2024

2023

2022

2021

Portefølje Naturvitenskap og teknologi ikon

The research system

Portefølje Humaniora og samfunnsvitenskap ikon

Ground-breaking research

Portefølje Samisk ikon

Sámi society and culture

Portefølje Demokrati, styring og fornyelse ikon

Democracy and global development

Portefølje Velferd, kultur og samfunn ikon

Welfare, culture and society

Portefølje Helse ikon

Health

Portefølje Klima- og polarforskning ikon

Climate and environment

Portefølje Landbasert mat, miljø og bioressurser ikon

Land-based food, the environment and bioresources

Portefølje Energi, transport og lavutslipp ikon

Energy and transport

Portefølje Muliggjørende teknologier ikon

Enabling technologies

Portefølje Industri og tjenestenæringer ikon

Innovation

LTP Climate, environment and environmentally friendly energy

Climate and loss of natural diversity

Internationalization

Societal security and civil preparedness

Renewal in the public sector

Velferdstjenester

Frontpage Image

Marine icon

Petroleum og mineraler

LTP Hav ikon

Oceans and coastal areas

LTP2 Muliggjørende og industrielle teknologier ikon

Enabling and industrial technologies

Trust and community

Professional environment

High quality and accessibility

LTP Climate

Strengthened competitiveness and innovation capacity

LPT Health

 An innovative business community

LTP3 Helse

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

LTP2 Utvikle fagmiljøer av fremragende kvalitet

LTP2 Samfunnssikkerhet og samhørighet ikon

LTP2 Fornyelse i offentlig sektor ikon

LTP2 Klima, miljø og miljøvennlig energi ikon

Forsidebilde optimalisert

project-bank-technical

Et innovativt næringsliv ikon

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Marin ikon

Forsidebilde

Statistics

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...or see the summary and other information about the projects you have selected

Portfolios

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

How the grants are distributed between organisations, counties, subject areas etc....

Here are some examples of searches you can perform in the Project Databank

All long term plan objectives

About Text Queries

No thematic area or topic related to the project

has received funding in the programme period

No popular science description is available

have received funding in the programme period

The project with project number {{project number}} was not found

Technical description

Woops, something went wrong. Please refresh the page. If the error persists, please contact us.

We could not find what you were looking for

See statistics related to this LTP objective

See projects related to this LTP objective

related to this LTP objective have received grants

has been granted to projects related to this LTP objective

has been granted to projects related to this portfolio

related to this portfolio have received grants

About Prosjektbanken

Kunnskapsdepartement

Helse- og omsorgsdep

Arbeids- og inkluder

Barne- og familedepa

Matematikk og naturvitenskap

Vestland

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Innovasjon i stat og kommune

