Sökträffar

    Sökträffar

    Visa alla resultat för ""
    Hittar inga resultat eller sökförslag för "."

    Söktips

    • Kontrollera att orden är rättstavade
    • Försök med andra sökord eller synonymer
    • Smalna av din sökning för att få fler träffar

    Hur kan vi hjälpa dig?

    Ny student

    Kontakta oss

    Hitta medarbetare

    Högskolan i Skövde, länk till startsida

    Sökträffar

      Sökträffar

      Visa alla resultat för ""
      Hittar inga resultat eller sökförslag för "."

      Söktips

      • Kontrollera att orden är rättstavade
      • Försök med andra sökord eller synonymer
      • Smalna av din sökning för att få fler träffar

      Hur kan vi hjälpa dig?

      Ny student

      Kontakta oss

      Hitta medarbetare

      Högskolan i Skövde, länk till startsida

      Ett smartare samhälle genom analys av Big Data

      Forskningsgrupp Skövde Artificial Intelligence Lab
      Forskningsmiljö Informationsteknologi

      Ett smartare samhälle genom analys av Big Data

      Forskningsgrupp Skövde Artificial Intelligence Lab
      Forskningsmiljö Informationsteknologi

      Kort om projektet

      Projektnamn

      BIDAF Storskalig Dataanalys för Framtidens Samhälle

      Projekttid

      Januari 2015 – Januari 2020

      Partners

      RISE SICS (koordinator) och Högskolan i Halmstad

      Finansiering

      KK-stiftelsen

      En av de mest dramatiska och viktigaste utvecklingarna inom IT och i samhället i stort idag är den aldrig tidigare skådade tillväxten av data som är resultatet av ny teknik, nya användarbeteenden och nya affärsmodeller. Det mesta av denna är Big Data, d.v.s. data som kännetecknas av stora volymer, hög hastighet, stor variation och osäker trovärdighet. Dessa egenskaper utgör betydande utmaningar när det gäller insamling, hantering och bearbetning av data.

      Det finns en enorm kommersiell, samhällelig och miljömässig potential i att utnyttja all denna information, och förmågan att använda sig av Big Data anses bli en av de viktigaste konkurrensfördelarna under de närmaste åren. Även om kapaciteten att lagra, distribuera och söka i stora datamängder finns idag är detta inte tillräckligt för att realisera den fulla potentialen hos Big Data. Det verkliga värdet ligger i den kunskap som finns gömd i dessa data och att utvinna detta värde är målet för Big Data Analytics.

      Skapa en stark distribuerad forskningsmiljö

      Det övergripande syftet med BIDAF är att skapa en stark distribuerad forskningsmiljö kring Big Data Analytics. De vetenskapliga målen handlar om hur avancerade maskininlärningstekniker kan användas för att göra realtidsanalyser på osäker data av stor volym och hastighet, för att på detta sätt infria löftena om hur Big Data kan bidra till att skapa nya värden för individer, organisationer och samhälle.

      BIDAF adresserar förljande utmaningar:

      • utvecklingen av en beräkningsplattform som lämpar sig för maskininlärning av stora mängder strömmande och distribuerad data,
      • utvecklingen av nya maskininlärningsalgoritmer som hanterar både möjligheter och utmaningar när det gäller Big Data Analytics, samt
      • framtagandet av en metodik och analysfunktionalitet på hög abstraktionsnivå som gör det lättare att utvinna värden ur data.

      BIDAF-konsortiet består av väletablerade grupper i det internationella forskarsamhället med kompletterande bakgrunder och forskningsfokus och som tillsammans har förmågan att kunna hantera viktiga utmaningar inom Big Data Analytics.

      Högnivåfunktionalitet och analys

      Forskargruppen vid Högskolan i Skövde är ansvarig för arbetspaketet Högnivåfunktionalitet och analys. Det övergripande syftet med denna forskning är att ta fram metoder och tekniker som ökar nyttan av och användbarheten hos Big Data Analytics. Forskarna kommer att bidra med:

      • ny kunskap om hur olika användare löser dagens analysproblem och vad som krävs av morgondagens analys av Big Data,
      • nya visualiseringstekniker för Big Data Analytics,
      • tillämpningar där analytiker och algoritmer samsas på ett integrerat sätt, i en kontinuerlig loop av samordnat problemlösande, samt
      • ett användarvänligt ramverk för Big Data Analytics som möjliggör för fler användare att få ut mer värdefull kunskap från Big Data.

      Projektledare

      Bitr.professor i datavetenskap

      Medverkande forskare

      Partners och finansiering

      KK-Stiftelsen
      Publicerad: 2020-02-02
      Senast ändrad: 2020-02-02
      Sidansvarig: webmaster@his.se