Realizované projekty
Pozrite si výber z našich úspešne dokončených projektov. Každé riešenie je navrhnuté na mieru konkrétnym potrebám klienta.
Projekty realizované cez SIEA
Realizované v rámci inovačných poukážok SIEA — výzva IP_RAP_126 zameraná na robotizáciu a automatizáciu v priemysle. Národný projekt Zvýšenie inovačnej výkonnosti slovenskej ekonomiky 2, Program Slovensko — spolufinancované Európskou úniou.
AI diagnostika poškodenia stavebných konštrukcií
Klient: VALBER s.r.o.Vývoj modulárnej AI platformy na automatizovanú detekciu poškodenia muriva, železobetónu, fasád a ďalších stavebných prvkov. Systém kombinuje hlboké učenie, počítačové videnie, senzorovú fúziu a edge AI inferenciu, pričom rozpoznáva 9 kategórií defektov naprieč 7 typmi stavebných materiálov. Kľúčovou inováciou je multimodálna analýza, ktorá overuje vizuálne detekcie údajmi o teplote, vlhkosti a vibráciách — senzorová fúzia zlepšila F1 skóre o 2 až 9 %. Matica kompatibility materiálov a defektov výrazne redukuje false-positive detekcie. Model YOLOv8 dosiahol mAP@50 = 0,923, všetky nasadené modely prekročili hranicu 0,85. Projekt posunul riešenie z TRL 5 na TRL 7.
AI Safety Evaluation System — vyhodnocovanie rizík v priemysle
Klient: Vodomont SK, spol. s r.o.Inteligentný systém na vyhodnocovanie bezpečnostnej situácie pracovníkov v nebezpečných priemyselných zónach v reálnom čase. Spracováva údaje z desiatich typov senzorov — teplota, oxid uhoľnatý, sírovodík, metán, kyslík, vlhkosť, pohyb, akustika, tlak a radiácia — a súčasne analyzuje snímky z bezpečnostných a termálnych kamier v modulárnej pipeline so šiestimi fázami spracovania. Ensemble šiestich modelov (Isolation Forest, Autoencoder, One-Class SVM, LSTM, CUSUM a prahový detektor) dosahuje pri detekcii anomálií presnosť 97,8 %; klasifikácia nebezpečenstva do šiestich stupňov cez Random Forest a XGBoost dosahuje F1-macro 0,962. Systém pracuje s priemernou latenciou 12,4 ms, priepustnosťou 82 vyhodnotení za sekundu a mierou falošných pozitív 2,1 %. Temporálna kontextová analýza predikuje nebezpečné situácie ešte pred eskaláciou a rozhodnutia sú vysvetliteľné s identifikáciou prispievajúcich faktorov. ONNX optimalizácia s INT8 kvantizáciou znížila veľkosť modelu o 75 % pre nasadenie na edge zariadeniach. Projekt posunul riešenie z TRL 5 na TRL 7.
ModularEnergy — automatická diagnostika zariadení smart domácnosti
Klient: Modular Green Energy SESoftvérový modul na automatické vyhodnocovanie stavu zariadení v smart domácnosti, ktorý pri detekcii anomálie oznámi potenciálny problém. Riešenie je zámerne postavené ako čistá rozhodovacia funkcia bez databázy, bez strojového učenia a bez externých služieb — všetky rozhodnutia vychádzajú z 13 deterministických matematicko-štatistických kontrol (Z-score, IQR outlier, lineárny drift, rate-of-change, stuck sensor, heartbeat, power consistency a ďalšie). Tento prístup zaručuje plnú auditovateľnosť: každý výstup je spätne zdôvodniteľný vzorcom a prahom, modul funguje aj v novej domácnosti bez histórie a nemá „čiernu skrinku“ pri edge-case-och. Prahy vychádzajú z priemyselných štandardov (IEC 60364, ASHRAE, EPA). Systém pokrýva 23 profilov zariadení v 4 kategóriách, rozpoznáva 25+ typov porúch a dopĺňa ich o predikciu času do zlyhania, plán údržby a cross-device root-cause analýzu s topologickou agregáciou. Na 1 600 testovacích prípadoch dosiahol 100 % úspešnosť pri p99 latencii pod 3 ms cez HTTP. Projekt posunul riešenie z TRL 5 na TRL 7.
Naše realizované projekty
Riešenia vyvinuté vlastnými silami — od výskumu a trénovania modelov od nuly až po nasadenie. Ku každému projektu je k dispozícii interná záverečná správa na stiahnutie.
Dynamická personalizovaná cenotvorba pre e-commerce
Interný vývoj contextual bandit systému pre dynamickú cenotvorbu v reálnom čase, navrhovaného ako SaaS produkt pre e-commerce segment. Systém bez využitia externých predtrénovaných modelov dosiahol v simuláciách očakávaný nárast revenue +12,7 % oproti baseline pri latencii rozhodnutia pod 50 ms.
Stiahnuť záverečnú správu (PDF)Adaptive Promotion & Inventory Optimization Engine (APIOE)
Pokročilý AI engine na adaptívne rozhodovanie o propagačných akciách a optimalizáciu skladových zásob v e-commerce. Systém využíva Contextual Bandit algoritmy, Constrained Reinforcement Learning a AI predikčné modely dopytu. Všetky modely boli trénované od nuly bez využitia externých foundation modelov.
Stiahnuť záverečnú správu (PDF)Adaptive Traffic Signal Control (ATSC)
Inteligentný riadiaci modul pre dynamickú optimalizáciu svetelnej signalizácie založený na Deep Reinforcement Learning. Systém v reálnom čase modifikuje signálne plány na základe aktuálnych dopravných podmienok. V simuláciách dosiahol zníženie priemerného zdržania o 28,7 %, skrátenie kolón o 32,4 % a zvýšenie priepustnosti križovatky o 15,1 %.
Stiahnuť záverečnú správu (PDF)