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

Helseforetak

Portefølje Forskningssystemet

Portefølje Helse

Portefølje Innovasjon

Portefølje Muliggjørende teknologier

Programmer

Innovasjonsprosjekt

IKT forskningsområde

Politikk- og forvaltningsområder

Bransjer og næringer

Digitalisering og bruk av IKT

Fornyelse og innovasjon i offentlig sektor

Responsible Research & Innovation

Anvendt forskning

Delportefølje Et velfungerende forskningssystem

Helse

Tjenesterettet FoU

Tørkeperioder kan gjøre bakken hardere og frastøte seg vann, dette fører til økt fare for flom og jorderosjon hvis det skulle komme styrtregn. Sammenfallende hendelser hvor en tørkeperiode ender i styrtregn kan derfor forårsake større skader på infrastruktur og avlinger enn enkelthendelser med kun tørke eller styrtregn. Global oppvarming har forårsaket at både tørkeperioder og styrtregn intensiveres og skjer oftere, som også kan føre til at sammenfallende hendelser med tørke etterfulgt av styrtregn også kan intensiveres og skje oftere. 
Selv om det er funnet en økning i tørkeperioder og ekstremnedbør med global oppvarming også i klimamodellene, er det også en stor spredning mellom modellene på hvor mye og i hvilke områder som opplever mer tørke og nedbør. Prosjektet vil undersøke faktiske historiske hendelser hvor tørkeperioder endte i styrtregn i værobservasjoner og værmodelldata for å finne passende indekser som kan brukes til å analysere hvordan de forekommer i klimamodellene. Modeller på finere skala gjør en bedre jobb med å modellere nedbør, prosjektet vil derfor bruke finskala høytoppløselige klimamodeller og globale klimamodeller for å se hvordan tørkeperioder avsluttet med styrtregn forekommer i disse. De modellene som gjør det godt opp mot observasjoner vil bli identifisert.  Videre vil prosjektet studere endringene i hyppighet og intensitet av sammenfallende hendelser med tørke og styrtregn med global oppvarming.
En av grunnene man vet til hvorfor det er stor usikkerhet knyttet til hvordan klimamodellene gjenskaper nedbørsmønstre er hvordan fordamping varierer over skog- og andre arealer. I prosjektet vil vi se på effekten av avskoging og økt skogbruk i globale modeller, og gjøre egne beregninger over mindre areal på finskala for å for å se hvordan fordamping blir påvirket. Resultatene av prosjektet er viktig får å unngå eller minimere skadene slike sammenfallende med tørke etterfulgt av styrtregn kan forårsake.

Global warming intensifies drought and extreme precipitation. Compound events with droughts ending in intensified precipitation - DRIP can cause large damages but are extremely understudied. This project aims to estimate the change in frequency and intensity of DRIP events with global warming due to changes in the water-cycle. We will identify actual historical compound DRIP events and find indices that are suitable to identify these events in model data. As global climate models show a large spread in precipitation for both historical and the different future climate projections, there is expected to be a spread in model projections of DRIP events as well. We will constrain this spread by identifying global climate models that do a good statistical representation of historical DRIP events and by analyzing large ensembles to evaluate the natural variability. As higher resolution modelling shows a better representation of the water cycle, the project will analyze regional downscaled global models in identified regions of interest.  We will also perform in-house regional simulations of identified global models down to convection permitting scale to study the change in DRIP events with model resolution. The project will also target a highlighted uncertainty connected to the water-cycle by exploring how evapotranspiration and the occurrence of DRIP events found in climate models respond to land use change. For this analysis we will extend the regional downscaling to include sensitivity studies which contain deforestation and forestation. Results gained from DRIP will make a large contribution to the knowledge needed on future mitigation measures due to the increase in compound events.

DRIP - DRought ending in Intensified Precipitation

The Natural History Museum, University of Oslo (NHMO) plans to host the annual scientific conference for European Association for Vertebrate Palaeontology 2024 in Longyearbyen, Svalbard in partnership with Evolutionsmuseet, University of Uppsala (EM-UU), The University Centre in Svalbard (UniS) and Svalbard Museum (SM). This will be the first international conference for vertebrate palaeontology in Norway and comes as a result of the last two decades of research on fossils from Svalbard. Hosting the conference in Longyearbyen is a major attraction for international researchers, and an opportunity to showcase Norwegian research in the Arctic. The conference will focus on polar research, with dedicated sessions on the frontiers of high latitude palaeontology and will result in contributions from the hosts to international processes, such as ICARP IV.

EAVP 24 – a polar perspective of palaeontology
Application for event support

The term "hunger gap" (no: “vårknipa”) traditionally used in agricultural communities, refers to the period at the end of winter when winter provisions are depleting, yet the growing season has not yet started. In contemporary usage, the term also describes the food situation for wild animals, which may encounter challenging conditions at the end of winter. This situation is particularly pronounced in the Arctic, where the Svalbard reindeer is awaiting new plant growth after an eight-month-long winter. The limited winter food supply has prompted various morphological, physiological, and behavioral adaptations to conserve energy, crucial for overcoming the "hunger gap". The aim of my thesis is to investigate annual and individual variation in what ends the “hunger gap” for reindeer. I will utilize a dataset of activity and heart rate monitoring of ca 50 GPS-marked female Svalbard reindeer. In these data there is a very rapid increase in activity and heart rate from a “winter mode” to “summer mode”, a signal I define as the end of the “hunger gap”. I hypothesize a relatively large annual variation in the date of this switch, cause by annual variation in snow melt, spring temperatures and plant growth. On the individual level I will investigate the effect of body condition, age and reproductive status on the date of the “end of hunger gap” signal. I will be provided with activity and heart rate data from my supervisor, and will myself collect the required data on ground spring temperatures and calf at heel status together with a field assistant in august 2024.

