Cristin-prosjekt-ID: 656258
Sist endret: 21. mars 2022, 12:42

Cristin-prosjekt-ID: 656258
Sist endret: 21. mars 2022, 12:42
Prosjekt

Center for Data Science (CEDAS)

prosjektleder

Helwig Hauser
ved Institutt for informatikk ved Universitetet i Bergen

prosjekteier / koordinerende forskningsansvarlig enhet

  • Institutt for informatikk ved Universitetet i Bergen

Klassifisering

Vitenskapsdisipliner

Medievitenskap og journalistikk • Informasjons- og kommunikasjonsvitenskap • Bioinformatikk • Matematikk • Teoretisk databehandling, programmeringsspråk og -teori • Analyse • Algoritmer og beregnbarhetsteori • Statistikk • Anvendt matematikk • Algebra/algebraisk analyse • Topologi/geometri • Matematisk modellering og numeriske metoder • Simulering, visualisering, signalbehandling, bildeanalyse

Emneord

data-driven science • Statistikk • Bioinformatikk • Algoritmer • Big Data • Maskinlæring • Visualisering • Kunstig intelligens • Data Science • Artificial Intelligence

Kontaktinformasjon

Tidsramme

Aktivt
Start: 18. desember 2018 Slutt: 17. desember 2038

Beskrivelse Beskrivelse

Tittel

Center for Data Science (CEDAS)

Populærvitenskapelig sammendrag

Data Science is about extracting useful information from large and complex data. This research area is becoming increasingly crucial for many aspects of society. The University of Bergen has several departments across its faculties that conduct research in Data Science. For the Department of informatics, the establishment of a center for research and education in Data Science has been a priority, based on our rich experience in machine learning, artificial intelligence, algorithms, visual data science and data science in bioinformatics.

The first step in this direction was taken with the establishment of our research group in machine learning. Our commitment in this direction was recently further stregthened with the ERC consolidator grant awarded to Saket Saurabh on algorithmic research related to data science and artificial intelligence. At the same time, the Department of mathematics, the Department of information and media sciences, as well as the Faculty of humanities and the Faculty of medicine have built competence in data science and artificial intelligence over the years. The Center for Data Science, CEDAS, was established to unify and coordinate these efforts. Our main aim is to be a leading research center in Data Science and Artificial Intelligence both nationally and internationally.

prosjektdeltakere

prosjektleder
Aktiv cristin-person

Helwig Hauser

  • Tilknyttet:
    Prosjektleder
    ved Institutt for informatikk ved Universitetet i Bergen
Aktiv cristin-person

Fedor Fomin

  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for informatikk ved Universitetet i Bergen

Saket Saurabh

  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for informatikk ved Universitetet i Bergen
Aktiv cristin-person

Pål Grønås Drange

  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for informatikk ved Universitetet i Bergen

Inge Jonassen

  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for informatikk ved Universitetet i Bergen
1 - 5 av 13 | Neste | Siste »

Resultater Resultater

Getting Insight into Noise, Vibration, and Harshness Simulation Data.

Matković, Krešimir; Splechtna, Rainer; Gračanin, Denis; Todorović, Goran; Goja, Stanislav; Bedić, Boris; Hauser, Helwig. 2021, Winter simulation conference : proceedings. VRVIS, VPIaSU(T, KROATIA, UIBVitenskapelig artikkel

Integrated Dual Analysis of Quantitative and Qualitative High-Dimensional Data.

Muller, Juliane; Garrison, Laura Ann; Ulbrich, Philipp; Schreiber, Stefanie; Bruckner, Stefan; Hauser, Helwig; Oeltze-Jafra, Steffen. 2021, IEEE Transactions on Visualization and Computer Graphics. HAUKELAND, OM, UIBVitenskapelig artikkel

DimLift: Interactive Hierarchical Data Exploration through Dimensional Bundling.

Garrison, Laura Ann; Müller, Juliane; Schreiber, Stefanie; Oeltze-Jafra, Steffen; Hauser, Helwig; Bruckner, Stefan. 2021, IEEE Transactions on Visualization and Computer Graphics. HAUKELAND, OM, UIBVitenskapelig artikkel

Revealing Multimodality in Ensemble Weather Prediction.

Galmiche, Natacha; Hauser, Helwig; Spengler, Thomas; Spensberger, Clemens; Brun, Morten; Blaser, Nello. 2021, UIBVitenskapelig Kapittel/Artikkel/Konferanseartikkel

Scalable Bayesian Network Structure Learning via Maximum Acyclic Subgraph.

Gillot, Pierre; Parviainen, Pekka. 2020, Proceedings of Machine Learning Research (PMLR). UIBVitenskapelig artikkel
1 - 5 av 32 | Neste | Siste »