TETRA is een programma voor praktijkgericht onderzoek door hogescholen en geïntegreerde opleidingen in de universiteiten voor ondernemingen en non-profitorganisaties opgezet door VLAIO, Vlaams Agentschap Innoveren & Ondernemen Afdeling Steun Ondernemingen. Vlaamse hogescholen en universiteiten kunnen dus projecten indienen om praktijkgericht onderzoek te doen en kennisoverdracht te leveren op maat van de doelgroep en het hoger onderwijs. Het bedrag dat wordt toegekend indien projecten worden goedgekeurd is 92.5% van de aanvaarde begroting. Zo diende VIVES Hogeschool 2 projecten in en werden ze beide goedgekeurd na de selectieronde.
Het MLOps4ECM – Machine Learning Operations for Edge Condition Monitoring project werd ingediend door het expertisecentrum Smart Technologies met als brugfiguur tussen Hogeschool VIVES en KU Leuven voor onderzoek rond Mechatronica, Jonas Lannoo. Het doel van het project is om bedrijven tools, hands-on kennis en handleidingen aan te reiken om de verschillende aspecten van de levenscyclus van een machine learning model te monitoren en een constante kwaliteit van de resultaten na deployment te garanderen. “We focussen hierbij op het uitvoeren van ML-modellen op edge devices en baseren ons op gekende best-practices uit DevOps implementaties zoals continuous integration, continuous delivery (CI/CD) en microservices, en breiden deze uit met tools voor data en model management (MLOps), “ aldus Jonas Lannoo.
Het Smart Meal Planning – Food waste reduction with AI project werd ingediend door het expertisecentrum Agro- en biotechnologie en Business Management met als link tussen VIVES en KU Leuven docent-onderzoeker Yves Sagaert. In dit project zal gebruik gemaakt worden van artificiële intelligentie voor productieplanning van ready to eat maaltijden.
De doelstelling van dit project is om de voedselverspilling bij hoog bederfbare voeding te verminderen. Hierbij denken wij bijvoorbeeld aan klaargemaakte warme maaltijden die goed zijn vandaag maar morgen niet meer kunnen verkocht worden. Dit is een relevante problematiek in de sectoren van catering voor scholen, ouderenzorg, in ziekenhuizen en in bedrijfsrestaurants.
Door artificiële intelligentie technieken te gebruiken kan de toekomstige vraag beter worden ingeschat waardoor de productie hierdoor beter kan worden afgestemd. Hierbij is het de bedoeling dat de hoeveelheid weggegooid eten verminderd, maar een betere planning kan ook leiden tot minder spoedorders in de keuken en minder stress bij het keukenpersoneel.
Een van de moeilijkheden hierbij is dat traditionele algoritmes, die bijvoorbeeld worden gebruikt bij het voorspellen van de vraag naar koekjes, hier onvoldoende nauwkeurig zijn. Eventuele fouten in dergelijke voorspelling van toekomstige vraag worden opgevangen door het houden van voorraad. Dit kan perfect ben voorverpakte koekjes, maar is niet mogelijk is bij hoog bederfbare voeding.