From winter time to summer time – what ends the "hunger gap" for Svalbard reindeer?

Prosjektet går ut på å invitere forskere fra norske eller utenlandske universiteter til å presentere sin forskning om økonomi og klima ved Handelshøyskolen ved Universitetet i Stavanger (HHUiS).

Dette skjer i form av et seminar som vanligvis finner sted en gang i uken. En kjent forsker fra et annet universitet kommer til Stavanger og holder et 60-minutters seminar og har en rekke møter med forskere i Stavanger. Vi prøver å ha minst 6-8 møter per gjest. I tillegg spiser gjesten lunsj og middag med UiS-ansatte.

Disse seminarene er en del av en eksisterende seminarserie som også tar for seg andre klimaspørsmål. En stor del av seminarene er imidlertid fokusert på klimaendringer og økonomi, og det er kun til disse seminarene vi søker midler.

En aktiv seminarrekke er hjertet i et forskningsuniversitet, og svært viktig for at forskerne ved universitetet skal kunne utvikle seg og være en aktiv del av det globale forskningsmiljøet. Dessverre må vi av budsjettmessige årsaker kutte ned på denne aktiviteten i år og fremover, og derfor sender vi denne søknaden for å be om midler til denne aktiviteten.

UiS har et meget energisk forskerteam innen økonomi og klima. For eksempel ble Dora Simons forskning nylig nevnt i The Economist, Anders Åkermans forskning ble denne uken nevnt av Det hvite hus i den amerikanske presidentens årlige økonomiske rapport, og Torfinn Harding skriver jevnlig artikler i Dagens Næringsliv og opptrer på norsk TV. For at denne gruppen skal overleve, er det svært viktig å kunne arrangere seminarer om klimaendringer på høyeste internasjonale nivå.

Seminarer med internasjonale forskere om økonomi og klima ved Universitetet i Stavanger

The ongoing climatic changes will have undisputable effects on biodiversity and ecosystems. For small ectotherms (e.g. insects) the current state-of-the-art focusses on physiological performances (often measured as critical thermal limits), warming tolerance (resilience) and phenotypic and evolutionary responses. These data provide input to models used to describe expansion – or more often restriction – of species distributions. The climate is changing especially rapidly in the Arctic. Much of the knowledge we have on responses (or lack hereof) to warmer temperatures in terrestrial arthropods is based on studies on temperate and tropic species. Further, the little we do know about the realized warming tolerance under field conditions in the Arctic is based on extreme physiological endpoints, such as critical thermal maxima, measured in the laboratory. The aim of the project is to investigate the consequences of increasing temperatures on behaviour and energy budget for coping with heat under field relevant conditions in Arctic insects. In doing so, the project will generate much needed information on potential overlooked consequences and resilience of Arctic insects to increasing temperature. Here, we want to explore to role of behavior for thermal adaptation and adaptive thermal responses, and assess the energetic consequences of increasing temperatures. The results might fundamental change our understanding of thermal adaptation in small ectotherms in general and the current predictions regarding the resilience to climate change specifically. Thus, there is a potential for reforming the research field.

The role of energy budget in a changing world: Are forecasts missing an important aspect for Arctic insects?

