Cristin-resultat-ID: 1944898
Sist endret: 6. november 2021, 06:57
Resultat
Fagartikkel
2021

Machine Learning + Marine Science: Critical Role of Partnerships in Norway

Bidragsytere:
  • Nils Olav Handegard
  • Line Eikvil
  • Robert Jenssen
  • Michael Kampffmeyer
  • Arnt Børre Salberg og
  • Ketil Malde

Tidsskrift

Journal of Ocean Technology
ISSN 1718-3200
e-ISSN 1718-3219
NVI-nivå 1

Om resultatet

Fagartikkel
Publiseringsår: 2021
Volum: 16
Hefte: 3
Open Access

Beskrivelse Beskrivelse

Tittel

Machine Learning + Marine Science: Critical Role of Partnerships in Norway

Sammendrag

In this essay, we review some recent advances in developing machine learning (ML) methods for marine science applications in Norway. We focus mostly on deep learning (DL) methods and review the challenges we have faced in the process, including data preparation, (lack of) labelled training data, and interpretability. We also present the partnerships that have been formed between e-science institutions and marine science institutions in Norway. These partnerships have been instrumental in moving this effort forward and have been fuelled by grants from the Norwegian Research Council. The last addition to this collaboration is the recent centres for research-based innovation in Marine Acoustic Abundance Estimation and Backscatter Classification (CRIMAC) and Visual Intelligence (VI).

Bidragsytere

Aktiv cristin-person

Nils Olav Handegard

  • Tilknyttet:
    Forfatter
    ved Økosystemakustikk ved Havforskningsinstituttet

Line Eikvil

  • Tilknyttet:
    Forfatter
    ved Statistisk analyse, maskinlæring og bildeanalyse SAMBA ved Norsk Regnesentral
Aktiv cristin-person

Robert Jenssen

  • Tilknyttet:
    Forfatter
    ved Norsk Regnesentral

Michael Kampffmeyer

  • Tilknyttet:
    Forfatter
    ved Norsk Regnesentral

Arnt-Børre Salberg

Bidragsyterens navn vises på dette resultatet som Arnt Børre Salberg
  • Tilknyttet:
    Forfatter
    ved Jordobservasjon ved Norsk Regnesentral
1 - 5 av 6 | Neste | Siste »