ASM SMART DATA SYSTEM (ASM SDS) – RESEARCH ON THE SYSTEM OF DATA COLLECTION, PROCESSING AND DISTRIBUTION USING MACHINE LEARNING ALGORITHMS TO MODERNISE IMPLEMENTATION AND MANAGEMENT PROCESSES AND IMPLEMENT NEW AND SUBSTANTIALLY IMPROVED RESEARCH PRODUCTS AND SERVICES IN ASM-CENTRUM MARKET RESEARCH AND ANALYSIS SP. WITH O.O. (Q101129)

From EU Knowledge Graph
Revision as of 08:46, 15 January 2022 by DG Regio (talk | contribs) (‎Changed label, description and/or aliases in it, and other parts: Adding Italian translations)
Jump to navigation Jump to search
Project Q101129 in Poland
Language Label Description Also known as
English
ASM SMART DATA SYSTEM (ASM SDS) – RESEARCH ON THE SYSTEM OF DATA COLLECTION, PROCESSING AND DISTRIBUTION USING MACHINE LEARNING ALGORITHMS TO MODERNISE IMPLEMENTATION AND MANAGEMENT PROCESSES AND IMPLEMENT NEW AND SUBSTANTIALLY IMPROVED RESEARCH PRODUCTS AND SERVICES IN ASM-CENTRUM MARKET RESEARCH AND ANALYSIS SP. WITH O.O.
Project Q101129 in Poland

    Statements

    0 references
    3,691,395.0 zloty
    0 references
    885,934.80 Euro
    13 January 2020
    0 references
    5,026,050.0 zloty
    0 references
    1,206,252.0 Euro
    13 January 2020
    0 references
    73.45 percent
    0 references
    1 November 2018
    0 references
    30 October 2021
    0 references
    ASM-CENTRUM BADAŃ I ANALIZ RYNKU SP. Z O.O.
    0 references
    0 references