Improving tropical forest conservation in Africa

The importance of non-timber forest products (NTFPs) for better balancing tropical forest conservation and poverty alleviation goals is increasingly recognised. Yet, in Africa, poor understanding of the impact of harvesting on species’ populations and forest carbon stocks, together with little information on the traditional institutions which have informally regulated NTFPs extraction in the past -and could continue to do so in the future-, hamper the use of NTFPs in both forest conservation and development initiatives. 
AFRI-FOR will gather the knowledge needed to determine (1) the key enablers of sustainable harvesting for groups of plant or wild meat species, (2) which types of NTFP harvesting can have synergies with carbon storage, and (3) how traditional institutions can be integrated into formal conservation. To achieve these objectives, AFRI-FOR provide new methods, including (i) a new interdisciplinary approach for investigating NTFPs harvesting impacts, combining traditional ecological knowledge (TEK, from local communities), surveys of plants and wildlife, market surveys and modelling techniques; and (ii) a novel standardised protocol for gathering information about traditional institutions and compliance towards them. AFRI-FOR will gather data and knowledge from 20 socio-ecological forest contexts in five countries (Sierra Leone, Cameroon, DR Congo, Uganda and Kenya), which will allow insights to transcend single sites and provide a much-needed general understanding. This high-risk and high-gain project will provide a step-change in our ability to inform forest conservation in Africa, by identifying synergies between biodiversity conservation, carbon storage and poverty alleviation goals.


Marine chemical pollution poses known threats to human health and to biodiversity, ecosystem and societal  services. The Arctic region is a major sink of global mercury (Hg) pollution. Arctic sediments, sea and glacial  ice constitute vast Hg reservoirs. Recent studies raise concerns about their increasing role as local Hg  sources. In a rapidly warming Arctic, the consequences of potentially increased environmental Hg on marine biota remain unknown. The objective of HgFJORD is to identify the pathways of Hg bioaccumulation in marine food webs of the High Arctic Kongsfjorden (Svalbard). This changing glacial fjord is recognized as a ‘natural laboratory’ of climate change in the Arctic. Earlier research has shown the sole measurement of Hg levels as insufficient to connect biotic Hg dynamics to environmental change, whereas the analysis of Hg stable isotopes proved to be a promising tool for source discrimination and biotic transfer. HgFJORD will build on the novel application of stable isotope analysis to identify the sources of Hg within the fjord system and the pathways to Hg accumulation. Two sampling campaigns are planned in June and August 2024. The collaboration between the Norwegian Polar Institute and the University of Liege during these two fieldworks will allow the analysis of Hg stable isotope analysis in unique biotic and abiotic samples including marine and glacial sediments, phyto- to macrozooplantlon, birds and seals, and assess the effect of spring blooming (June) and glaciers melting run-off (August) on Hg local sourcing. The empirical output of HgFJORD will be used to develop an adaptive risk assessment and applied management model for the forecasting of the impact of climate change on the dynamics of pollutants in Arctic coastal systems. This will be the main objective of a future project starting September 2024 (From the SEA to the SOLution. An integrative tool to assess marine pollution in a changing Arctic (SEASOL); RiS: 12272).

Mercury dynamics in Arctic fjord marine food webs

RETRACE-prosjektet, som strekker seg over tre år, tar for seg den økende trusselen fra naturkatastrofer, som har rammet over 2,3 milliarder mennesker siden 2000-tallet. RETRACE fokuserer på lokalsamfunn i Arktis og Stillehavsområdet, som marquisene i Fransk Polynesia, samene og kvenene i Norge og ahtnaene i Alaska, og har som mål å styrke motstandskraften mot klimarisiko. Disse lokalsamfunnene, som er dypt sammenvevd med omgivelsene sine, gir uvurderlig innsikt i hvordan man overlever og trives i en krevende miljøsituasjon.

RETRACE tar utgangspunkt i hypotesen om at urfolks- og lokalkunnskapssystemer, særlig fra lokalsamfunn i polar- og stillehavsområdene, er uunnværlige for å utvikle effektive strategier for motstandskraft. Prosjektets metode innebærer å samle inn et rikt datasett som omfatter vitnesbyrd, kulturelle praksiser og levde erfaringer, i tillegg til kvantitative analyser. Målet er å skape et omfattende rammeverk som tar hensyn til lokale kontekster og fremmer tilpasningsdyktige og inkluderende resilienspraksiser.

Et internasjonalt forskerteam fra Frankrike, Norge og USA samler en rekke ulike ferdigheter for å bygge bro mellom vitenskapelig forskning og virkeligheten i lokalsamfunnene. Målet er å utvikle et romlig beslutningsstøttesystem som både bidrar til å visualisere resiliensdata og fungerer som et verktøy for samfunnsbasert beslutningstaking, noe som forbedrer evnen til å håndtere risiko og utnytte tradisjonell kunnskap på en effektiv måte.

