AI  CLUB challenges

challenge

چالش های هوش مصنوعی

در لیست زیر میتوانید آخرین چالش های درج شده در باشگاه هوش مصنوعی اصفهان را مشاهده نموده و جهت ثبت نام در چالش مورد نظر اقدام کنید…

این بخش محوری‌ترین بستر برای تجربه عملی دانشجویان نخبگان و اعضای باشگاه در مسائل واقعی است. هر چالش صنعتی یا تخصصی با تعریف دقیق مسئله، مجموعه داده، محدودیت‌ها و اهداف مشخص همراه است که اعضا در یک بازه زمانی مشخص باید برای آن چالش ها ، راه‌حل‌های مبتنی بر هوش مصنوعی ارائه دهند.
این چالش‌ها با همکاری مستقیم با صنایع طراحی می‌شوند و به تیم‌های برتر فرصت ارائه، جذب سرمایه، و ورود به بازار داده می‌شود.

بنیاد نخبگان استان اصفهان با همکاری و حمایت شرکت توسعه و پشتیبانی فناوری و نوآوری فولاد مبارکه برگزار می‌کند:

 توسعه و حمایت از پژوهش‌ها و کسب و کارهای فناورانه در حوزه هوش مصنوعی و صنایع فولادی

  • گرنت توسعه و فناوری و محصول (مختص برگزیدگان دوره‌های پیشین) تا سقف 500 میلیون تومان (حداکثر 3 برگزیده)
  • گرنت پژوهشی و تحقیقاتی تا سقف 300 میلیون تومان (بدون سقف)
  • گرنت ساخت نمونه آزمایشگاهی تا سقف 700 میلیون تومان (حداکثر 4 برگزیده)
  • گرنت ساخت نمونه صنعتی تا سقف 900 میلیون تومان (حداکثر 3 برگزیده)

( گرنت طلایی در هر یک از بخش های توسعه محصول، پژوهشی و تحقیقاتی، ساخت نمونه آزمایشگاهی و ساخت نمونه صنعتی قابل اعطا می باشد.)

محورهای اصلی (توسعه صنایع فولادی مبتنی بر فناوری‌های هوش مصنوعی)

  • AI-powered optical inspection
  • AI-powered process control
  • AI-enabled safety management
  • Automatic virtual measurement
  • Collaborative robotics and automation
  • Unmanned logistics system
  • Zero quality defects by applying AI as a cognitive automation
  • Digitally enabled quality failure diagnosis
  • IoT-enabled manufacturing quality management
  • Big-data/Al-enabled product design and testing
  • Dynamic delivery optimization
  • Digitally enabled profit optimizer across value chain
  • Smart logistics to enable agility & real time visibility
  • Robotics enabled agile product development
  • End-to-end AI-based production planning and scheduling
  • Virtual product performance verification

شرایط لازم متقاضیان

کلیه اعضای هیئت علمی دانشگاه‌ها و موسسات آموزش عالی

کلیه مشمولان تسهیلات بنیاد ملی نخبگان

کلیه هسته‌های تحقیقاتی با راهبری یک عضو هیئت‌علمی

کلیه شرکت‌های دانش‌بنیان یا فناور

فرایند اجرایی طرح

کلیه افرادی که شرایط لازم متقاضیان را داشته باشند می‌توانند پیشنهادیه خود حول محورهای اصلی را مطابق فرمت ارائه شده تدوین و از طریق لینک زیر بارگذاری و ارائه نمایند نمایند. (لازم به ذکر است که ارائه پیشنهادیه به هیچ وجه به معنای پذیرش آن نبوده، و تایید پیشنهادیه و ابلاغ مصوبه اعطای گرنت مستلزم طی شدن فرایندهای داوری تخصصی، دفاعیه و تامین منابع مالی می‌باشد.

ارزیابی و اعلام نتایج

  • پیشنهادیه‌های ارسالی در بازه‌های زمانی مشخص (3 بار در سال)، توسط دبیرخانه بنیاد نخبگان استان اصفهان ارزیابی اولیه خواهد شد (از لحاظ شایستگی متقاضیان، انطباق موضوع پیشنهادیه و سوابق تیم پیشنهاد دهنده، اولویت موضوع طرح پیشنهادی)
  • چارچوب فنی و اقتصادی پیشنهادیه‌ها از طریق دبیرخانه بنیاد و با ارجاع به ناظران یا راهبران تخصصی و کارگزاران اختصاصی ارزیابی خواهد شد.
  • نهایتا، شورای عالی مشترک بین بنیاد نخبگان و شرکت پشتیبانی و توسعه فناوری و نوآوری فولاد مبارکه با تعیین شاخص‌های کلیدی عملکرد هر یک از برگزیدگان و در قالب «نظام بلوغ همکاری» گرنت‌های نهایی را مصوب و ابلاغ می‌نماید.

