Linnaeus University Centre for Data Intensive Sciences and Applications
DISA är Linnéuniversitetets spetsforskningsmiljö som arbetar med insamling, analys och nyttogörande av stora datamängder. Centrat har sin tyngdpunkt inom datavetenskap, men har ett mångvetenskapligt perspektiv genom ett samarbete mellan forskare från universitetets samtliga fakulteter.
Vår forskning
I dagens samhälle finns sensorer, datorer, kommunikationsplattformar och lagringstekniker som ger oss tillgång till tidigare ohanterliga mängder data, så kallad big data. Omvandlas dessa data till angripbar kunskap uppstår nya möjligheter och stora ekonomiska värden. Big data har revolutionerat såväl den kommersiella marknaden som forskning inom många olika områden, och har öppnat upp för nya, tvärvetenskapliga samarbeten.
Linnaeus University Centre (Lnuc) for Data Intensive Sciences and Applications (DISA) är en av Linnéuniversitetets spetsforskningsmiljöer. Vi fokuserar på hur datastyrda metoder kan användas och utnyttjas för att få fördjupad kunskap och förståelse i olika tillämpningar inom teknik, naturvetenskap och humaniora. Genom att vi kombinerar forskning från datavetenskap, medieteknik och statistik – som står för den tekniska kärnan i centrat – med forskare från relevanta tillämpningsområden uppstår en unik dynamik.
Intresset för att göra data tillgängliga i form av hanterbar information och användbar kunskap är inte unikt för forskare, utan det finns ett stort intresse även från näringsliv och offentlig sektor. Eftersom data finns hos externa parter har DISA ett nära samarbete med flera olika kluster, nätverk och enskilda företag kopplade till näringsliv, IT, e-hälsa och offentlig sektor. Genom dessa samarbeten strävar centrats forskare efter excellent forskning, men också efter lösningar på konkreta utmaningar i samhället. Med andra ord, en gemensam nytta för forskare inom olika vetenskapsgrenar och externa partners.
Såddprojekt
DISA uppmuntrar och stödjer såddprojekt som syftar till att utveckla forskning, innovation och tvärvetenskapliga samarbeten inom dataintensiva vetenskaper och tillämpningar.
Det finns två typer av såddprojekt.
Såddprojekt typ 1 ska bidra till utvecklingen av DISAs forskningsområden inom datavetenskap, matematik och dataintensiva tillämpningar. Projektet ska även vara kopplat till minst ett av DISAs forskningsområden. I ansökan ska det framgå vilket forskningsområde eller vilken forskargrupp inom DISA projektet tillhör, och den ansvariga forskningskoordinatorn ska vara informerad om ansökan innan den lämnas in.
Såddprojekt typ 2 möter det växande intresset för att integrera artificiell intelligens (AI) och maskininlärning i forskning och utveckling inom ämnesområden som inte nödvändigtvis är direkt kopplade till DISAs kärnämnen. Såddprojekt typ 2 riktar sig därför till projekt som utvecklar, testar eller implementerar AI-baserade metoder och som kan bidra till att stärka användningen av AI vid universitetet.
För fullständig information, se det länkade dokumentet.
DISA tar emot ansökningar löpande. För att behandlas vid nästkommande möte med DISAs koordinatorer ska ansökan lämnas in senast den sista dagen i varje månad.
Ekonomiskt stöd
För såddprojekt typ 1 kan DISA bevilja finansiering om upp till 100 000 kronor för att initiera forskningssamarbeten inom dataintensiva vetenskaper och tillämpningar. Externa parter kan vid behov finansieras med upp till 50 procent av DISAs projektfinansiering, under förutsättning att de medfinansierar projektet med motsvarande belopp.
För såddprojekt typ 2 består stödet i första hand av tillgång till universitetets AI-infrastruktur och teknisk expertis från universitetets AI-ingenjör. Där det är relevant och resurser finns tillgängliga kan även forskare knutna till DISA bidra med stöd och kompetens.