    52°13'19.2"N, 19°23'15.4"E
    0 references
    Przedmiotem projektu jest przeprowadzenie badań przemysłowych i eksperymentalnych prac rozwojowych służących wdrożeniu innowacji procesowej polegającej na wykorzystaniu innowacyjnego hybrydowego systemu analizy danych – ASM SDS - integrującego algorytmy sztucznej inteligencji na poziomie uczenia maszynowego (sieć neuronową) z wielowymiarową dynamiczną hurtownią danych ze źródeł wewnętrznych i zewnętrznych. Głównym celem projektu jest poprawa efektywności procesów gromadzenia i przetwarzania danych w ASM poprzez opracowanie i wdrożenie w wyniku prac B+R autorskiego hybrydowego systemu analizy danych - ASM SDS - automatyzującego i optymalizującego procesy operacyjne (sprzedaż, projektowanie, realizacja i kontrola jakości usług badawczych, utrzymanie relacji z klientem etc.) oraz procesy zarządcze (planowanie strategiczne, zarządzanie zasobami, controling etc.) w ASM. W ramach projektu zrealizowane zostaną następujące zadania stanowiące prace B+R: • Optymalizacja architektury Hurtowni Danych dedykowanej dla ASM SDS • Dobór i optymalizacja metod analitycznych dedykowanych dla ASM SDS • Badania i optymalizacja prototypu ASM SDS w warunkach laboratoryjnych • Badania prototypu ASM SDS w warunkach rzeczywistych Realizacja projektu doprowadzi do osiągnięcia następujących wskaźników produktu: • Liczba przedsiębiorstw otrzymujących wsparcie (CI01): 1 szt. • Liczba przedsiębiorstw otrzymujących dotacje (CI02): 1 szt. • Inwestycje prywatne uzupełniające wsparcie publiczne dla przedsiębiorstw (dotacje)(CI06): 975 132,00 PLN • Liczba przedsiębiorstw współpracujących z ośrodkami badawczymi (CI26): 1 szt. • Liczba przedsiębiorstw wspartych w zakresie prowadzenia prac B + R: 1 szt. • Liczba realizowanych prac B + R: 1 szt. • Liczba realizowanych projektów B + R: 1 szt. ASM SDS będzie działało jako samodoskonalące się narzędzie służące do organizacji kompleksowej samoobsługi klienta poprzez narzędzia on-line dedykowane dla monitorowania aktualnych potrzeb kli (Polish)
    0 references
    The subject of the project is to conduct industrial research and experimental development work to implement process innovation consisting of the use of an innovative hybrid data analysis system – ASM SDS – integrating algorithms of artificial intelligence at machine learning level (neural network) with a multidimensional dynamic data warehouse from internal and external sources. The main objective of the project is to improve the efficiency of data collection and processing processes in ASM by developing and implementing as a result of R & D work a hybrid data analysis system – ASM SDS – automating and optimising operational processes (sales, design, implementation and quality control of research services, maintenance of customer relations, etc.) and management processes (strategic planning, resource management, controling, etc.) in ASM. The project will carry out the following tasks constituting R & D work: • Optimisation of Data Wholesale architecture dedicated to ASM SDS • Selection and optimisation of analytical methods dedicated to ASM SDS • Research and optimisation of the ASM SDS prototype in laboratory conditions • Testing of the prototype ASM SDS under real conditions The project will lead to the following product indicators: • Number of enterprises receiving support (CI01): 1 pcs • Number of enterprises receiving grants (CI02): 1 pcs • Private investments complementing public support to enterprises (grants)(CI06): 975 132,00 PLN • Number of enterprises cooperating with research centres (CI26): 1 pcs • Number of enterprises supported by R & D activities: 1 pcs • Number of R & D works carried out: 1 pcs • Number of R & D projects implemented: 1 pcs ASM SDS will act as a self-improved tool for organising comprehensive customer support through on-line tools dedicated to monitoring current client needs (English)
    16 October 2020
    0 references
    L’objet du projet est de mener des travaux de recherche industrielle et de développement expérimental pour la mise en œuvre de l’innovation de processus consistant en l’utilisation d’un système d’analyse de données hybride innovant — ASM SDS — intégrant des algorithmes d’IA au niveau de l’apprentissage automatique (réseau neuronal) avec un entrepôt de données dynamiques multidimensionnelles provenant de sources internes et externes. L’objectif principal du projet est d’améliorer l’efficacité des processus de collecte et de traitement des données dans l’ASM en développant et en mettant en œuvre, grâce à la R & D, le système d’analyse de données hybride d’origine — ASM SDS — qui automatise et optimise les processus opérationnels (ventes, conception, mise en œuvre et contrôle de la qualité des services de recherche, maintien des relations avec les clients, etc.) et les processus de gestion (planification stratégique, gestion des ressources, contrôle, etc.) dans ASM. Le projet réalisera les tâches de R & D suivantes: • Optimisation de l’architecture d’entrepôt de données dédiée à ASM SDS • Sélection et optimisation des méthodes d’analyse dédiées à ASM SDS • Essais et optimisation du prototype de SDS ASM dans des conditions de laboratoire • Test du prototype SDS ASM dans des conditions réelles La mise en œuvre du projet aboutira aux indicateurs de sortie suivants: • Nombre d’entreprises soutenues (CI01): 1 pcs. • Nombre d’entreprises bénéficiaires de subventions (CI02): 1 pcs. • Investissements privés complétant le soutien public aux entreprises (subventions)(CI06): 975 132,00 PLN • Nombre d’entreprises coopérant avec des centres de recherche (CI26): 1 pcs. • Nombre d’entreprises soutenues dans le cadre de travaux de R & D: 1 pcs. • Nombre de travaux de R & D réalisés: 1 pcs. • Nombre de projets de R & D mis en œuvre: 1 pcs. ASM SDS agira comme un outil d’auto-amélioration pour organiser le libre-service client à guichet unique à travers des outils en ligne dédiés à la surveillance des besoins actuels de la vidéo (French)
    1 December 2021
    0 references
