Prosjekt- og masteroppgaver tilbudt av Gunnar Taraldsen

Ta kontakt for å få informasjon eller diskutere mulige tema. Jeg tilbyr veiledning på prosjekt og masteroppgaver i statistikk knyttet opp mot egen forskning i samarbeid med Bo Henry Lindqvist og Jarle Tufto. En liste med mulige tema er gitt under. De er alle knyttet opp mot BFF, som kan beskrives ved sitatet BFF web page:

The Bayesian, Fiducial, and Frequentist (BFF) community began in 2014 as a means to facilitate scientific exchange among statisticians and scholars in related fields that develop new methodologies with in mind the foundational principles of statistical inference. The community encourages and promotes research activities to bridge foundations for statistical inferences, to facilitate objective and replicable scientific learning, and to develop analytic and computing methodologies for data analysis.

* Teoretisk statistikk (Bayes-Fiducial-Frequentist BFF4Ever, improper prior og posterior, mål og integrasjonsteori).

* Usikkerhet i kunstig intelligens Eksempel på mulige tema finnes på UAI 2019

* Statistisk læring ( objektive ANN?, objektiv Bayes i neurale nett )

* Parametrisk og ikke-parametrisk inferens og prediksjon ( optimal inferens )

* Numeriske algoritmer ( Suffisient Monte Carlo, fidus inferens)

Fokus i oppgaven kan være teoretisk, matematisk, anvendt, beregningsfokusert eller en kombinasjon. Dette inkluderer kunstig intelligens, maskinlæring og neurale nett med fokus på kvantisering av usikkerhet. Statistikk gir et rammeverk for dette som indikert i figuren under. For noen av oppgavene kan det være aktuelt med bi-veileder fra andre fakultet, utenlandske samarbeidspartnere, SINTEF eller andre eksterne samarbeidspartnere.

Arbeidsform

Alle oppgavene er knyttet til prosjekter sammen med mine kolleger, PhD-studenter og andre samarbeidspartnere. Et prosjekt vil typisk bestå av at man setter seg inn i relevant litteratur og at man studerer/tilpasser/videreutvikler metoder og ideer derfra. For de fleste oppgavene vil det være aktuelt å teste ut og evaluere metodene på datasett ved simuleringer og numeriske beregninger.

Veiledning av oppgaven vil skje gjennom ukentlige møter mellom student og veileder(e). Møter med samarbeidspartnere vil avtales etter behov.

En masteroppgave vil vanligvis bygge på en prosjektoppgave. Faget TMA4295 Statistisk inferens bør tas før eller samtidig med prosjektoppgaven. Det er begrenset tid på prosjekt/master, så første del vil være ren innføring i det valgte tema. Dette kan eventuelt også gjøres ved å definere et eget mastergradsemne ST3201.

Aktuelle støttekurs

Eksempel på tidligere og nåværende studentoppgaver

Lars Mushom (Prosjekt, august 2019-): Deep Generative Models

Erik Hide Saeternes (Prosjekt, august 2019-): The Whats and Whys of Improper Priors

Adrian Thomas Bruland (Prosjekt, august 2019-): Probability toolbox for ANN

Ekaterina Poliakova (Bachelor, januar 2019-): Exact Welch-Satterthwaite versus Behrens-Fisher

Edvard Hultén (Prosjekt og master, januar 2019-): Uncertainty in Neural Networks

Mira Lilleholt Vik (Prosjekt og master med SINTEF, august 2018-): Deep Learning for Speech Separation

Rasmus Erleman (PhD student, september 2017-): Distribution estimators

Lars Hove Meringdal (LUR master, januar 2019): Behrens-Fisher problemet ved Fidus Inferens

2019-11-21, Gunnar Taraldsen