Samen meer uit uw data
kostenbesparing en omzetgroei door de combinatie van onze machine learning kennis met uw domeinexpertise
Er is een goudmijn aan academische Machine Learning kennis beschikbaar. Google, Amazon en Facebook maken volop gebruik van deze kennis om zoveel mogelijk informatie uit klantgegevens te halen en zo de klant zo goed mogelijk te begrijpen en te bedienen. Dezelfde kennis is ook voor het Nederlandse bedrijfsleven beschikbaar; onze Machine Learning technieken kunnen op veel meer vlakken worden toegepast dan u misschien zou denken. Dit kan leiden tot nieuwe toepassingen die voorheen niet mogelijk waren.

Toepassingen van Machine Learning technieken in het bedrijfsleven leiden tot kostenbesparing door efficientie (denk bijvoorbeeld aan het voorspellen van levensduur van componenten zodat de downtime beperkt blijft) en omzetgroei door ontwikkeling van innovatieve produkten voor nieuwe markten. Onze business intelligence technieken maken het voor u mogelijk om optimaal van nieuwe kansen te profiteren. Maak zelf een afspraak en ontdek welke voordelen u met onze machine learning technieken kunt behalen!

In het volgend interview legt adjunct directeur Dr. Wim Wiegerinck in het kort uit welke voordelen het bedrijfsleven met deze nieuwe technieken kan doen.

SMART Research BV is genomineerd voor de succes award 2014 in de categorie Machine Learning.

Technieken

Machine learning is de wetenschappelijke discipline die zich bezighoudt met het ontwikkelen van algoritmes waarmee computers kunnen leren en redeneren. Dit kan op basis van data of domeinkennis of een combinatie van beide. De eventuele data kan afkomstig zijn van verschillende bronnen zoals sensors of databases.

Werkwijze

Wij leveren R&D diensten van consultancy tot pilot studies, maar ook applicatie ontwikkeling; van bibiliotheek tot volledige webbased multi user systemen. Dit doen wij voor een breed scala aan bedrijven en instanties; van MKB tot multinationals en overheidsinstanties, zowel nationaal als internationaal.

Over ons

SMART Research BV heeft ruim 15 jaar praktijkervaring en heeft zich bewezen door ontwikkeling van een veelvoud aan toepassingen. Als spin-off van de Radboud Universiteit Nijmegen zitten we dicht bij de academische kennis en zijn we op de hoogte van de laatste ontwikkelingen op het gebied van Machine Learning en analyse van Big Data. Onze kracht is de brugfunctie die we vervullen tussen universiteit en bedrijfsleven; de combinatie van onze wetenschappelijke kennis over Machine Learning met uw domeinspecifieke expertise is de sleutel tot het succes van de toepassing.

Bonaparte: Slimmere slachtofferidentificatie

Wij hebben in opdracht van het Nederlands Forensisch Instituut (NFI) ′Bonaparte′ ontwikkeld. Dit is een systeem voor de identificatie van personen op basis van DNA profielen en familierelaties. Het programma is geïntegreerd in de business processen van het NFI, waar het dagelijks gebruikt wordt. Met behulp van Bonaparte zijn alle slachtoffers van de vliegtuigramp in Tripoli in 2010 geïdentificeerd. Ook de Vaatstrazaak is eind 2012 opgelost met behulp van Bonaparte.

Voor deze toepassing heeft SMART Research BV het volledige ontwikkelingstraject—in zeer nauwe samenwerking met het NFI—voor zijn rekening genomen: van ontwerp (rekenkern/grafische web interface/datamodellen) tot aan de implementatie. Dit is een project met een omvang van meerdere manjaren. SMART Research BV verzorgt ook het onderhoud en de ondersteuning van Bonaparte.

Medio 2014 wordt Bonaparte ook in gebruik genomen bij de internationale politieorganisatie INTERPOL (persbericht).

Meer over Bonaparte kunt u vinden op http://www.bonaparte-dvi.com

elektronische neus

SMART Research BV heeft de data-analyse procedure ontwikkeld voor een elektronische neus. Dit apparaat werd ontwikkeld om de vruchtbare periode van melkkoeien te detecteren. Dit is belangrijk voor de timing van kunstmatige inseminatie.

Er is een apparaat ontwikkeld dat reageert op feromonen van de koe. De electronische signalen van de acht sensoren in het apparaat zijn niet eenvoudig interpreteerbaar. Met een trainingset van metingen bij koeien in zowel de vruchtbare als niet-vruchtbare periode is een model geoptimaliseerd dat de sensor signalen vertaalt in één uitkomst: vruchtbaar of niet vruchtbaar met daarnaast een onzekerheidsafschatting.

Petrofysisch beslissingssysteem
Op zoek naar olie en gas met bayesiaanse netwerken
Voor Shell hebben we een decision support systeem gebouwd dat petrofysici ondersteunt in het beoordelen en interpreteren van onzekere metingen aan olie- en gasvelden. Ook geeft het systeem advies over welke vervolgmetingen het best kunnen worden gedaan.

Ism met onze klant hebben we een wetenschappelijk artikel gepubliceerd

Burgers W.G., Wiegerinck W.A.J.J., Kappen H.J., Spalburg M. A bayesian petrophysical decision support system for estimation of reservoir compositions. Expert Systems With Applications, vol. 37, no. 12, pp. 7526-7532, 2010
Neurale Sommelier

In opdracht van een klant hebben wij Machine Learning technieken toegepast om de computer smaak voor wijn te leren. De klant leverde domeinkennis en data. Wij hebben deze data geanalyseerd, de algoritmes ontworpen en de rekenkern ontwikkeld van Winestein, de neurale Sommelier. Bezoek Winestein.com en ontdek welke wijn het best past bij uw diner vanavond.

JED: Just Enough Delivery

Voor De Telegraaf hebben we een systeem ("JED") gebouwd dat op basis van voorgaande verkoopgegevens de benodigde hoeveelheid kranten op elk distributiepunt kan voorspellen. Deze gegevens worden gebruikt om de distributie te optimaliseren en zo kosten te besparen.

Enkele van onze klanten