Ved å kombinere lokal innsikt med vitenskapelig innovasjon skal RETRACE bane vei for resiliensstrategier som både er bærekraftige og tar hensyn til de unike behovene til sårbare lokalsamfunn. Dette prosjektet setter ikke bare søkelyset på urfolks- og lokalkunnskapens avgjørende rolle når det gjelder å håndtere klimaendringene, men har også som mål å sette lokalsamfunn over hele verden i stand til å håndtere de utfordringene som et klima i endring fører med seg.

The three-year RETRACE project responds to the increasing impact of natural disasters on over 2.3 billion people since the beginning of the millennium. It has a particular focus on Arctic and Pacific communities vulnerable to climate risks, specifically, the Marquesan community in French Polynesia, the Sámi and Kven communities in Norway, and the Ahtna people in Alaska. The project aims to address the resilience(s) of communities, in order to develop more inclusive and equitable approaches to developing and implementing resilience strategies.

Five hypotheses guide the research, based on the assumption that indigenous communities such as the ones living in Polar zones and Pacific islands, developed resilience knowledge and strategies to cope with climate-related events. The project aims to co-develop a spatial decision-support system for producing and visualizing qualitative and quantitative data on the different forms of local, community, intrinsic and traditional resiliences in those communities.

Utilizing a narrative approach, the consortium collects testimonials, cultures, memories, experiences, sensitivities and expertise from both Arctic and Pacific communities on forms of resilience and their visions of climate risks, alongside quantitative open-source data from traditional assessments. This data will be cross-referenced to build an interdisciplinary framework for a nuanced understanding of local needs, suitable to assess resilience in local contexts. 

Comprising researchers from France, Norway and the USA with diverse expertise, the consortium aims to contribute in developing risk management and resilience strategies by integrating local and indigenous knowledge into an adaptable and sustainable spatial decision-making tool. The tool aims to bridge the gap between international scientific research and local community realities, potentially informing strategies in other vulnerable territories in the future.

ResilienceS to climate risks: lessons from Arctic and Pacific communities

AGREE tar for seg klimaendringers innvirkning på kulturarv gjennom tverrfaglige metoder og samarbeid mellom ulike samfunnsaktører. Prosjektet tar særlig for seg urbane områder som påvirkes av flom. Målet er å forstå det komplekse forholdet mellom forvaltning av kulturarv, klimatilpasning og samfunnets sårbarhet, og å se på tiltak for å minimere risiko for tap og ødeleggelse som følge av klimaendringer. Sentrale delmål inkluderer integrering av strategier for bevaring av kulturarv med strategier for klimatilpasning, spesielt gjennom konseptet Historisk Urban Landskap (HUL). 

AGREE vil utvikle en beslutningsmodell forankret i HUL-konseptet som sammenligner dagens forvaltningspraksis med historiske data for å belyse sårbarhet og klimatilpasning i en urban kontekst. AGREE vil fremme transformative strategier for klimatilpasning ved å evaluere beslutningstakernes forståelse av disse samspillene. 

Prosjektet ledes av University of Leeds (Storbritannia), og har Norsk institutt for kulturminneforskning (NIKU), Politecnico di Torino (Italia) med som partnere. ICCROM (International Centre for the Study of the Preservation and Restoration of Cultural Property), British Council (Storbritannia), UK’s Department for Culture, Media and Sport (Storbritannia), Hull City Council (Storbritannia) og Innlandet fylke (Norge) deltar som samarbeidspartnere. Gjennom dette samarbeidet skal prosjektet bidra til å forme politikk og klimastrategier, både lokalt og globalt.  AGREE vil også engasjere publikum for å øke bevisstheten om klimatilpasning og mobilisere til felles handling.  Gjennom bred involvering skal AGREE bidra til å sikre at kulturarven forblir beskyttet og motstandsdyktig i møte med klimaendringer.

Alt i alt vil AGREE utforske klimaendringers påvirkning på kulturarv med en praksisorientert tilnærming, og med fokus på samarbeid, databasert beslutningstaking og samfunnsengasjement for å sikre vår felles kulturarv for fremtidige generasjoner.

