ML2Grow

ML2Grow bouwt mee aan “Waze voor de scheepvaart”

De machine learning-modellen van ML2Grow werken onzekerheden weg om doorvaar- en behandelingstijd van schepen in de haven te voorspellen. Neem bijvoorbeeld de tijd die nodig is om inkomende en uitgaande schepen te beloodsen van de Schelde naar hun dok en terug. Deze is uiteraard afhankelijk van de kenmerken van het schip en de omstandigheden. Dankzij onze modellen kon het planningsrooster van Brabo worden verbeterd en werd het toekomstbeeld opgetrokken van 20 minuten naar 8 uur, wat een enorm verschil maakt in de tweede grootste haven van Europa.

Dezelfde soort modellen helpen Port+ ook om de betrouwbare, proactieve, neutrale zakenpartner te zijn voor bedrijven die schepen en terminals bedient in de havengemeenschappen van België en Zeeland en de meest uitgebreide informatieoplossingen biedt. Met onze op AI gebaseerde oplossing kan Port+ de trajecten die schepen volgen en de tijd die het hen kost beter voorspellen, ook in veranderende omstandigheden.

Met deze nauwkeurige informatie kunnen alle betrokken partijen in de haven onzekerheid wegnemen, betere garanties bieden, verder kijken in de toekomst en dure cascade-effecten als gevolg van onverwachte omstandigheden vermijden. Je kunt hun oplossing zien als een soort van “Waze voor scheepvaartverkeer”.

Natuurlijk zijn we erg trots op deze realisatie met enorme economische voordelen. Niet alleen voor Brabo, Port+ of de Haven van Antwerpen, maar voor onze economie als geheel.

Hun verhaal, met onze bijdrage, is gepubliceerd in de Vlaamse krant De Tijd. Je kunt het stuk hier lezen.

Exit mobile version