Mål för såddprojekt
Syftet med såddprojekten är att skapa förutsättningar för framtida extern finansiering och vetenskapliga publikationer av hög kvalitet. Ansökan ska därför tydligt beskriva hur de planerade aktiviteterna bidrar till att uppnå dessa mål.
Aktiviteterna kan exempelvis handla om att etablera nya tvärvetenskapliga samarbeten mellan forskare eller tillsammans med näringsliv och offentlig sektor, genomföra förstudier kring nya forskningsfrågor, samla in data och genomföra inledande analyser eller utveckla forskningskoncept, metoder och infrastruktur.
Förutsättningar och utvärderingskriterier
För såddprojekt typ 1 ska projektkonsortiet omfatta en eller flera forskare från DISA. För att stärka den tvärvetenskapliga profilen bör deltagarna representera olika forskningsområden och ha tydligt definierade roller i projektet. Samverkan med näringsliv eller offentlig sektor är meriterande, och ansökan ska beskriva vilket mervärde projektet skapar för konsortiet.
DISA rekommenderar att sökande tidigt tar kontakt med relevant forskningsledare för att diskutera och vidareutveckla projektidén. Information om DISAs forskningsgrupper och kontaktuppgifter till forskningsledarna finns längre ner på sidan.
Om någon deltagare redan medverkar i ett pågående såddprojekt ska relationen mellan projekten beskrivas.
Vid bedömningen av ansökningar för såddprojekt typ 1 beaktas projektets relevans för DISAs verksamhet och strategiska mål, projektets genomförbarhet samt dess potential att leda till extern finansiering och vetenskapliga publikationer.
För såddprojekt typ 2 ligger fokus på projektets genomförbarhet och dess potential att bidra till extern finansiering eller vetenskapliga publikationer. Ansökan ska också tydligt motivera hur användningen av AI eller maskininlärning förväntas bidra till utveckling, innovation eller nya forskningsmöjligheter inom det aktuella ämnesområdet.
Read about the application process here
För mer information om konceptet med såddprojekt, vänligen kontakta Elin Gunnarsson.
Pågående såddprojekt
-
Såddprojekt: Data-driven approaches for business model optimization Projektet syftar till att undersöka Södras beredskap att anamma och implementera en datadriven kultur samt att identifiera de vägar…
-
Såddprojekt: Etik, teknik och demokrati i äldreomsorgen (DEMCARE) DEMCARE undersöker de etiska utmaningar och möjligheter som digitala tekniker kan skapa i äldreomsorgen nu och i en nära framtid.…
-
Såddprojekt: Extrahering av individuella trädparametrar från drönarbaserad laserskanning till stöd för optimerad selektiv avverkning Syftet med projektet är att utveckla programeringskod som kan…
Tidigare såddprojekt
-
Såddprojekt: A platform to collect and analyze canoe/kayak training data Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications…
-
Såddprojekt: An Exploration of the Challenges and Possibilities of Multidimensional Visualization in the Context of Visual Learning Analytics Huvudmålet för detta såddprojekt inom Linnaeus University…
-
Såddprojekt: Analyzing state-of-the-practice for self-adaptive systems in industry using data analytics Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive…
-
Såddprojekt: Användning av naturliga språkmodeller för att extrahera läkemedelsrelaterade problem (NLMED) Det övergripande målet med forskningen i detta såddprojekt inom Linnaeus University Center for…
-
Såddprojekt: Att använda artificiell intelligens för att upptäcka Acanthamoeba Keratit i ögat - AIDAK-studien Det övergripande målet med forskningen i detta såddprojekt inom Linnaeus University Centre…
-
Såddprojekt: Att undersöka maskininlärningsalgoritmer för att stödja pedagogiskt beslutsfattande i grundskolan Det övergripande målet med forskningen för detta såddprojekt inom Linnaeus University…
