Huvudmeny

Bild på äpple

Forskning

Gruppen är för närvarande aktiv på följande områden som också representerar våra prioriteter:

  • Conformal prediction: Hur bra är våra förutsägelser? I risk­känsliga tillämpningar är det avgörande att kunna bedöma kvalitén på förutsägelsen. Trots det förser inte den traditionella klassi­fi­cerings- och regressionsmodellerna sina användare med några upplysningar beträffande förutsägelsens trovärdighet. I kontrast till detta förser konformal klassificering- och regressionsmodeller var och en av sina flervärda förutsägelser med ett mått av statistiskt giltig trovärdighet och låter användaren specificera ett tröskelvärde för modellens felprocent – priset för detta är att förut­sägelser gjorda med större trovärdighet ger större spridning på det möjliga utfallet (output space). Denna handledning, vid IJCNN 2015, syftar till att förse deltagarna med tillräcklig kunskap för att kunna implementera konforma förutsägelser i sitt dagliga vetenskapliga arbete vare sig det gäller forskning eller är mer praktiskt orienterat, såväl som att understryka nuvarande delämnen.
  • Vektorsfältssemantik: För att demonstrera och analysera de dyna­miska processerna som är underlag för att utveckla seman­tiken av skalbara dataset, fokuserar vi på att nytolka rymdvektorer i form av vektorsfält. Detta är en bred multidisciplinär forskningsin­riktning där samarbetsdeltagarna kan bidra ur många olika vinklar såsom antro­pologi, evolultionary computing, semiotik, lingvistik och data­ling­vistik, fysik, datavetenskap och många andra. Läs mer om den idén här.
  • Data landscaping: Eftersom data nu är en hörnsten i affärs­episte­mologi och en grund för organisatoriskt lärande hänvisar detta koncept till ett verktyg för beslutsfattande som vem som helst kan använda på vilket problem som helst. Vare sig du är student, nyexaminerad eller redan etablerad är det avgörande ”veta hur man vet” saker; på vilken grund beslut fattas och hur man kan lära sig nya saker om den miljö man befinner sig i. På ett bredare och annorlunda sätt, och ur ett datavetenskapligt perspektiv, konstruerar vi 3D-dataland­skap möjlighet för maskininlärnin. Tänk på detta med semantik som en underliggande kraft till kunskapstektonik i en dynamiskt förändrande geologisk miljö. Idén kan du få, publicerad i JASIST, nedladdningsbar här. Som en metafor kan man tänka sig en formell modell av plattektonik.