Allskog SA har vært eier og prosjektleder av BRASKOG, men har også i fase 2 samarbeidet med selskapet Science and Technology AS.
Hovedmål i fase 2 var:
1) Videreutvikling og optimalisering av metodene i fase 1 – vedrørende treslagsfordeling, volumestimering, hogstmodenhet, bestandsinndeling
2) Etablere et grensesnitt som muliggjør at ikke programmeringskyndige medarbeidere kan anvende maskinlæringsalgoritmene i takseringsprosjekt.
3) Utprøving og verifisering av tiltak under mål 1. som arbeidsmetodikk i et kommersielt fullskala skogbruksplanprosjekt.
4) Etablere utkast til en forretningsplan for kommersialisering av tjenesten
Convolutional neural networks (CNNs) er en type “deep learning” metode, hvis modeller trenger store datamengder for å sette parameterne (trening). Fase 2 videreførte case-studiene i flere kommuner i Trøndelag og Nordland for å sikre representativ variasjon i skogen. Prediksjonsmodellene ble ytterlig forbedret, og en lærte modellene å predikere en verdi for hvor sikker prediksjonen er. Denne informasjonen ga for treslagsmodellen gode resultater.
Den automatiserte bestandsinndelingen ble testet videre. Overgangen til å få sammenhengende bestand var et problem som ikke ble løst, så en etablerte modellene i “eget miljø”, der den maskin-lærte modellen tegner grenser som kan fin-inndeles manuelt. Dette fører til besparelse på arbeid som ikke trenger spesialkompetanse.
Allskog har samarbeidet med et finsk selskap, for å gjøre teknologien egnet for det Scandinaviske markedet for skogbruksplanlegging. Om utviklingen videreføres, er i skrivende stund oppe til diskusjon. Prosjektleder konkluderer med at det fortsatt er et stykke frem til kommersiell utnyttelse.
SØKER
Allskog
ÅR
2021
BEVILGET BELØP
Kr 600 000,-