Emne: Machine Learning | side 1 af 2

Mere om Machine Learning

Medstifter af Sense Analytics Mathias Stephensen og direktør for Sorø Forsyning Anders Johansen diskuterer, hvordan softwaren eventuelt kan forbedres.

Machine learning fanger vandspild langt billigere

20. feb 2020 06:20

Unge iværksættere har udviklet software, der advarer vandværker om lækager. Løsningen er allerede i drift, og uafhængig ekspert er positiv.

Synspunkt Synspunkt

Vandsektoren skaber værdi for samfundet gennem digitalisering

Malte Ahm , Fagspecialist og R&D projektleder i divisionen Forretningsudvikling hos Aarhus Vand , 17. dec 2019 06:00

Vandsektoren har gode muligheder for en digital transformation. Det kræver, at vi tager fælles ansvar for at sikre rammerne for agile udviklingssamarbejder, lader os selv træde ud i det ukendte og lærer gennem forsøg og fejl.

Branchenyt Machine Learning

Nyt pilotprojekt skal kortlægge, hvor nedbør trænger gennem jordoverfladen

10. dec 2019 12:19

Hvordan de stigende regnvandsmængder kan ledes væk fra jordoverfladen, afhænger af, hvor tæt jordoverfladen er; både i forhold til belægningstypen og -graden. Og af netop den grund har Styrelsen for Dataforsyning og Effektivisering oprettet et pilotprojekt, hvis sigte er at udvikle metoder, der kan kortlægge de forskellige overfladetypers tæthed – fx græsmarker, asfaltveje o.l. – og derudfra vise, hvor nedbør trænger igennem.

Synspunkt Synspunkt

Vandsektoren opsamler og anvender data i stor stil

3. dec 2019 06:06

Jeg ser en vandbranche, der investerer massivt i både nye data og intelligent brug af data, skriver Mads Uggerby fra EnviDan i dette svar til sidste uges kritik fra Niras' forretningschef.

Indblik Machine Learning

Machine learning kan finde de mest slidte kloakledninger

19. nov 2019 06:11

Machine learning og anden AI har et kæmpe potentiale for besparelser i den danske vandsektor, viser både forskning og konkrete projekter. Har man f.eks. pålidelige oplysninger for en del af ledningsnettet, kan machine learning hjælpe med at fylde huller i data – og dermed give et bedre billede af, hvor man bør tv-inspicere først.