Prosjekt- og masteroppgaver for Jo Eidsvik

Kontaktinformasjon

Jeg arbeider med statistisk modellering og inferens i rom-tid anvendelser og beregningsorientert statistikk.

Rom-tid statistikk innebærer modellering av fenomen som varierer utfra lokasjon og tid. Rom-tid data er av ulike typer; satelittbilder eller seismiske data gir god romlig dekning, men kan være unøyaktige. En rom/tid-referert lab-prøve er derimot veldig nøyaktig, men har kun lokal informasjon. Modellering av rom-tid fenomen innebærer en kobling (avhengighet) mellom variable ved ulike steder/tider.

Modeller for rom-tid variable er ofte krevende å analysere pga kompliserte avhengigheter eller store mengder data. Metoder utvikles stadig for å gi raskere beregninger. Her brukes ulike approksimasjonsteknikker, og ofte Monte Carlo metoder (stokastisk simulering). Statistikere er ikke bare opptatt av effektive maskin-læringsalgoritmer her, men vil også kunne si noe om de statistiske egenskapene til prediksjoner.

Innenfor disse rammene er jeg også interessert i kunstig intelligens, diskret optimering og verdien av informasjon i ulike anvendelser. Vi skrev bok om value of information. Her er poenget smart datainnsamling og monitorering, som kan gi bedre beslutninger, uten at det krever eller koster for mye.

For øyeblikket er det svært mye som skjer innen statistikk, maskinlæring, kunstig intelligens og modellering. Det kan utvikles teori, og det er enormt mange anvendelser med muligheter til å få til oppgaver i samarbeid med andre institutt / bedrifter. Det er videre muligheter for å ta prosjektoppgave mot problemstillinger reist i AI-lab. Istedet for å liste spesielle oppgaver, tenker jeg at det er lettere å ta en prat.

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:

Jeg har flere ganger hatt studenter med biveiledere ved ved andre NTNU institutt eller eksterne bedrifter, blant annet oljeselskaper, Norsk regnesentral, Sintef energi.

Se også under statistikk i oppgavekatalogen

Tidligere MSc studenter

  • 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’
  • 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’
2019-08-01, Jo Eidsvik