-
Såddprojekt: Automatiserade demonteringsinstruktioner (ADDITION) Projektet syftar till att bygga ett konsortium som lägger grunden till att utnyttja kraften i AI och digitalisering i syfte att skapa…
-
Såddprojekt: Data-intensive tools for effective carbon mitigation in forestry Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications…
-
Såddprojekt: Design av en intelligent wearable – DIWAH-studien Det övergripande målet med forskningen i detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications…
-
Såddprojekt: Digitized ancient remains detection Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) är att undersöka om…
-
Såddprojekt: En utforskning av maskininlärningstillämpningar för tidigmoderna skandinaviska kartor Detta såddprojekt undersöker möjligheten att använda maskininlärningsapplikationer för att utföra…
-
Såddprojekt: Exploring data and establishing routines for collaboration on energy experiments Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences…
-
Såddprojekt: Granbarkborre; avancerad prediktiv prognostisering med hjälp av machine learning Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences…
-
Såddprojekt: IoT for ships – an untapped data resource Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) är att upprätta…
-
Såddprojekt: Läkemedel som ökar risken för biverkningar Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) är att…
-
Såddprojekt: Maskininlärning för att förutsäga de mekaniska egenskaperna hos högpresterande oxynitridglas Detta projekt syftar till att utveckla en maskininlärningsmodell (ML) för att förutsäga de…
-
Såddprojekt: Maskininlärningsstabilisering för statiska konvektion-diffusionsekvationer med fokus på värmetransportproblem Såddprojektets syfte är primärt att försöka förbättra numerisk stabilitet av…
-
Såddprojekt: ODXVR x NTS Huvudmålet för detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) var att skicka in en ansökan om extern finansiering. Det…
-
Såddprojekt: SAT - Rörelseanalys – utveckling av en prototyp för ett AI-tränat verktyg för att utvärdera rörelsekvalitet I detta tvärvetenskapliga projekt kommer vi utforska och lära av att kombinera…
-
Såddprojekt: Segmentering av nerver och detektion av dendritiska celler i IVCM-bilder – DCN Automatisk segmentering av nerver och detektion av dendritiska celler för att beräkna exakta…
-
Såddprojekt: Skeleton Avatar camera Technique (SAT) som metod för mätning av funktionsförmåga hos äldre personer Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data…
-
Såddprojekt: Smart-Troubleshooting in the Connected Society Huvudmålet för detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) var att skicka in en…
-
Såddprojekt: Testbädd för Biosensorer i IoT Labbet Syftet med detta projekt är att utforska potentiella tillämpningar av biosensorer för kontinuerlig övervakning och hantering av olika hälsotillstånd,…
-
Såddprojekt: Towards a data-driven approach to ground-fault location Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA)…
-
Såddprojekt: User performance data from a video-based application/platform Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications…
-
Såddprojekt: Utveckling av maskinlärande interatomära potentialer för tvådimensionell antiferromagnetisk MnX och Janux XMnY (X, Y=S, Se, Te) Vi planerar att utveckla modeller för maskininlärning (ML)…
-
Såddprojekt: Vibration-based strength grading of sawn timber Det övergripande syftet med detta såddprojekt inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) var att…
Forskargrupper
Linnaeus University Centre for Data Intensive Sciences and Applications omfattar följande forskargrupper.
