Is Tiny Machine Learning de oplossing voor inzet van sensortechnologie in het mkb?

Het mkb wordt vaak gewezen op de potentiële waarde van data. Meer meten en analyseren leidt tot meer inzicht en meer grip op het productieproces, de staat van de installatie, het energieverbruik en de kwaliteit van het product. Toch is de drempel voor veel mkb’ers hoog om hier volop in te stappen. Met Tiny Machine Learning (Tiny ML) verklein je je machine learning zodanig dat deze kunnen worden uitgevoerd op kleine edge microcontrollers (kleine chipjes) die door een batterij gevoed worden. De voordelen? Draadloos, goedkoop, veilig en eenvoudig! Zo kun je direct starten met ‘het plakken van sensoren’ op assets. Hiermee kan je voorspellend onderhoud uitvoeren waarmee je kosten bespaart en je efficiëntie verhoogt.

Use case
Techport wil met Tiny ML een loket aanbieden aan mkb’ers om de drempel om waarde uit data te halen te verlagen. Zij vertellen je hier graag alles over in een online verdiepingssessie op 7 juli van 15:00 – 16:00. Noah le Roy, derdejaars Technische Bedrijfskunde aan de Hogeschool van Amsterdam, neemt je mee in de sensor die hij heeft ontwikkeld voor op kranen van Techport-bedrijf Montarent. Deze sensor verzamelt zelfstandig data waardoor het voor het bedrijf mogelijk is om het onderhoud van de kranen te voorspellen. Lees hier meer over.

Programma

15:00 – Wat is Tiny Machine Learning: wat zijn de voor- en nadelen en wat zijn de toepassingsgebieden – door Martien Haverkamp, Tata Steel
15:15 – Waarom een Tiny Machine Werkplaats – door Theo Koster, Techport
15:30 – Resultaten use case Montarent – door Noah le Roy, Hogeschool van Amsterdam
15:45 – Discussie met aanwezigen over follow-up en kansrijke nieuwe use cases