Prosjekt- og masteroppgaver for Jo Eidsvik
Jeg arbeider med beregningsorientert statistikk og statistikk i rom-tid anvendelser.
Rom-tid statistikk kobler ulike data og modeller for å gjøre analyse og prediksjon i rom og tid. Satelittbilder eller seismiske data gir god romlig dekning, men samles ikke inn så ofte i tid. En måling fra en værstasjon, ei bøye eller et borehull har tette målinger i tid, men har kun lokal informasjon. Modellering av rom-tid fenomen innebærer en kobling (avhengighet) mellom variable ved ulike steder og tider.
Rom-tid statistikk gir typisk krevende analyser pga store systemer og kompliserte avhengigheter. Modeller, metoder og algoritmer utvikles stadig for å gi raskere beregninger, mens man fortsatt ønsker forståelse av de statistiske egenskapene. Her brukes ulike approksimasjonsteknikker, for eksempel Monte Carlo metoder (stokastisk simulering). Innenfor disse rammene er jeg også interessert i kunstig intelligens, diskret optimering og design i ulike anvendelser.
Jeg er engasjert i et senter for geofysisk overvåking og varsling (CGF). Her er en film om fiberoptiske data for karakterisering av hvalaktivitet: DAS film. Jeg vil gjerne at oppgaver skal være knyttet til data og problemstillinger vi har der, som for eksempel fiberoptiske data eller seismiske data for rom-tid monitorering.
Typiske fagvalg er TMA4250 Romlig statistikk og TMA4300 Beregningskrevende statistiske metoder. Andre ved Institutt for matematiske fag som også gir oppgaver knyttet til relaterte fagområder:
Mulighet for prosjekt koblet til statistikere andre steder:
Sintef Energi: AI & Maskinlæring for optimalisering av fornybar energiteknologi.
Aktiviteten i denne stillingen vil fokusere på analyse og maskinglærings-modellering av fornybar energiteknologi som batterier, brenselceller og elektrolysører, og deres integrasjon i fornybare energisystemer. Nevrale nettverksmodeller og maskinlæringsteknikker er allerede implementert i våre aktiviteter. Våre pågående prosjekter inkluderer utvikling og demonstrasjon av transportapplikasjoner som nullutslippslastebiler, busser og skip (basert på brenselceller og batterier), samt fornybare energisystemer basert på vind- og solkraft, kombinert med batterier og elektrolysører/hydrogen for energilagring. Denne forskningen utføres i nært samarbeid med internasjonalt ledende selskaper i disse sektorene, så arbeidet ditt vil være anvendt og industrielt relevant.
Co-supervisor: Anders Ødegård, Sintef.
Se også under statistikk i oppgavekatalogen
Tidligere MSc studenter
- Theophane Pincemin, 2024, 'Correlating Wind and Distributed Acoustic Sensing Data'
- Fredrik S Edvardsen, 2024, 'Classifying railway crossing events using distributed acoustic sensing and self-supervised learning'
- Ole Riddervold, 2024, 'Non-Stationary Spatial Random Walk Models on Graphs'
- Simon L B Fredriksen, 2024, 'Object Tracking and Classification using Distributed Acoustic Sensing'
- Karen S Auestad, 2024, 'Seismic AVO Inversion with Fast Approximate Markov Chain Monte Carlo - A Case Study of the Alvheim Field'
- Johannes Padel, 2023, 'Predicting Dry Bulk Vessel Destinations using Historical AIS Data'
- Markus J Aase, 2022, 'Predicting persistent weak layers in maritime regions in Norway using meteorological parameters'
- Mads Simonsen, 2022, 'Approximate Filtering Approaches for Switching Linear Dynamical Systems'
- Oscar Ovanger, 2021, ‘Graph Gaussian process classifier with anchor graph and label propagation’
- Jens Berg-Jensen, 2021, ‘Informative drone data gathering for snow avalanche prediction’
- Adrian Bruland, 2021, ‘Manual hyperparameter tuning for optimal regression uncertainty estimates in Bayesian deep learning’
- Petter Aarseth Moen, 2020, 'Bankruptcy prediction for Norwegian enterprises using interpretable machine learning models with a novel timeseries problem formulation'
- Erik Arne Huso, 2020, 'Generative Adversarial Networks for Seismic Interpretation'
- Henrik Syversveen Lie, 2020, 'Cylindrical hidden Markov random field models with applications to ocean surface currents'
- Kaia Arnøy Høyheim, 2020, 'Particle Filtering Approaches for Atlantic Salmon Migration Based on Acoustic Telemetry Data'
