SAMBA

Avdelingen SAMBA har omfattende teoretisk og praktisk kompetanse innen feltene statistisk analyse, maskinlæring og bildeanalyse. Som en av Europas største og mest kompetente grupper innen anvendt statistikk og statistisk-matematisk modellering dekker vi et bredt spekter av metoder. Å velge riktige metoder til ulike problemer er dermed en av våre sterke sider. Mange beregninger er beheftet med usikkerhet og nøyaktig beregning av denne størrelsen er en viktig spesialitet.

Forskningsområder

Statistikk i klima og miljø

Aktiviteten innenfor klima og miljø omfatter såvel anvendte problemstillinger som grunnforskning helt i fronten av internasjonalt arbeid innen feltet.

Statistikk i finans, forsikring og råvaremarkeder

Vi bruker statistisk metodikk til å kvantifisere alle former for risiko innen bank-, forsikrings- og råvaremarkeder. Vi jobber mye med modeller knyttet til regelverkene Basel II og Solvens II og har utviklet et stort antall systemer knyttet til trading og risikostyring for ulike kraftselskaper.

Statistikk i marine ressurser og helse

Vi dekker et bredt spekter av anvendelsesområder innen feltene marine ressurser og helse.

Statistikk for teknologi og industri

Vi dekker et bredt spekter av bruksområder, inkludert prognoser, tidsserieanalyse, nettverksmodellering, optimal levering, logistikk, optimal styring av industriprosesser, pålitelighetsanalyse, kostnadsundersøkelser og analyse av svært store datasett.

Jordobservasjon

Vi utfører forskning og utvikling av metoder for analyse av digitale fjernmålingsdata fra satellitter og fly. Bruksområder inkluderer miljøovervåkning, overvåkning av klimaendringer, deteksjon av naturkatastrofer, naturressurskartlegging og kartrevisjon.

Bildeanalyse og maskinlæring

Vi har omfattende kunnskap og mer enn 30 års erfaring innen bildeanalyse og maskinlæring mot et bredt spekter av anvendelsesområder. Deteksjon, karakterisering og gjenkjenning av objekter i både bilder og bildesekvenser er sentrale temaer for mange av våre prosjekter. Et annet sentralt tema er mønstergjenkjenning i tekst.

Big Insight

Big Insight er et senter for forskningsdrevet innovasjon finansiert av Norges forskningsråd. Senteret har et nært samarbeid med universiteter, offentlige partnere og bedriftspartnere.

Siste 5 vitenskapelige artikler

Tjøstheim, Dag Bjarne; Jullum, Martin; Løland, Anders. Some recent trends in embeddings of time series and dynamic networks. Journal of Time Series Analysis (ISSN 0143-9782). doi: 10.1111/jtsa.12677. 2023.

Engebretsen, Solveig; Palomares, Alfonso Diz-Lois; Rø, Gunnar; Kristoffersen, Anja Bråthen; Lindstrøm, Jonas Christoffer; Engø-Monsen, Kenth; Kamineni, Meghana; Chan, Yat Hin; Dale, Ørjan; Midtbø, Jørgen E.; Stenerud, Kristian Lindalen; Di Ruscio, Francesco; White, Richard Aubrey; Frigessi, Arnoldo; De Blasio, Birgitte Freiesleben. A real-time regional model for COVID-19: Probabilistic situational awareness and forecasting. PLoS Computational Biology (ISSN 1553-734X). 19:e1010860(1) pp 1-26. doi: 10.1371/journal.pcbi.1010860. 2023.

Johnson, Juan Emmanuel; Løkse, Sigurd Eivindson; Camps-Valls, Gustau; Mikalsen, Karl Øyvind; Kampffmeyer, Michael; Jenssen, Robert. The Kernelized Taylor Diagram. In: Nordic Artificial Intelligence Research and Development: 4th Symposium of the Norwegian AI Society, NAIS 2022, Oslo, Norway, May 31-June 1, 2022, Revised Selected Papers. (ISBN 9783031170294). doi: 10.1007/978-3-031-17030-0_10. 2023.

Choi, Changkyu; Kampffmeyer, Michael; Jenssen, Robert; Handegard, Nils Olav; Salberg, Arnt-Børre. Deep Semi-Supervised Semantic Segmentation in Multi-Frequency Echosounder Data. IEEE Journal of Oceanic Engineering (ISSN 0364-9059). doi: 10.1109/JOE.2022.3226214. 2023.

Tvete, Ingunn Fride; Aldrin, Magne Tommy; Jensen, Britt Bang. Towards better survival: Modeling drivers for daily mortality in Norwegian Atlantic salmon farming. Preventive Veterinary Medicine (ISSN 0167-5877). 210 doi: 10.1016/j.prevetmed.2022.105798. 2023.

Publikasjoner i 2023, 2022, 2021, 2020, 2019, tidligere år