Fakta om projektet
Doktorand
Dag Björnberg
Huvudhandledare
Morgan Ericsson
Biträdande handledare
Johan Lindeberg, Rafael Martins, Jonas Nordqvist
Deltagande organisationer
Linnéuniversitetet, Softwerk
Finansiär
Softwerk, KK-stiftelsen
Tidsplan
September 2021 – september 2025
Ämne
Data- och informationsvetenskap (institutionen för datavetenskap och medieteknik, fakulteten för teknik)
Mer om projektet
Skogsindustrin står inför en digitalisering, vilket ställer krav på förbättrade modeller för automatisering. Detta kan röra sig om allt från igenkänning av stockar genom produktionskedjan till kvalitetsbedömningar baserat på exempelvis märgplacering eller årsringstähet.
Projektet följer således två huvudspår:
- Arbete med en igenkänningsalgoritm för att kunna följa stockar mellan olika stationer på sågverk, som bygger på AI. Detta lägger grunden för att kunna utveckla modeller för spårbarhet av stockar genom hela tillverkningsprocessen.
- Skapande av kontrollerad träningsdata med hjälp av Generative Adversarial Networks, som är en bildgenereringsmetod baserad på AI. Genom denna procedur kan vi skapa bilder med kontrollerad märgplacering och ålder som senare ska kunna användas som träningsdata för att kunna göra kvalitetsbedömningar. På detta vis kan vi inte enbart generera mycket träningsdata utan dessutom undvika manuell uppmärkning vilket kan vara väldigt tidskrävande.
Även om arbetet har tydlig koppling mot skogsindustrin så är metoderna vi använder mer generella vilket vi hoppas kan skapa ett mervärde inte bara inom skogsindustrin, utan inom AI som forskningsområde rent allmänt.
Projektet är en del av forskningen i forskargruppen Data Intensive Software Technologies and Applications (DISTA) och Linnaeus University Centre for Data Intensive Sciences and Applications (DISA).
