Datavetenskap

Datavetenskap

Datavetenskap är ett väldigt brett forskningsområde som inkluderar flera olika discipliner och ämnen. Vid BTH har vi valt att fokusera på följande delområden:

Big data och AI

Vi utvecklar olika tekniker för att hantera stora mängder data samt undersöker hur AI, maskininlärning och informationsutvinning kan användas för att hitta trender i stora datamängder. Inom området Big data och AI studerar och utvecklar vi metoder och tekniker för att samla in, lagra, bearbeta och analysera stora mängder data samt hur data kan användas för till exempel prediktering, klassificering och mönsterigenkänning. Då dessa metoder kräver stor beräkningskraft, så finns det en nära koppling till forskningen inom parallella datorsystem.

Forskningen vi bedriver sker främst inom AI, maskininlärning, informationsutvinning, storskalig dataanalys, planering och schemaläggning samt optimering. Metoderna som vi utvecklar kan användas inom flera områden till exempel intelligenta beslutsstödsystem, bildanalys och mönsterigenkänning, analys av historiska dokument, hälso- och sjukvård, transport och logistik samt anomali- och avvikelsedetektering.

 

Parallella datorsystem

Vi fokuserar forskningen på parallella och distribuerade system, molnbaserade system och säkerhet. Forskningen omfattar både praktiska och teoretiska aspekter på databehandling med tillämpningar samt utveckling av sådana system.

Inom området studerar vi datorsystem som innehåller många beräkningsenheter (processorer), till exempel multicore-system, distribuerade system, molnbaserade system, grafikprocessorer samt olika typer av heterogena system. Vi tittar på hur metoder och tekniker för design, implementation och analys av parallella datorsystem ska utformas för att uppfylla krav på korrekthet, prestanda, robusthet, skalbarhet, resursutnyttjande och energiförbrukning.

Forskarna studerar både hårdvaruaspekter, systemprogramvara och applikationsprogramvara samt interaktionen mellan hårdvara och mjukvara. Tillämpningarna är främst algoritmer och metoder från Big data och AI området, till exempel algoritmer för maskininlärning, informationsutvinning, mönsterigenkänning, och storskalig data- och bildanalys. Då denna typ av algoritmer är beroende av kraftfulla datorsystem, finns det en nära koppling mellan forskningen inom parallella datorsystems och forskningen inom Big data och AI.

Visuell och interaktiv datavetenskap

Forskningen inom visuell och interaktiv datavetenskap har fokus på, till exempel datorgrafik, visualisering, spelteknik, mobila digitala medier och datoranvändning där människan står i centrum. Inom datorgrafik och visualisering fokuserar forskarna på modellering, animering, rendering, extended reality (AR/VR/MR), bildbehandling och lämplig visualisering och kommunikation av 2D- och 3D-data.

Inom digital spelutveckling fokuserar vi på spelutveckling och specifikt spelteknik, med nya interaktionstekniker (biofeedback), spelanalys, ”serious games”, gamification, samt spel för underhållning. Slutligen, inom metoder och tekniker för människa–datorsystem, studerar forskarna människa–datorinteraktion, interaktionsdesign, användarstudier och ögonstyrnings- och ögonspårningstekniker. Inom området studerar vi också kvalitetsbedömning, bearbetning och datoranvändning av mobila digitala medier.

Vid BTH finns ett forskningsprojekt inom datavetenskap, Human Centered Intelligent Realities, HINTS.  I centrum av forskningen finns utvecklingen av nya, smarta digitala miljöer och visionen om virtuella och inneslutande miljöer, så kallade intelligenta verkligheter. Läs mer om HINTS.

Säkerhet och distribuerade system

Delområdet tar hänsyn till arkitekturerna, designen och teknikerna för säker och effektiv drift av nästa generations mjukvarubaserade och molnbaserade nätverk och system (inkl. SDN, NFV, 5G/B5G, SmartGrids, IoT, etc.). Den tar upp den systemiska cybersäkerheten för datacentrerade, samarbetande moln och infrastrukturer. Dessutom undersöker området specifika ämnen om säkerhet och datasekretess i digitala samhällen och för säker handel med digitala varor. 

Exempel på projekt

Symphony

Symphony

Symphony-projektet syftar till att undersöka och lösa problemet med att exponera tjänster på en marknad i Cloudnative och federerade miljöer, och hantera säkerhets-, konfidentialitets-, integritets- och ursprungsbehov för framtida tillämpningar av digitala samhällen. Genom att överväga användningen av datatjänster för hantering av förnybar energikälla (RES) försöker Symphony-projektet utveckla lösningar för säkring, övervakning och redovisning av servicekedjor med blockchain-baserade tekniker. Dessutom tillämpar Symphony-projektet en kravdriven teknisk strategi som analyserar säkerhetsbehovet för Cloudnative-system och av användarvänligheten för RES, som användaren beaktar. Projektet kommer att implementera en prototyp för exponeringsmodell för tjänster med hjälp av en servicekedja för RES på TRL 4/5 (”Teknologi validerad i labb / relevant miljö (industriellt relevant miljö i fråga om key enabling technologies”).

