Szegedi Tudományegyetem | GINOP-2.2.1-15-2017-00038

GINOP-2.2.1-15-2017-00038

A projekt címe: SMARTCity és SMARTVillage technológiák és szolgáltatások fejlesztése a SAGEMComnál, egyetemi együttműködésben

A projekt azonosító száma: GINOP-2.2.1-15-2017-00038

A (fő)kedvezményezett neve: Sagemcom Magyarország Elektronikai Kft.

Konzorciumi partnerek:

FrontEndArt Szoftver Korlátolt Felelősségű Társaság

Szegedi Tudományegyetem

Pannon Egyetem

Yazoo-Systems Kereskedelmi, Szolgáltató és Tanácsadó Korlátolt Felelősségű Társaság

A szerződött támogatás összege: 1 611 316 058 Ft

A támogatás mértéke (%-ban): 67,74%

Konzorciumi partnerek és a támogatási összeg megosztása:

Konzorciumi tag neve	Megítélt támogatás (Ft)	Önerő (Ft)	Összesen (Ft)
Sagemcom Magyarország Elektronikai Kft.	873 738 181 Ft	677 356 918 Ft	1 551 095 099 Ft
FrontEndArt Szoftver Korlátolt Felelősségű Társaság	98 455 190 Ft	51 934 622 Ft	150 389 812 Ft
Szegedi Tudományegyetem	390 913 389 Ft	0 Ft	390 913 389 Ft
Pannon Egyetem	150 719 127 Ft	0 Ft	150 719 127 Ft
Yazoo-Systems Kereskedelmi, Szolgáltató és Tanácsadó Korlátolt Felelősségű Társaság	97 490 171 Ft	38 027 100 Ft	135 517 271 Ft

A projekt megvalósítás időszaka: 2017.10.01. - 2022.09.30.

Projektmenedzser: Dr. Bajusz János

Pénzügyi vezető: Pálinkó Erika

Szakmai vezető: Dr. Kiss Ákos

A projekt tartalmának bemutatása:

A projekt két probléma megoldására fókuszál: egyrészt az elmaradott települések elektromos infrastruktúra működtetési költségeinek csökkentésére, másrészt a nagyvárosi infrastruktúra mérési és elosztási hatékonyságának javítására. Ezek érdekében a projekt célja egy új architektúrára épülő IoT platform kifejlesztése, intelligens mérési és vezérlési IKT technológiák létrehozása és a ráépülő olcsó és a korábbiaknál magasabb szintű szolgáltatások kialakítása. A projekt eredményei mind városi (okos város, SMARTCity) mind vidéki (okos falu, SMARTVillage) alkalmazási területeken moduláris megoldásokon, valós időben történő adatszolgáltatáson, és intelligens vezérlésen alapulva költséghatékony módon segítik elő a fenntartható energiagazdálkodást.

Az SZTE a szoftverelemzés, a gépi tanulás, a prediktív modellek, és az energia-felhasználás modellezés területein szerzett több évtizedes kutatás-fejlesztési tapasztalataival segíti a projektet:

Célunk olyan statikus kódelemzéssel megvalósítható, szabványos szoftverkarbantartási megoldások kidolgozása, amelyek figyelembe veszik a projektben használt és fejlesztett valós idejű beágyazott rendszerek vagy multidomain, multi-platform és heterogén rendszerek sajátosságait, ezáltal biztosítva a projekt szoftvertermékeinek minőségét.
A projekt IoT környezetének biztonsága érdekében szintén kódelemzésen alapulva a projektben működő szoftverek sérülékenységi vizsgálatára módszereket fejlesztünk.
A deep learning az intelligens mérési rendszerek eredményeinek feldolgozásában, az energiahálózatokban található vagy várhatóan bekövetkező rendellenességek vizsgálatában egy új, az eddigieknél hatékonyabb megoldást tesz lehetővé. Olyan mesterséges intelligenciára és gépi tanulásra épülő új módszereket fejlesztünk, amelyek segítségével hatékonyabban képesek lehetünk esemény-elemzéseket és anomália-detektálásokat végezni.
Az energia-tudatos szoftverfejlesztés elősegítésére a projektben felhasznált eszközök, szoftverek, illetve a rendszer tulajdonságait figyelembe vevő új energiaminimalizálási módszereket dolgozunk ki.