En ny generation förebyggande åtgärder av arbetsolycksfall med maskininlärning
Forskningsprojekt , 2019 – 2022

Maskininlärning kan underlätta analys av orsaker bakom arbetsolycksfall och incidenter. Arbetsolycksfallen är ett olöst problem i byggbranschen. Projektets syfte är att utveckla en prototyp av ett sådant maskininlärningsanalyssystem. Systemets effekt kan bli bättre förebyggande och en högra produktivitet.
Projektet utförs inom ramen av ett licentiatprojekt i ett samarbeta mellan NCC, Chalmers och Mälardalens Högskola.
Ett nulägesstudie av praxis kring registrering av arbetsolycksfall och incidenter genomföres för att bygga upp kunskap om det område som maskininlärningen ska göras på. Data från en arbetsolycksfalldatabas inom NCC insamlas och valideras. Flera olika maskininlärningsalgoritmer testas på materialet och den bästa kombination av algoritmer (de som bäst förutser olycksfallen) sammanställs i en prototyp som sedan testas hos NCCs säkerhetsansvariga. Projektets resultat kommuniceras i en licentiatavhandling, internationella artiklar, konferens papers, och artiklar i svenska facktidskrifter.

Deltagare

Christian Koch (kontakt)

Professor vid Chalmers, Arkitektur och samhällsbyggnadsteknik, Construction Management

Dimosthenis Kifokeris

Forskarassistent vid Chalmers, Arkitektur och samhällsbyggnadsteknik, Byggnadsdesign

Samarbetspartners

NCC AB

Solna, Sweden

Finansiering

Svenska Byggbranschens Utvecklingsfond (SBUF)

Projekt-id: 13670
Finansierar Chalmers deltagande under 2019–2021

Relaterade styrkeområden och infrastruktur

Hållbar utveckling

Drivkrafter

Publikationer

Mer information

Senast uppdaterat

2021-09-08