AGREE champions transformative sustainability in response, emphasizing interdisciplinary methodologies and societal shifts. It explores the intricate link between cultural heritage governance, climate adaptation, and community resilience, rooted in responses to flooding in urban contexts. AGREE promotes the Historic Urban Landscape concept for integrative decision-making in climate adaptation, considering community resilience amidst environmental changes. An interactive Geographic Information System platform will illuminate this interplay over time. An innovative AGREE's contribution is a decision-making model grounded in the HUL paradigm. This model juxtaposes current national and local policies enabling cultural heritage integration in climate adaptation with historical data sources revealing urban resilience lessons and changes in the built environment over time. AGREE employs transformative governance concepts to evaluate decision-makers comprehension of these synergies and their perspectives. It advances transformative climate adaptation by uncovering potentials and barriers within heritage governance in case studies from the UK, Norway, and Italy. Beyond research, AGREE will shape policies with multi-scalar and cross-sectorial governance, interpreting climate intricacies through cultural heritage. It will strengthen global, national, and local heritage-focused climate strategies through partnerships with the British Council, ICCROM, and the UK's Department for Culture, Media, and Sport and local stakeholders, such as Hull City Council (UK) and Innlandet Region (Norway). AGREE also engages the public, raising climate adaptation awareness and mobilizing collective action, benefiting governmental climate efforts.

Advancing Cultural Heritage Governance for Resilient Climate Adaptation

Sjøisen i Arktis har minket drastisk de siste tiårene, og Polhavet forventes å være isfritt om sommeren mot slutten av århundret. Denne nedgangen har utsatt store havområder for vind, noe som har resultert i at det oftere dannes store bølger i Polhavet. Disse bølgene kan forplante seg over flere titalls til hundrevis av kilometer i sjøisen, knekke den og akselerere smeltingen. Disse fysiske prosessene – bølger som knekker sjøis og effekten dette har på sjøissmelting og vekst – mangler i modellene vi bruker for å forutsi klimautviklingen. Dette bidrar til store usikkerheter i klimamodeller. Effekten av bølger på sjøisen er heller ikke tatt med i prognoser for havets og sjøisens forhold, som brukes av skip som opererer i islagte farvann. I ForWArd ønsker vi å vurdere bølgenes innvirkning på sjøisens utvikling i det stadig røffere Polhavet. I dette arbeidet brukes en svært avansert modell som inkluderer sjøis, hav, bølger og deres interaksjoner. Vi skal først vurdere hvor godt den representerer forholdene i Polhavet sammenlignet med de få tilgjengelige observasjonene. Vi vil så bruke modellen til å undersøke hvordan bølgehøyden og arealet av ødelagt sjøis har utviklet seg de siste tre tiårene. Deretter vil vi kombinere modellen vår med forholdene i det fremtidige Polhavet gitt av klimafremskrivninger, for å undersøke hvordan betydningen av interaksjoner mellom bølger og is vil utvikle seg ettersom sjøis avtar i det 21. århundre. Vår modells estimering av "bølgepåvirkningen" vil tillate polarvitenskapsmiljøet å vurdere hvor usikre deres klimaspådommer uten bølger er. Til syvende og sist vil våre modellresultater og utviklinger legge grunnlaget for å legge til bølgeeffekter i hav- og sjøisvarsler i Arktis. Dette vil gjøre varslene mer nøyaktige og bidra til sikkerheten for menneskelig aktivitet i denne regionen.