-
Computational Social Sciences Forskningen inom området Computational Social Sciences inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) handlar om att producera och…
-
Data Intensive Digital Humanities Forskningsområdet Data Intensive Digital Humanities inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) är ett nätverk som samlar alla…
-
Data-driven Business Innovation (DBI) Forskargruppen Data-driven Business Innovation (DBI) arbetar med att utveckla modeller och ramverk för datadrivna plattformar och affärsmodeller för att förbättra…
-
Data Intensive Software Technologies and Applications (DISTA) Forskargruppen Data Intensive Software Technologies and Applications studerar datastyrda metoder, såsom maskininlärning, artificiell…
-
Deterministic and Stochastic Modelling Forskningsområdet Deterministic and Stochastic Modelling inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) samlar forskare med…
-
E-health – Improved Data to and from Patients Forskningen inom e-hälsoområdet vid Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) kommer att resultera i nya metoder för…
-
Forestry, Wood and Building Technologies Inom forskningsområdet Forestry, Wood and Building Technologies vill man vid Linnaeus University Centre for Data Intensive Sciences and Applications (DISA)…
-
High-Performance Computing Center (HPCC) High-Performance Computing Center (HPCC) erbjuder beräknings- och lagringsresurser för att hjälpa forskare lösa stora beräknings- och big data-problem. Förutom…
-
Information and Software Visualization (ISOVIS) Forskargruppen Information and Software Visualization fokuserar huvudsakligen på att genom analys och visualisering utforska stora och komplexa…
-
Smart Industry Group (SIG) Smart Industry Group (SIG) är en tvärvetenskaplig forskargrupp med expertis från datavetenskap och maskinteknik. SIG:s fokus är att göra produktion och produkter inom…
Forskarutbildning
Inom DISA finns flera forskarstuderande kopplade till våra olika forskargrupper. Doktoranderna fokuserar antingen på grundteknologierna eller på olika teman inom DISA.
Kopplat till DISA finns även en forskarskola för industridoktorander inom datavetenskap, Data Intensive Applications (DIA). DIA fokuserar på tillämpad forskning inriktad mot de utmaningar inom områdena big data och artificiell intelligens som våra samarbetspartner i industrin möter. Industriforskarskolan finansieras av KK-stiftelsen, Linnéuniversitetet och de deltagande företagen.
Aktuellt
Nyhetsnotiser
Nyheter
-
Praktisk forskning om digitala tvillingar skapar stor nytta för industrin Nyhet
-
Smarta elmätare fick hushåll att minska sin elanvändning – men effekten var kortvarig Nyhet
-
40 år efter Palmemordet – LNU-forskare bidrar med nya perspektiv och AI‑driven analys Nyhet
-
Från språkmodeller till hållbarhet – Insikter från årets Big Data-konferens Nyhet
Kalender
Publikationer
Forskningsledare
Ett trettiotal forskare från olika ämnen vid Linnéuniversitetet utgör den kritiska massan inom DISA. Forskarna är indelade i nio grupper som leds av följande forskare.
-
Amilcar Soares Junior Docent
- 0470-70 81 90
- amilcarsoareslnuse
-
Andreas Kerren Professor
- 0470-76 75 02
- andreaskerrenlnuse
-
Arianit Kurti Professor, prefekt
- 0470-70 83 75
- arianitkurtilnuse
-
Deliang Dai Universitetslektor
