Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

This agreement has been amended 1 time(s). The end date of this agreement has been modified by 365 days.

Cet accord a été modifié 1 fois. La date de fin du présent accord a été changé de 365 jours.

Artificial Intelligence (AI) based systems that have the ability to detect novelty is important because unexpected movement or the presence of unfamiliar objects are highly relevant for movement planning. In this case, the use of drones for infrastructure inspection is explicitly dependent on a robust novelty detection system where it is much more important to detect that something is wrong than it is to successfully classify exactly what the problem is. This Project seeks to explore and evaluate a variety of novelty detection algorithms, including both traditional machine learning algorithms and the more biologically-inspired algorithms. The Project will evaluate the computational cost of running these algorithms online, the ability of these systems to learn on-line to adjust their expectations, and the robustness of their novelty detection on infrastructure-relevant tasks. Direct applications of this system would be logistics infrastructure inspection, including railway lines, bridges, shipping containers and transmission-line inspections.

Les systèmes qui reposent sur l’intelligence artificielle (IA) et qui ont la capacité de détecter les nouveautés sont importants, car les mouvements inattendus ou la présence d’objets inconnus sont cruciaux pour la planification des mouvements. Dans ce cas, l’utilisation de drones pour l’inspection des infrastructures dépend explicitement d’un système robuste de détection de nouveautés, où il est beaucoup plus important de détecter que quelque chose ne va pas que de réussir à catégoriser exactement le problème. Ce projet vise à explorer et à évaluer une variété d’algorithmes de détection de nouveautés, y compris les algorithmes courants d’apprentissage automatique et les algorithmes plus inspirés de la biologie. Le projet évaluera le coût de calcul de l’exécution de ces algorithmes en ligne, la capacité de ces systèmes à apprendre en ligne pour ajuster les attentes, et la robustesse de leur détection de nouveautés sur les tâches liées à l’infrastructure. Les applications directes de ce système seraient l’inspection des infrastructures logistiques, y compris les lignes de chemin de fer, les ponts, les conteneurs d’expédition et les inspections des lignes de transmission.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.