智能物联网（IoT）垂直农业促进新加坡可持续发展

该技术产品是一个智能物联网垂直农业系统，设计为4层移动式，可用于室内或室外农业。它使用水培系统，通过增强光合过程来种植植物。由于该系统不使用土壤，因此更清洁、更卫生。FDA批准的有机矿物营养素用于水培生长。

与传统农业相比，垂直农业的实施节省了90%以上的土地面积，而每单位面积的收获量增加了80%。此外，通过水循环设计，该系统实现了70%至85%的用水减少。因此，该机构推动了“绿色环保”倡议，并为新加坡减少碳足迹的努力做出了贡献。总之，实现了以下目标：节省90%以上的土地，80%以上的物理空间已解锁。节水70-85%。减少肥料和养分的浪费。

紧急事件检测和坠落预防解决方案

这项技术提供了分析和硬件设备的组合，用于检测摔倒、异常声音和床上逃生事件，以防止摔倒。应用于紧急监控，它可以检测摔倒并区分真实的尖叫声和周围环境音频，以便实时检测敏感区域（如卫生间和公共房间等交通繁忙区域）的紧急情况，为护理人员提供持续监控其费用的保证。该解决方案还通过检测床退出事件来防止摔倒。如果发生此类事件，护理人员可以快速验证事件的有效性，并在几秒钟内做出相应反应。

基于多模态传感器融合的自主无人机系统

该技术是一种用于城市结构检测的全集成导航解决方案。该系统基于视觉惯性距离和激光雷达（VIRAL）融合的同时定位和映射系统（SLAM）。病毒式同时定位和映射算法可以在室内和室外的所有照明条件下工作。该团队开发了一些带有所有必要传感器和代码的原型设备，并与流行的无人机兼容。在城市导航中，GPS可能会受到多径效应的影响。无人机容易受到感知噪音的影响，从而导致坠毁。该系统可以有效地解决上述问题，并可以实现毫米级精度。

将家禽羽毛加工成水解蛋白的高效绿色方法

这项技术是一种高效的提取方法，使用的化学品较少，并且在相对较短的时间内优化了角蛋白的产量。这种方法已经用回收氨基酸和角蛋白的鸡毛进行了测试。提取出的化合物也可以作为鱼类和宠物饲料的替代蛋白质。该技术提供商热衷于与有兴趣将该技术用于商业化的商业合作伙伴合作，或与喜欢将这种更新循环的蛋白质配制成宠物和动物饲料的合作伙伴合作。合作伙伴还可以帮助进行一些试验，并最终许可这项技术。

面向蓝领、体力劳动者和临时工的新一代沟通工具

在汽车、制药或物流等许多行业，有22亿蓝领没有公司电子邮件地址或雇主提供的任何其他数字通信渠道。他们都想要同样的东西：快速、简单、数字通信。尽管他们都有智能手机，但他们仍被困在管理沟通不善的过去。缺乏信息会导致昂贵的波动和生产力损失。

这项技术是通过多功能HR聊天机器人缩小体力劳动者和雇主之间沟通差距的正确工具。工人从雇主那里获得实时、可靠的信息，而不仅仅是从监督员那里获得口头信息。通知可以很容易地发送给目标群体，并且响应可以实时报告。

施工数字合同管理系统

该技术报价是一个合同管理系统，帮助承包商通过网络平台以数字方式管理和管理项目进度付款索赔、付款证书、项目预算、付款确认和税务发票生成。该软件工具通过提供对实时项目财务信息的访问和对履行其合同义务至关重要的数字跟踪，使从主承包商到分包商的所有施工利益相关者受益。该解决方案是一个单一、集成和安全的平台，适用于施工管理的各个方面，提高了生产率，同时促进了端到端最新数据的可视化。

基于声音的机器预测维护人工智能（AI）解决方案

这项技术提供了一种基于声音的预测性诊断技术，用于早期检测即将发生故障的机器。通过分析机器在日常操作中发出的声音，人工智能（AI）算法能够确定这些机器是否运行正常，或者是否处于故障边缘。

空间社会经济城市分析

这项技术利用城市基础设施系统的数据，帮助用户了解建筑环境如何以及在何处产生一系列物理约束，这些约束会影响计划内和计划外的活动，进而影响包括健康和气候变化在内的长期结果。该技术将数据集导入、转换并组合到用于生成分析输出的空间化模型中。这些输出包括对街道、步行网络、公共交通和土地利用相互作用方式的全面解释。通过这种方式，可以将社会经济和/或人口数据集联系起来，使人和地方能够结合在一个单一的分析模型中。

使用低成本3D支架最大化细胞培养

当前的清洁肉类技术使用传统的2D细胞培养法培育实验室肉类。然而，传统细胞培养技术的细胞产量总体较低，因为细胞仅限于在表面区域生长。开发了一种新的3D支架方法，通过使用微载体微珠来克服这一问题，微载体微珠为细胞提供额外的表面积以附着和增殖。微载体微珠悬浮在细胞培养物中，从而使细胞培养物的3D体积最大化，从而提高产量。已确定一种微载体类型可产生最高数量的猪细胞。细胞培养过程的条件已得到优化，以提高细胞在3D环境中的生存能力对细胞培养肉类开发感兴趣的公司可以考虑使用这种方法以潜在的较低生产成本大规模种植细胞培养肉类。这家技术开发商正在寻找热衷于扩大实验室肉类应用的公司。

实现快速机器学习开发和操作（MLOps）

该技术提供了一个统一的容器编排平台，用于编排端到端的机器学习管道；从数据准备到模型部署。它符合开发人工智能应用程序的迭代性质，并简化了提供支持模型开发和部署所需的计算基础设施的过程。该技术专为技术人力和资源有限的中小型企业而设计，因为它允许此类组织通过内部计算基础设施或公共云平台进行内部协作（通过可重用/可重用的开发工作区）。