij het efficiënter gebruiken van de rekenbronnen van een netwerk van apparaten. De SIP zal een dergelijke aanpak demonstreren in een erkend WUR-domein.
  3. (WR eenheden: WPR, WBFR, WLR). Traditioneel wordt WUR kennis overgedragen door publicaties en rapporten. Toepassingen of diensten die modellen, data of expertise beschikbaar stellen, kunnen leiden tot nieuwe businessmodellen voor WUR. De SIP zal robuuste, schaalbare digitale diensten op productniveau ontwikkelen die de behoeften van onze organisatie op dit gebied zichtbaar maken.
  4. (WR eenheden: WFSR, WEcR). Terwijl de meeste van onze data wetenschapsactiviteiten betrekking hebben op numerieke gegevens (inclusief gecodeerde afbeeldingen), is tekst gebaseerde analyse even belangrijk. De SIP zal het gebruik van geavanceerde Natural Language Processing (NLP)-technieken en -hulpmiddelen in het agrifood-domein demonstreren.
  5. (WR eenheden: WENR, WEcR)- Digitale technologieën beloven vaak aanzienlijke verbeteringen of zelfs ontwrichting. De daadwerkelijke bijdrage van deze technologieën aan maatschappelijke doelen (d.w.z. SDG's, economische ontwikkelingen, milieuprestaties en maatschappelijke betrokkenheid) blijft echter onduidelijk. De SIP zal dit onderzoeken.

Publicaties