    Ziel des Projekts ist die Durchführung industrieller Forschung und experimenteller Entwicklung zur Umsetzung von Prozessinnovationen, bestehend aus dem Einsatz eines innovativen hybriden Datenanalysesystems – ASM SDS – Integration von KI-Algorithmen auf Machine Learning-Ebene (Neural Network) mit einem multidimensionalen dynamischen Datenlager aus internen und externen Quellen. Hauptziel des Projekts ist es, die Effizienz von Datenerhebungs- und Verarbeitungsprozessen in ASM zu verbessern, indem das ursprüngliche Hybriddatenanalysesystem ASM SDS entwickelt und implementiert wird, das operative Prozesse (Verkauf, Design, Implementierung und Qualitätskontrolle von Forschungsdienstleistungen, Pflege von Kundenbeziehungen usw.) und Managementprozesse (strategische Planung, Ressourcenmanagement, Steuerung usw.) in ASM automatisiert und optimiert. Im Rahmen des Projekts werden folgende FuE-Aufgaben durchgeführt: • Optimierung der Data Warehouse-Architektur für ASM SDS • Auswahl und Optimierung von Analysemethoden für ASM SDS • Testen und Optimieren des ASM SDS-Prototyps unter Laborbedingungen • Testen des ASM SDS Prototyps unter realen Bedingungen Die Projektimplementierung führt zu folgenden Output-Indikatoren: • Zahl der unterstützten Unternehmen (CI01): 1 Stk. • Zahl der Unternehmen, die Zuschüsse erhalten (CI02): 1 Stk. • Private Investitionen, die die öffentliche Unterstützung von Unternehmen ergänzen (Zuschüsse) (CI06): 975 132,00 PLN • Zahl der Unternehmen, die mit Forschungszentren zusammenarbeiten (CI26): 1 Stk. • Zahl der bei der Durchführung von FuE-Arbeiten unterstützten Unternehmen: 1 Stk. • Anzahl der durchgeführten FuE-Arbeiten: 1 Stk. • Anzahl der durchgeführten FuE-Projekte: 1 Stk. ASM SDS dient als Selbstverbesserungsinstrument für die Organisation von One-Stop-Kunden-Selbstservice durch Online-Tools zur Überwachung der aktuellen Bedürfnisse des Videos (German)
    7 December 2021
    0 references
    Het doel van het project is het uitvoeren van industrieel onderzoek en experimenteel ontwikkelingswerk voor de implementatie van procesinnovatie, bestaande uit het gebruik van een innovatief hybride data-analysesysteem — ASM SDS — waarin AI-algoritmen op machine learningniveau (nuraal netwerk) worden geïntegreerd met een multidimensionaal dynamisch datawarehouse uit interne en externe bronnen. Het belangrijkste doel van het project is het verbeteren van de efficiëntie van dataverzamelings- en verwerkingsprocessen in ASM door de ontwikkeling en implementatie van het originele hybride data-analysesysteem — ASM SDS — dat operationele processen (verkoop, ontwerp, implementatie en kwaliteitscontrole van onderzoeksdiensten, onderhoud van klantenrelaties, enz.) en managementprocessen (strategische planning, resource management, controling, etc.) automatiseert en optimaliseert (verkoop, ontwerp, implementatie en kwaliteitscontrole van onderzoeksdiensten, het onderhouden van klantrelaties, enz.) en managementprocessen (strategische planning, resource management, controling, enz.) in ASM. Het project zal de volgende O & O-taken uitvoeren: • Optimalisatie van de data warehouse architectuur gewijd aan ASM SDS • Selectie en optimalisatie van analysemethoden gewijd aan ASM SDS • Testen en optimaliseren van ASM SDS prototype in laboratoriumomstandigheden • Testen van het ASM SDS prototype onder reële omstandigheden De implementatie van het project zal resulteren in de volgende outputindicatoren: • Aantal ondersteunde ondernemingen (CI01): 1 st. • Aantal ondernemingen dat subsidies ontvangt (CI02): 1 st. • Particuliere investeringen ter aanvulling van overheidssteun aan ondernemingen (subsidies) (CI06): 975 132,00 PLN • Aantal bedrijven dat samenwerkt met onderzoekscentra (CI26): 1 st. • Aantal ondernemingen dat wordt gesteund bij de uitvoering van O & O-werkzaamheden: 1 st. • Aantal uitgevoerde O & O-werkzaamheden: 1 st. • Aantal uitgevoerde O & O-projecten: 1 st. ASM SDS zal fungeren als een zelfverbeterend instrument voor het organiseren van one-stop customer self-service via on-line tools voor het monitoren van de huidige behoeften van de video (Dutch)
    17 December 2021
    0 references
    L'obiettivo del progetto è quello di svolgere attività di ricerca industriale e sviluppo sperimentale per l'implementazione dell'innovazione di processo consistente nell'utilizzo di un innovativo sistema di analisi dei dati ibrido — ASM SDS — che integra algoritmi di IA a livello di machine learning (rete neurale) con un data warehouse dinamico multidimensionale proveniente da fonti interne ed esterne. L'obiettivo principale del progetto è migliorare l'efficienza dei processi di raccolta ed elaborazione dei dati in ASM sviluppando e implementando, come risultato della ricerca e dello sviluppo, il sistema di analisi dei dati ibrido originale — ASM SDS — che automatizza e ottimizza i processi operativi (vendita, progettazione, implementazione e controllo qualità dei servizi di ricerca, mantenimento delle relazioni con i clienti, ecc.) e i processi di gestione (pianificazione strategica, gestione delle risorse, controllo, ecc.) in ASM. Il progetto svolgerà i seguenti compiti di R & S: • Ottimizzazione dell'architettura data warehouse dedicata alla SDS ASM • Selezione e ottimizzazione di metodi analitici dedicati a SDS ASM • Testing e ottimizzazione del prototipo ASM SDS in condizioni di laboratorio • Testing del prototipo ASM SDS in condizioni reali L'implementazione del progetto si tradurrà nei seguenti indicatori di output: • Numero di imprese beneficiarie (CI01): 1 pz. • Numero di imprese beneficiarie di sovvenzioni (CI02): 1 pz. • Investimenti privati che integrano il sostegno pubblico alle imprese (sovvenzioni) (CI06): 975 132,00 PLN • Numero di imprese che cooperano con centri di ricerca (CI26): 1 pz. • Numero di imprese sostenute per svolgere attività di R & S: 1 pz. • Numero di lavori di R & S effettuati: 1 pz. • Numero di progetti di R & S attuati: 1 pz. ASM SDS fungerà da strumento di auto-miglioramento per l'organizzazione di self-service clienti one-stop attraverso strumenti on-line dedicati a monitorare le attuali esigenze del video (Italian)
    15 January 2022
    0 references

    Identifiers

    RPLD.01.02.02-10-0022/18
    0 references