Avanceret og effektiv big data management og analyse

Den stadigt øgede digitalisering af samfundet og erhvervslivet kommer til at ændre vores hverdag markant. En af konsekvenserne af denne udvikling er, at der genereres store datamængder – big data. Data er faktisk blevet kaldt ’det nye olie’, og data kommer til at spille en stadigt større rolle både samfunds- og erhvervsmæssigt. Men det kræver, at vi er i stand til at skabe værdi med data. Derfor et det vigtigt med forskning, der adresserer udfordringerne ift. big data.

Formålene med denne workstream er:

  1. At opfinde nye effektive og optimale måder at skabe værdi med big data og
  2. At udvikle software-prototyper som kan danne grundlag for empiriske studier og demonstrationsprojekter med virkelige data i samarbejde med brugere.

Under dette tema vil der være fokus på at opfinde, integrere og gennemføre empiriske studier af algoritmiske teknikker. Desuden vil der være fokus på analyse baseret på machine learning og data mining. Temaet har en betydelig synergieffekt med temaerne Kunstig intelligens (ift. machine learning) og Algoritmer og datastrukturer. Der er også en sammenhæng med temaet Cyberfysiske systemer, IoT og autonome systemer, blandt andet ift. distribuerede dataplatforme.

Desuden er der sammenhæng med temaet Human Computer Interaction, CSCW og InfoVis, blandt andet ift. effektiv visualisering af store datamængder. Temaet Business innovation, processer og modeller berøres i nogen grad i forbindelse med introduktion af big data-teknologier i organisationer. Sidst men ikke mindst er der en sammenhæng med temaet Etik, blandt andet ift. transparens og privacy.

Projekter

Bridge-projekt

Mobility Analytics using Sparse Mobility Data and Open Spatial Data

Mængden af mobilitetsrelateret data er steget massivt, hvilket muliggør en stadig bredere vifte af analyser. Når de kombineres med digitale repræsentationer af vejnet og bygningsinteriør, rummer disse data potentialet for at muliggøre en mere finkornet forståelse af mobilitet og for at muliggøre mere effektiv, forudsigelig og miljøvenlig mobilitet.

Læs mere »
Bridge-projekt

Multimodal Data Processing of Earth Observation Data

Baseret på observationer af jorden opbygger og vedligeholder en række danske offentlige organisationer vigtige datagrundlag, der bruges til beslutningstagning, fx til at eksekvere miljølovgivning eller træffe planlægningsbeslutninger i både private og offentlige organisationer i Danmark. Dette projekt har til formål at understøtte den digitale acceleration af den grønne omstilling ved at styrke datagrundlaget for miljødata. 

Læs mere »

Workstream manager

Aalborg University
Department of Computer Science

E: csj@cs.aau.dk
T: +45 20 14 52 50​

Tilknyttede personer

Frank Allan Hansen

Leder af DxS Lab

Alexandra Instituttet

Katja Hose

Professor

Aalborg Universitet
Institut for Datalogi

Ira Assent

Professor

Aarhus Universitet
Institut for Datalogi

Copenhagen Business School
Institut for Digitalisering

Jan Damsgaard

Professor

Copenhagen Business School
Institut for Digitalisering

Yongluan Zhou

Professor

Københavns Universitet
Datalogisk Institut

Arthur Zimek

Professor

Syddansk Universitet
Institut for Matematik og Datalogi

Hua Lu

Professor

Roskilde University
Department of People and Technology

Tung Kieu

Assistant Professor

Aalborg University
Department of Computer Science