Om forskningsgruppen
Forskningsområder
Gruppemedlemmene har bakgrunn fra etablerte lokale fagmiljøer innen datavitenskap, statistikk og kjemometri, med viktige bidrag på utvikling og anvendelser av multivariate analysemetoder. Dataanalyser knyttet til næringsmidler, avlsdata, ikke-destruktive hurtigmålinger, klassifikasjon av mikroorganismer og medisinsk diagnostikk er blant våre anvendelser. Datagrunnlagene kan være basert på spektroskopi, genotyping, kromatografi, reologi, 2D- og 3D bildedata, lidar, mm.
Gruppa har fokus på utvikling, effektivisering og anvendelser av multivariate metoder for prediksjon og analyser fra data med svært mange forklaringsvariabler.
Vi har som en uttrykt ambisjon å bidra til utvikling av slagkraftig analysemetodikk for anvendelser knyttet til prosjekter i relevante forskningsmiljøer på hele Campus Ås.
Publikasjoner
Ulf G. Indahl Cristin, ResearchGate, Google Scholar Kristian H. Liland Cristin, ResearchGate, Google Scholar Oliver Tomic Cristin, ResearchGate, Google Scholar Tormod Næs Cristin, ResearchGate, Google Scholar Prosjekter
- Machine Learning (Postdoc): Research and course development on highly multivariate and time dependent data
- Data driven approach for prediction of power flexibility
Emneutvikling
Emneporteføljen utviklet av medlemmer i forskningsgruppa siden 2015:
- INF100 – Prinsipper i informasjonsbehandling
- IND320 - Data til beslutning
- MATH-INF110 (nå DAT110) – Innføring i dataanalyse og -visualisering
- MATH310
- MATH280 – Anvendt lineær algebra
- DAT200 – Anvendt maskinlæring
- DAT300 – Anvendt dyplæring
- DAT320 – Analyse av sekvensielle data og tidsseriedata
- DAT350 – Anvendt helsedatavitenskap og medisinsk fysikk
- MLA210 – Maskinlæring med eksempler fra teknologi og finans
- MLA310 – Matrisemetoder for Dataanalyse og Maskinlæring
Medlemmer