DecarbonAIte

Urbana digitala tvillingar

Byggnadssektorn har en enorm potential att minska utsläppen av växthusgaser. Stora renoveringar är brådskande för att uppfylla Sveriges klimatmål för 2045. Ett hinder är den manuella, tidskrävande planeringen av renoveringsåtgärder. Digitala tvillingar av städer kan ge en bra grund för effektiv renoveringsplanering och beslutsstöd.

Data som behövs för energisimulering, t.ex. fönster eller u-värden för byggnadsskalet, saknas dock för närvarande. Syftet med det här projektet är att anpassa och tillämpa maskininlärning för att extrahera funktioner från offentligt tillgängliga databaser för att berika digitala tvillingmodeller för städer och tillhandahålla optimerade renoveringsåtgärder för beslutsstöd.

Fastighetsförvaltare och kommuner kommer direkt att dra nytta av verktyget för beslutsstöd och en bättre digital plattform för att förvalta byggnaderna. På lång sikt bidrar projektet till att öka renoveringstakten och uppnå klimatmålen. De berikade digitala tvillingarna ger också många fördelar utöver renoveringsplanering.

Se projektvideo här

Vill du veta mer?

Dag Wästberg

Data Scientist, MSc

Jens Olsson

Utvecklare, PhD

Bernd Ketzler

Gruppchef Tillämpad AI

Fler projekt
Projekt

SYSTEMICO

SYSTEMICO är ett nytt EU-projekt med målet att koppla samman cirkulär ekonomi och klimatneutralitet genom att utveckla och demonstrera så kallade Holistic Regional Systems (HRS) i…

Projekt

RAM-C – Evidence Readiness for Assistive & Rehabilitation Healthtech Start-Ups

Hur vet en hälsoteknikstartup vilken evidens som behövs? I det Vinnovafinansierade projektet RAM-C utvecklar och testar Chalmers Industriteknik ett enkelt stöd för att upptäcka evi…

Projekt

DPP Beyond Compliance – från spårbarhet till industriellt värdeskapande

Projektet ska undersöka hur DPP-data kan användas för att koppla samman materialcertifikat, materialbatcher, produktionsdata och färdiga produkter inom svensk tillverkningsindustri…