Representativ och jämställd syntetiskt data. ML algoritmer och arbetssätt

Syfte och mål

Vårt projekts mål är att utveckla ett kommersiellt tillgängligt verktyg och en process för rättvist, representativ syntetisk data, baserat på industrins behov. Vårt arbete kommer att utöka ML och syntetisk datas löfte om representation till att inkludera de unika delarna av världens s.k. edge cases, fall som ofta är de viktigaste.

Förväntade effekter och resultat

Effekterna av vårt projekt kommer att omfatta både tekniska lösningar för representativ syntetisk data och marknadsanalys för att upptäcka vilka anpassningsbehov svensk industri har för ML och syntetisk data. De tekniska ML-justeringar vi kommer att utveckla kommer att bäddas in i affärsprocesser som är speciellt anpassade till svensk industris behov av syntetiska data och arbetsmetoder, vilket säkerställer skräddarsydda data och anpassningsprocesser för ökad kvalitet på ML-applikationer.

Planerat upplägg och genomförande

Vårt projekt omfattar tre arbetspaket: 1. Ta fram en metod för att fastställa företagens behov av insyn in i syntetisk data bias; 2. Skapa en teknisk lösning för att justera ML-processerna och producera mindre partisk syntetisk data; 3. Utveckla anpassningsstrategier för svensk industri för att säkerställa rättvisa metoder för syntetisk data.