Developing new global solutions in the field of machine learning in support of family planning and tackling infertility. (Q78378): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Changed an Item)
(‎Changed an Item: Label in wikidata changed)
label / enlabel / en
 
Developing new global solutions in the field of machine learning in support of family planning and tackling infertility.

Revision as of 07:07, 18 February 2020

Project in Poland financed by DG Regio
Language Label Description Also known as
English
Developing new global solutions in the field of machine learning in support of family planning and tackling infertility.
Project in Poland financed by DG Regio

    Statements

    0 references
    3,583,114.94 zloty
    0 references
    859,947.5856 Euro
    13 January 2020
    0 references
    4,593,416.32 zloty
    0 references
    1,102,419.9168 Euro
    13 January 2020
    0 references
    78.01 percent
    0 references
    1 February 2018
    0 references
    30 July 2020
    0 references
    OVUFRIEND SPÓŁKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
    0 references

    52°32'46.3"N, 21°12'26.3"E
    0 references
    Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Celem projektu jest osiągnięcie zdolności Wnioskodawcy do zapewnienia wysokiej skuteczności we wspieraniu kobiet w staraniach o ciążę (OvuFriend.pl). Wnioskodawca zamierza osiągnąć ten cel poprzez opracowanie nowatorskich rozwiązań technologicznych w obszarze zaawansowanej algorytmiki i uczenia maszynowego. Nowe rozwiązania technologiczne opracowane w ramach projektu będą odpowiadać na następujące potrzeby: 1. zwiększenie skuteczności wsparcia użytkowniczek w zajściu w ciążę 2. zmniejszenie barier w korzystaniu przez użytkowniczki z mechanizmów OvuFriend. Powyższe planujemy osiągnąć poprzez opracowanie narzędzi technologicznych w obszarze uczenia maszynowego pozwalających na: - zaawansowaną interpretację cykli miesiączkowych pod kątem szans na zajście w ciążę, - predykcję anomalii w cyklach kobiecych przez algorytmy sztucznej inteligencji, - wyznaczanie dni płodnych przez algorytmy sztucznej inteligencji bez konieczności wprowadzania przez kobietę danych o temperaturze ciała oraz wyników testów owulacyjnych, - stworzenie inteligentnego moduły wsparcia użytkownika, - wzbogacenie danych wykorzystywanych przez algorytmy o dane przekazywane automatycznie przez urządzenia typu „wearables”. (Polish)
    0 references

    Identifiers

    POIR.01.01.01-00-0831/17
    0 references