- 0470-70 88 53
- deliangdailnuse
-
Giangiacomo Bravo Professor
- 0470-70 87 82
- giangiacomobravolnuse
-
Hatem Algabroun Universitetslektor
- 0470-76 74 76
- hatemalgabrounlnuse
-
Johan Fransson Professor
- 0470-76 70 42
- 070-660 86 97
- johanfranssonlnuse
-
Jonas Svensson Professor
- 0470-70 86 98
- jonassvenssonlnuse
-
Mauro Caporuscio Professor
- 0470-70 85 58
- maurocaporusciolnuse
-
Morgan Ericsson Professor
- 0470-76 78 72
- 072-594 17 48
- morganericssonlnuse
-
Tora Hammar Docent
- 0480-49 71 76
- 072-594 97 16
- torahammarlnuse
-
Welf Löwe Professor
- 0470-70 84 95
- 076-760 36 62
- welflowelnuse
Doktorander
-
Dag Björnberg
- dagbjornberglnuse
-
Daniel Nilsson
- danielfnilssonlnuse
-
Felix Viberg
- felixviberglnuse
-
Gaurav Garg
- gauravgarglnuse
-
Joel Cramsky
- joelcramskylnuse
-
Kailash Chowdary Bodduluri
- kailashchowdaryboddulurilnuse
-
Manoranjan Kumar
- manoranjankumarlnuse
-
Masoud Fatemi
- masoudfatemilnuse
-
Mohamad Homam Mawaldi
- mohamadhomammawaldilnuse
-
Nemi Pelgrom
- nemipelgromlnuse
-
Niels Gundermann
- nielsgundermannlnuse
-
Nils Johansson
- nilsjohanssonlnuse
-
Olof Björneld Doktorand
- ollebjorneldlnuse
-
Rakhshanda Jabeen
- rakhshandajabeenlnuse
-
Rahul Suresh
- rahulsureshlnuse
-
Senadin Alisic
- senadinalisiclnuse
-
Tibo James Liam Bruneel
- tibojamesliambruneellnuse
-
Zijie Feng
- zijiefenglnuse
Samtliga DISA-forskare
-
Dag Björnberg
- dagbjornberglnuse
-
Daniel Nilsson
- danielfnilssonlnuse
-
Danny Weyns Professor
- 0470-76 75 48
- dannyweynslnuse
-
Elin Gunnarsson Projektkoordinator
- 0470-70 88 13
- elingunnarssonlnuse
-
Felix Viberg
- felixviberglnuse
-
Johan Fransson Professor
- 0470-76 70 42
- 070-660 86 97
- johanfranssonlnuse
-
Lars Håkansson professor, prefekt
- larshakanssonlnuse
-
Masoud Fatemi
- masoudfatemilnuse
-
Maziar Sahamkhadam Docent
- 0470-76 72 25
- maziarsahamkhadamlnuse
-
Mikko Laitinen Professor
- mikkolaitinenlnuse
-
Nemi Pelgrom
- nemipelgromlnuse
-
Nils Johansson
- nilsjohanssonlnuse
-
Senadin Alisic
- senadinalisiclnuse
-
Tibo James Liam Bruneel
- tibojamesliambruneellnuse
-
Tora Hammar Docent
- 0480-49 71 76
- 072-594 97 16
- torahammarlnuse
-
Welf Löwe Professor
- 0470-70 84 95
- 076-760 36 62
- welflowelnuse
-
Yuli Liang
- yulilianglnuse
-
Andreas Kerren Professor
- 0470-76 75 02
- andreaskerrenlnuse
-
Andreas Stephan Professor, prodekan
- 0470-70 85 69
- andreasstephanlnuse
-
Arianit Kurti Professor, prefekt
- 0470-70 83 75
- arianitkurtilnuse
-
Amilcar Soares Junior Docent
- 0470-70 81 90
- amilcarsoareslnuse
-
Deliang Dai Universitetslektor
- 0470-70 88 53
- deliangdailnuse
-
Gaurav Garg
- gauravgarglnuse
-
Giangiacomo Bravo Professor
- 0470-70 87 82
- giangiacomobravolnuse
-
Joel Cramsky
- joelcramskylnuse
-
Kailash Chowdary Bodduluri
- kailashchowdaryboddulurilnuse
-
Manoranjan Kumar
- manoranjankumarlnuse
-
Mauro Caporuscio Professor
- 0470-70 85 58
- maurocaporusciolnuse
-
Mohamad Homam Mawaldi
- mohamadhomammawaldilnuse
-
Morgan Ericsson Professor
- 0470-76 78 72
- 072-594 17 48
- morganericssonlnuse
-
Niels Gundermann
- nielsgundermannlnuse
-
Olof Björneld Doktorand
- ollebjorneldlnuse
-
Rahul Suresh
- rahulsureshlnuse
-
Rakhshanda Jabeen
- rakhshandajabeenlnuse
-
Stanislas Muhinyuza Lektor, biträdande
- stanislasmuhinyusalnuse
-
Zijie Feng
- zijiefenglnuse