Text

Inbyggda system


Artificiell intelligens och intelligenta system

Grundläggande och tillämpad forskning inom artificiell intelligens och maskininlärning för intelligenta system för både industriella, medicinska och affärsapplikationer. Forskningen fokuserar på metoder och tekniker som möjliggör inlärning, resonemang, återanvändning av erfarenheter och erfarenhetsdelning. Vi arbetar med såväl autonoma AI-applikationer som beslutssupportsystem.

 

Kontaktperson

Kontaktperson

No partial template found

För att skapa intelligent beteende i system och tjänster använder vi artificiell intelligens inklusive maskininlärning och resonemang, djupinlärning, dataanalys, kunskapsupptäckt, ontologier, domänkunskap, instansbaserat lärande, djupinlärning, multiagentsystem (MAS) för att nämna några metoder och tekniker. AI är idag en viktig kärnteknologi i många projekt, vilket återspeglas i vår breda samverkan med andra grupper, projekt och universitet både nationellt och internationellt.

 

Forskningsfokus

  • Forskning om maskininlärning och resonemang för ett brett tillämpningsområde inom industri och hälsovård för uppföljning, klassificering, diagnostik, förutsägelse och beslutsstöd.
  • Forskning om dataanalys, funktionsutvinning och urval, datautvinning och kunskapsupptäckt
  • Forskning om intelligent sensorsystem, datafusion och sensorsignalabstraktion
  • Forskning om Big data till Smart data och Prediktiv analys
  • Forskning om distribuerad artificiell intelligens och maskininlärning för Big data
  • Forskning om djupinlärning för bildprocessering och datorvision

Pågående forskningsprojekt

Forskningsprojektet ARTIMATION fokuserar på att undersöka AI (artificiell intelligens) metoder, baserade på domänen XAI (Explainable Artificial Intelligence), för att förutsäga lufttransporttrafik och optimera trafikflöden. Säkerhet är den viktigaste pelaren för flygtrafikledning, och ingen svart låda-process kan införas i en beslutsprocess när människolivet är inblandat.


Projektansvarig vid MDU: Mobyen Uddin Ahmed

Huvudfinansiering: European Union’s Horizon 2020

In DIGICOGS, cutting-edge solutions will be achieved through data-driven analytics, real-time monitoring and intelligent adaptive prediction based on combination of information i.e, sensor data, domain and context.


Projektansvarig vid MDU: Mobyen Uddin Ahmed

Huvudfinansiering: Vinnova, PiiA

ESS-H+-profilen syftar till en ökad specialisering, en betydande progression och höjda vetenskapliga ambitioner, jämfört med ESS-H, genom fördjupad samproduktion med våra partnerföretag inom ett integrerat fokusområde: Sensorsystem för hälsoövervakning/-övervakning av människor.


Projektansvarig vid MDU: Maria Lindén

Huvudfinansiering: KK-stiftelsen

Internet-of-things and Cloud for Smart Manufacturing


Huvudfinansiering: Stiftelsen för Strategisk Forskning

Till toppen