Projekta nosaukums: Mašīnmācīšanās vadīta retzemju pastāvīgo magnētu identifikācija un otrreizēja pārstrāde
Projekta līguma numurs: 1.1.1.9/LZP/2/25/330
Projekta vadītājs (pēcdoktorants): Dr. Imants Dirba
Projekta sadarbības partneri: nav
Projekta īstenošanas termiņš: 01.02.2026. – 31.01.2029.
Projekta kopējais finansējums: 192 227,60 EUR, t.sk. ERAF 163 393,46 EUR
Projekta mērķis: izstrādāt mašīnmācīšanās vadītu šķirošanas metodi kā arī izgatavot un testēt jaunas inovatīvas tehnoloģijas prototipu, kas apvieno reāllaika rentgena fluorescences (XRF) sensorus ar datu vadītu pastāvīgo magnētu klasifikāciju. Izveidojot visaptverošu eksperimentālu datu kopu un apmācot uzraudzītus mācību algoritmus, jaunā tehnoloģija ļaus precīzi identificēt magnētu veidus tieši šķirošanas līnijā. Iegūtie rezultāti informēs robotizētus izpildmehānismus par materiālu šķirošanu optimālai pārstrādei.
Projekta rezultāti: Zinātniskie raksti– 3 Jaunu produktu un tehnoloģiju skaits, kas ir komercializējami – 1
Projekta pirmajos sešos mēnešos darbs noritēja galvenokārt 1. darba pakotnes (WP1: Datu vākšana un analīze) izpildei un 2. darba pakotnes (WP2: Mašīnmācīšanās modeļa izstrāde) sagatavošanas posmam.
- Magnēta īpašību ontoloģijas konstruēšana (WP1, T1.1):
- Izveidota un strukturēta pastāvīgo magnētu klasifikācijas ontoloģija, kas aptver vairākus svarīgākos magnētu veidus.
- Sasniegts atskaites punkts M1 un sagatavots rezultāts D1.1 (Structured ontology of magnet types and properties).
- Datu bāzes apkopošana un sagatavošana (WP1, T1.2):
- Apkopoti un sistematizēti dati par magnētu ķīmisko sastāvu un magnētiskajām īpašībām no iepriekšējiem pētījumiem, ražotāju specifikācijām un zinātniskās literatūras.
- Sadarbībā ar partnerinstitūciju Fraunhofer IWKS (Vācija) un sagatavots reālu nolietotu magnētu (EOL) paraugu kopums turpmākajiem pētījumiem.
- Sagatavota un noformēta datu kopa (atskaites punkts M2, rezultāts D1.2) mašīnmācīšanās algoritmu apmācībai.
- Sagatavošanās mašīnmācīšanās modeļu izstrādei (WP2, T2.1):
- Uzsākta datu priekšapstrāde, kā arī pēcdoktorants iepazinies ar svarīgākajām mašīnmācīšanās metodēm un to praktisko ieviešanu magnētu klasifikācijai.