Deltan Labs
Status:
SDGs:
Industry:
Impact:
Origin:
School:
Established:
Deltan Labs (aiemmin BOMP) käyttää koneoppimista tuottaakseen optimaalisen rajapinnan tehtaanhallinnan loppukäyttäjän ja materiaalien ominaisuuksista saatavan raakatiedon välille teollisessa tuotantoympäristössä. Sen tavoitteena on optimoida materiaalien valinta, suunnittelu ja käsittely kahden oppimiskomponentin avulla: tutkimalla ja hyödyntämällä ”pientä dataa” piilotettujen mallien löytämiseksi.
Koneoppimisalgoritmi perustuu todennäköisyyspohjaiseen Bayesin päättelyyn, joka tunnetaan myös nimellä Bayesin optimointi, ja se voidaan helposti sovittaa haastaviin ongelmiin monilla insinööritieteiden aloilla, mukaan lukien, mutta ei rajoittuen, seosten suunnittelu, nestemekaniikka, kemialliset reaktiot ja materiaalien käsittely. Lopullinen proof-of-concept on helppokäyttöinen ohjelmistorajapinta kovan luokan tieteeseen, jossa maallikko voi optimoida materiaalien ominaisuuksia ja prosessiparametreja ilman koulutusta. Tämä korvaa prosessin/materiaalin optimointikonsultoinnin tarpeen murto-osalla kustannuksista.
Read more about innovation services
News from innovation ecosystem
Dekaani palkitsee jälleen Kauppakorkeakoulun opiskelijoita merkittävistä kestävyysteoista
Dean’s Impact Award -palkinnoilla halutaan osoittaa arvostusta esimerkiksi kestävän kehityksen ja Aallon arvojen mukaisen toiminnan edistämiselle.
Aalto-professori Jukka Pekolan viesti: Sinnikäs perustutkimus on edistyksen ehto
Aalto-yliopiston teknillisen fysiikan laitoksen professori Jukka Pekola nimitettiin Aalto-professoriksi lukuvuoden avajaisissa 1. syyskuuta 2026.
Pioneereja, pörriäisiä ja pystypökkelöitä
Aalto-yliopiston kampus on tuhansien eliölajien koti. Luonto elpyy ja kukoistaa lempeällä hoidolla ja kasvurauhalla.