- Maia Haugen Tømmerbakk, 2020, 'Ship Tracking Based on Fiber Optic Cable Data'
- Vegard Tuset, 2020, 'Sensitivitetsanalyse av SNOWPACK for norske forhold'
- Øyvind Klåpbakken, 2020, 'Map matching using Hidden Markov models'
- Karine Hagesæther Foss, 2019, 'Spatio-temporal Gaussian processes and excursion sets for adaptive environmental sensing using underwater robotics'
- Angela Maiken Johnsen, 2019, 'Forecasting Day-Ahead Electricity Spot Prices, With Applications to the German Electricity Market'
- Scott Bunting, 2019, 'Value of information analysis in the context of leakage detection in CO2 storage'
- Anders Hjort, 2019, 'Strategies for Risk Based Inspection of Corrosion Damage in Pipeline Systems'
- Kristian Amundsen Ruud, 2018, 'LIDAR Extended Object Tracking of a Maritime Vessel Using an Ellipsoidal Contour Model'
- Hans Olav Vogt Myklebust, 2018, 'Estimating the Value of Information Using Bayesian Optimization with Gaussian Process Surrogate Models - An Application to Failure Rates at Offshore Wind Farms'
- Anne-Line Evenstad Dahlen, 2018, 'Energy Efficient Monitoring using Kalman Filter - A case study on environmental variables collected from solar panels'
- Helge Skarestad, 2017, 'A novel profit scoring method for classifying credit card applications'
- Himanshu Srivastava, 2017, 'Development of a penalized complexity prior for stationary and invertible time series processes'
- Gunhild E Berget, 2017, 'Using hidden Markov models for musical chord prediction'
- Heidi Liljeblad Ødegård, 2016, 'The value of snow measurements in scheduling of hydropower plants'
- Marius Rise Gallala, 2016, 'Surrogatbasert optimering ved bruk av kunstige nevrale nettverk'
- Jacob Skauvold, 2014, 'Parametric wavelet estimation'
- Nirosan Manoharan, 2014, 'K-nearest neighbour methods for value of information in petroleum decision making'
- Kjersti M Hatlelid, 2013, ‘Kalman filters applied to target tracking with multiple sensors’
- Kevin A Gaze, 2013, ‘Exact optimization methods for the mixed capacitated general routing problem’
- Tatek Getachew, 2012, 'Parameter and state estimations in hidden Markov models'
- Seyifemickael Amare, 2012, 'Bayesian multilevel analysis of determinants of family planning practice in Ethiopia'
- Ashebir Asaminew, 2012, 'Statistical Modelling of the Most Recent Birth Interval and Under Five Mortality in Ethiopia'
- Bjørn Erik Loeng, 2012, ‘Statistical methods for calculating the risk of collision between petroleum wells’
- Elisabeth Straume, 2012, ‘Prediction of lithology/fluid classes from petrophysical and elastic observations’
- Tommy Sneltvedt, 2011, ’Sequential value information for Markov random fields'
- Karianne Lien, 2011, ’Stochastic programming in aluminium recycling’
- Yngve Borgan, 2011, ’Using the composite likelihood method on 4D AVA seismic data’
- Ingrid Garli Dragset, 2009, ’Analysis of longitudinal data with missing values’
- Magdalon Opdahl, 2009, ’Valg av eksperiment på romlige felt ved hjelp av eksperimentverdi’
- Tore Botnen, 2009: ’Precipitation forecasting using Radar Data’
- Eivind Bjøralt Sandvik, 2009: ’Sammenligning og prediksjon av gassmålinger’
- Mads Herdahl, 2008: ’Linear mixed model for compressor head and flow data with an application’
- Ingrid Østgård Jensås, 2008, ’A blockyness constraint for seismic AVA inversion’
- Tony Gjerde, 2008: ’A heavy tailed statistical model applied in anticollision calculations for petroleum wells’
- Jon Gustav Vabø, 2008: ’Using the ensemble Kalman filter with kernel methods for history matching of petroleum reservoirs’
- Arild Brandrud Næss, 2007: ’Bayesian text categorization’
- Andreas Holm, 2007: ’Estimation of reservoir properties by joint inversion of seismic AVO and CSEM data’
- Mathilde Wilhelmsen, 2007: ’Estimation and model criticism for categorical and Gaussian Markov random fields’
- Morten Dahl, 2007: ’Model choice and experimental design for generalized linear spatial models’
- Frederic Dumont-Kristiansen, 2007: ’Spatial variability constraints in seimic depth tomography’
- Truls Ambjørnsen, 2006: ’Condition analysis for compressors’
- Edmund Førland Brekke, 2005: ’Bayesian inversion of time lapse seismic data using a blocky model’