دوره اجرا

  • هر یک از برگزیدگان در قالب قرارداد با بنیاد نخبگان استان اصفهان و ذیل ناظر یا راهبر تخصصی و کارگزار اختصاصی اقدام به اجرا و پیشبرد طرح خود می‌نماید.
  • برگزیدگان موظف به ارائه و بارگذاری گزارش‌های کاملاً فنی و نظام‌مند به صورت نوبه‌ای در سامانه می‌باشند.
  • تخصیص گرنت مصوب به صورت دوره‌ای و متناسب با بارگذاری گزارش‌ها و تایید ناظران تخصصی و کارگزار اختصاصی خواهد بود.
  • برگزیدگان موظف به ارائه حضوری یا آنلاین پیشنهادیه و حداقل 2 جلسه دفاعیه در طول مدت اجرای طرح خواهند بود، به علاوه در پایان کار لازم است، در نمایشگاه ارائه محصولات و دستاوردهای ناشی از گرنت مصوب نیز حضور یابند.

مهلت ارسال پروپوزال‌ها: تا پایان خردادماه 1404

 

هزینه های نگهداشت در سازمان ها روز به روز درحال افزایش است. بین 15 تا 50 درصد هزینه های عملیاتی مربوط به هزینه های نگهداشت و خرابی دارایی ها است. بنابر این اگر بتوانیم در این زمینه تصمیم گیری درستی داشته باشیم ، میتوانیم هزینه ها را کاهش داده و راندمان رو بصورت قابل توجهی افزایش دهیم.

بیان مسئله

  • به هر چیزی که ماهیت فیزیکی داشته باشد و برای سازمان ارزش ایجاد کند دارایی فیزیکی گفته می شود .
  • مدیریت دارایی فیزیکی یعنی مدیریتی داشته باشیم برای استفاده و بهینه سازی پایدار این دارایی ها
  • به زبان ساده مدیریت دارایی فیزیکی یعنی مدیریت نگهداری و تعمیرات توسعه یافته
  • در گذشته مدیریت فیزیکی فقط Maintenance در نظر گرفته میشده است .
  • در عصر حاضر مدیریت دارایی فیزیکی از زمانی که Request برای خرید داده می شود تا زمانی که دارایی اسقاط می شود ( Retire ) باید تحت مدیریتی باشد که به آن مدیریت دارایی فیزیکی گفته می شود .
  • اگر بتوانیم در این حوزه در این سایکل تایم ، تصمیم گیری های بهینه ای داشته باشیم ، می توانیم از تصمیم گیری های نادرست جلوگیری کنیم و باعث کارآمد تر شدن سازمان شویم .

اهداف

  • تصمیم گیری های ناکارآمد در تخصیص منابع
  • زمان بندی بحث نگهداری تعمیرات یا جایگزینی دارایی ها
  • اتلاف هزینه های ناشی از خرابی های غیر منتظره
  • برنامه ریزی غیر بهینه
  • بهینه کردن تخصیص ها و تصمیم ها
  • توسعه مدل های هوش مصنوعی برای بهینه سازی پویایی یا داینامیک اپتیمایزیشن
  • زمان بندی نگهداری ـ تعمیرات
  • مدیریت چرخه امور دارایی ها از خرید تا بازنشستگی
  • ایجاد سیستم های پشتیبانی تصمیم DSS و …

نیازمندی های فنی

  • یکپارچگی داده های ساختار یافته
  • استفاده از ابزارهایی مانند آپاچی کافکا یا ….

خروجی مورد انتظار

  • یکپارچگی داده های ساختار یافته
  • استفاده از ابزارهایی مانند آپاچی کافکا یا ….
هزینه های نگهداشت در سازمان ها روز به روز درحال افزایش است. بین 15 تا 50 درصد هزینه های عملیاتی مربوط به هزینه های نگهداشت و خرابی دارایی ها است. بنابر این اگر بتوانیم در این زمینه تصمیم گیری درستی داشته باشیم ، میتوانیم هزینه ها را کاهش داده و راندمان رو بصورت قابل توجهی افزایش دهیم.

بیان مسئله

  • اگر امکان پیش بینی خرابی ها وجود داشته باشد باعث کاهش هزینه ها می شود.
  • در صورت پیش بینی خرابی دارایی ها ، کیفیت محصول بالا میرود.
  • در صورت پیش بینی خرابی دارایی ها ، راندمان تولید بالا می رود.

اهداف

  • توسعه ی مدل های هوش مصنوعی یادگیری ماشین یا ماشین لرنینگ برای پیش بینی خرابی ها با دقت بالا
  • ادغام داده های حسگر IOT داده های تاریخی و شرایط محیطی
  • ایجاد سیستم های ریل تایم مونیتورینگ

نیازمندی های فنی

  • زیرساخت داده ای
  • الگوریتم های پیشنهادی شامل شبکه های عصبی ، الگوریتم هایی مثل رندوم فارست و …

خروجی مورد انتظار

  • بتوانیم هزینه ها را کاهش دهیم یا راندمان را بالا ببریم.