Online Algorithms with Predictions
Vores fokus er på at forbedre optimeringsalgoritmer i online beslutningstagning. Ved at anvende teknikker fra online algoritmer til løsning af optimeringsproblemer kan vi give garantier for værst tænkelige scenarier, men den normale (gennemsnitlige) adfærd kan være utilfredsstillende. Ved hjælp af teknikker fra maskinlæring kan vi ofte opnå god adfærd i praksis, men garantier mangler, især for situationer, der ikke er dækket af træningsdataene. Vi sigter mod at kombinere de bedste egenskaber fra disse to områder.
DeCoRe: Tools and Methods for the Design and Coordination of Reactive Hybrid Systems
Et tilbagevendende problem for digitaliserede virksomheder er at designe og koordinere hybride systemer, der inkluderer IoT (Internet of Things), edge- og cloud-løsninger. De nuværende anvendte metoder og værktøjer er ikke effektive til dette formål, fordi de i for høj grad er afhængige af uformelle specifikationer, der er manuelt skrevet og fortolket af mennesker.
Methodologies for scheduling and routing droplets in digital microfluidic biochips
Det overordnede formål med dette projekt er at definere, undersøge og give foreløbige metoder til planlægning og routing af mikroliter-store væskedråber på en plan overflade i forbindelse med digital mikrofluidik.
Automated Verification of Sensitivity Properties for Probabilistic Programs
Vores overordnede mål er at undersøge, hvordan automatiseret verifikation af sensitivitetsegenskaber i probabilistiske programmer kan hjælpe udviklere med at øge tilliden til deres software gennem formelle garantier.
Understanding Biases and Diversity of Big Data used for Mobility Analysis
Formålet med dette projekt er at kvantificere de bias og usikkerheder, der er forbundet med menneskelig mobilitetsdata indsamlet gennem digitale midler, såsom smartphone GPS-spor, mobiltelefondata og data fra sociale medier.
Ergonomic & Practical Effect Systems
Effektsystemer er i øjeblikket et varmt forskningsområde inden for typeteori. Mange effektsystemer er dog meget komplicerede at bruge, selvom de er kraftfulde, især for programmører, der ikke er eksperter i typeteori. Effektsystemer med inferens kan give nyttige garantier til programmeringssprog, samtidig med at de er simple nok til at blive brugt i praksis af almindelige programmører.
Hardware/software Trade-off for the Reduction of Energy Consumption
Computerenheder bruger en betydelig mængde energi. Implementering af algoritmer i hardware ved hjælp af feltprogrammerbare gate-arrays (FPGA’er) kan være mere energieffektive end at udføre dem i software i en processor. Dette projekt udforsker klassiske sorterings- og stifindende algoritmer og sammenligner deres energieffektivitet og ydeevne, når de implementeres i hardware.
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.
Deep Learning and Automation of Image-Based Quality of Seeds and Grains
I dag er manuel visuel inspektion af korn stadig en af de vigtigste kvalitetssikringsprocedurer i værdikæden for at bringe korn fra marken til bordet. Sammen med virksomhedspartnere har dette projekt til formål at udvikle og validere en metode til automatiserede billedbaserede løsninger, der kan erstatte subjektiv manuel inspektion og forbedre ydeevne, robusthed og konsistens af inspektionen.