Läs mer om projektet

Blixten II

Blixten II

Behoven av och potentialen i att införa en större omfattning av beräkningsfunktionalitet som stöd för proaktiv tågtrafikledning har blivit allt tydligare de senaste åren. Det finns ett fåtal system på marknaden som utlovar beräkningsfunktionalitet för att stödja optimerande, proaktiv styrning och planering i realtid vid olika typer av störningar. En sammanställning av aktuellt kunskapsläge visar dock dels att dessa system är utformade efter specifika kontexter, dels är erfarenheter av hur dessa fungerar i praktiken sällan publicerade.

Läs mer om projektet

FLOAT – För bättre flyt i den svenska tågtrafiken

FLOAT – För bättre flyt i den svenska tågtrafiken

FLOAT är ett forskningsprojekt på Blekinge Tekniska Högskola (BTH) som pågår september 2013-mars 2017 och finansieras av Trafikverket via branschprogrammet KAJT. FLOAT-projektets syfte är att utveckla och testa principer och beräkningsmetoder för att stödja svenska tågtrafikledare i deras operativa arbete.

Läs mer om projektet

Spelutveckling med fokus på spelbeteende och preventionsarbete

Spelutveckling med fokus på spelbeteende och preventionsarbete

Forskningsprojektet är inom ett område som spänner över flera forskningsdiscipliner, där det idag finns ett påtagligt forskningsglapp och brist på kommunikation mellan spelteknisk forskning och medicinsk beroendeforskning. Ambitionen är att utveckla ett forskningssamarbete inom vilket vi kan koppla samman kliniska aspekter på spelberoendemekanismer och korrelat med mätning av spelinlevelse, spelbeteende och beroendemekanismer i experimentell miljö och relatera forskningsresultaten till spelutveckling för spelglädje utan spelberoende.

Läs mer om projektet

TRANS-FORM – Med sikte på utveckling av en mer attraktiv kollektivtrafik

TRANS-FORM – Med sikte på utveckling av en mer attraktiv kollektivtrafik

Välfungerande och ändamålsenliga kollektivtrafiksystem är en grundpelare i dagens och framtidens attraktiva, hållbara städer och samhällen. En stadig, omfattande trafikutveckling och marknadsmässiga avregleringar under flera år har dock bland annat bidragit till att samspelet mellan kollektivsystemens olika aktörer blivit mer komplext.

Läs mer om projektet

CONVINcE

CONVINcE

CONVINcE addresses the challenge of reducing the power consumption in IPbased video networks with an end-to-end approach, from the Head End where contents are encoded and streamed to the terminals where they are consumed, embracing the Content Delivery Networks (CDN) and the core and access networks. Energy saving is a key challenge for the European Union and the CONVINcE project contributes to win this challenge. CONVINcE helps the European industry to develop new solutions and products reducing the energy footprint of video delivery networks. The double effect gained is to reduce the energy consumption in Europe and to boost the competiveness of the European industry in the area addressed by the CONVINcE project.

Läs mer om projektet

CCC – Datavetenskapliga analysmetoder för brottsbekämpning

CCC – Datavetenskapliga analysmetoder för brottsbekämpning

Inom Center for Computational Criminology (CCC) vid Blekinge Tekniska Högskola (BTH) har forskning och samverkan bedrivits tillsammans med rättsvårdande myndigheter, främst polisen, sedan 2012. Arbetet finansierades av Tillväxtverket mellan 2012-2014, av Region Blekinge under 2015 och av Vinnova under 2016. Syftet med arbetet inom CCC är att undersöka, utveckla och utvärdera automatiska metoder för att förenkla brottsutredande arbete inom rättsvårdande myndigheter.

Läs mer om projektet

Bonseyes

Bonseyes

Mer information finns på den engelska projektsidan. Direktlänken till Bonseyes finns nedan under läs mer, alternativt gå till den externa länken nedan på sidan.

Läs mer om projektet

AgileSec – Agil utveckling av säkerhetskritiska system

AgileSec – Agil utveckling av säkerhetskritiska system

Mer information finns på den engelska projektsidan. Direktlänken till AgileSec finns nedan under läs mer.

Läs mer om projektet

Kontaktperson

Veronica Sundstedt, universitetslektor och docent
Ämnesföreträdare, datavetenskap
E-post: veronica.sundstedt@bth.se
Telefon: 0455-38 58 50

Har du en fråga? Skriv den här, så återkommer vi så snart som möjligt!
×