CreateView er et FOU intensivt selskap

Maskinlæring

Maskinlæring er en gren av kunstig intelligens hvor man bruker statistiske metoder for å la datamaskiner finne mønstre i store datamengder. Maskinen lærer altså og tar beslutninger basert på dette.

Selve læringen kalles også å trene opp en modell. For å «trene», behøver man mye data. Man deler datasettet typisk opp i et treningssett, valideringssett og et testsett. Man trener opp modellen på treningssettet, og så undersøker man om modellen har lært noe ved å teste det på testsettet. Valideringssettet benyttes under selve treningen. Data fra testsettet har ikke modellen sett fra før, og resultatene fra testingen vil avsløre hvorvidt den har «lært» det den skal. Maskinlæring krever kraftig maskinvare og benytter ofte grafikk-kort med GPU.

CreateView benytter “dyp læring” (“Deep Learning”) for å detektere operative velferdsindikatorer, lus og biomasse. Dyp læring er en maskinlæringsteknikk som egner seg særlig bra til å hente ut informasjon fra bilder. Bildene vi henter inn fra oppdrettsmerdene benytter vi til å trene og forbedre våre maskinlæringsmodeller. Dette gjør at våre produkter blir bedre og bedre.

BIG DATA

“Big Data” er en samlebetegnelse på teknologi og analysemetodikk som brukes ved store datamengder for å strukturere dem og hente ut informasjon fra dem. Vi bruker “Big Data” i flere av våre produkter.

CTRlaqua

Createview er medlem av ctrlaqua sfi

www.ctrlaqua.no

Målet med CtrlAqua prosjektet:

Utvikle teknologiske og biologiske innovasjoner som kan brukes i strategiske deler av produksjonssyklusen for atlanterhavslaks, og som gjør lukkede oppdrettssystemer (CCS) til en pålitelig og økonomisk levedyktig teknologi, og slik bidra til å løse de utfordringene som i dag hindrer havbruksnæringen i å realisere de visjonene myndigheter og andre har for bransjen.

GreatView

GreatView er et prosjekt i samarbeid med veterinærinstituttet, havforskningsinstituttet og cair (UIa)

Prosjektet er finansiert med 5,91 millioner fra Norges Forskningsråd.