Arctic sea ice decline under climate change has allowed waves to form and grow more easily in the Arctic Ocean. These waves propagate into the sea ice over tens to hundreds of kilometres, fragmenting it into small floes. This area of broken ice, known as the Marginal Ice Zone (MIZ), is a highly complex region where many interactions occur between the ocean, sea ice, and atmosphere. The action of waves strongly affects these interactions, with rapid feedbacks on the sea ice. However, climate models do not account for these wave-ice interaction processes, which likely contributes to the strong biases in their estimation of modelled sea ice extent and volume and their inability to capture short-term sea ice extent variability. Given the lack of observations available, numerical models remain the best way to estimate how wave-ice interaction processes can impact Arctic sea ice, but most wave-ice coupled models are still prototypes. In ForWArd, we will use one of the most advanced of these models to assess this impact in the context of climate change. To this aim, we will use the latest observations to calibrate the modelled wave-affected area and produce a 30-year-long hindcast of the MIZ extent evolution to analyse how it responded to larger wave height, delayed refreezing, and thinner ice. Then, we will assess the relative importance of the wave-ice interactions suspected to affect sea ice in the MIZ using well-documented events. Finally, we will estimate how waves will contribute to sea ice extent and volume variability in the coming decades, as large areas of open water will remain open until late in the autumn. The flexibility of our setup will allow us to test the sensitivity of our results to model resolution and assumptions, giving invaluable insights into the biases induced by misrepresenting wave-ice interactions. ForWArd will also pave the way for the integration of wave effects in sea ice forecasts, a requirement for safer operations in ice-infested waters.

Forecasting Wave impact as Arctic sea ice declines

Personvern for sanntidsanalyse i menneskesentrert tingenes internett

Midlene fra IKTPLUSS-IKT og digital innovasjon fordelt på år

Midlene fra IKTPLUSS-IKT og digital innovasjon fordelt på fylker

Midlene fra IKTPLUSS-IKT og digital innovasjon fordelt på fagområde

Professor

Big data applications promise to help for many urgent problems of society, like health care, traffic coordination, or energy management. The basic premise for these applications is "the more data the better". Theoretically, any smart-phone and -watch owner could be a continuous source of valuable data and contribute to many useful big data applications. However, such data can reveal a lot of sensible information, like the current location or the heart rate of the owner of such devices. Protection of personal data is important in our society and for example manifested in the EU General Data Protection Regulation (GDPR). However, privacy protection and useful big data applications are hard to bring together. Implementing proper privacy protection requires skills that are typically not in the focus of data analysts and big data developers. Thus, many individuals tend to share none of their data if in doubt whether it will be properly protected. However, there exist many good privacy solutions that fall in between the edges of the all-or-nothing principle. For example, instead of continuously publishing the current location of individuals one might aggregate this data and only publish information of how many individuals are in a certain area of the city. By this personal data is not revealed and there is still useful information for certain applications like traffic coordination.

It is the goal of the Parrot project to provide tools for real-time data analysis applications that leverage this "middle ground". Data analysts should only be required to specify their data needs and end-users can select the privacy requirements for their data as well as the applications and end-users they want to share their data with. The project results are expected to enable the (semi-) automatic integration of appropriate privacy protection into real-time data stream applications. Thus, individuals can safely provide data which in turn improves the results of big data applications.

The first project period was strongly affected by the Corona pandemic and problems to recruit personnel. The corresponding reduced technical progress focused on two technical challenges, i.e., Zero Interaction Pairing (ZIP) solutions and the overall architecture. ZIP solutions can establish secure channels between smart devices without human interaction which could be very useful for the project, but existing solutions are too slow and vulnerable. We developed a new ZIP solution and demonstrated that it is substantially faster and more robust against attacks.

In the second year of the project, we achieved the main progress and results for three important challenges in the project. First, we developed a new secure and usable authentication system for the Internet-of-Things based on context-based co-presence. This new scheme uses Wifi channel information and avoids the limitations of existing solutions that do not work in rooms with few events and that require common sensors in all devices. Second, we developed new operator migration schemes to efficiently adapt the data stream processing infrastructure that is used for data analytics to any kind of changes, e.g., in network traffic, workload, or topology. Finally, we developed a new privacy protecting mechanism that protects private patterns in sequences of events that are extracted from sensor data streams. This mechanism guarantees differential privacy for private patterns and has only a minimal effect on other patterns, which in turn makes the resulting event stream more useful for any kind of application than existing solutions.

Our original privacy protection mechanism for private patterns in data streams requires that the patterns the application/data consumer is interested in are known. However, there are many cases in which a data consumer does not want to disclose the pattern of interest to third parties; like TikTok keeps its recommendation algorithm secret and does not want to reveal what they are looking for in the data stream. Therefore, we extended in the third year the privacy mechanism such that we do not need to know the exact details of the patterns data consumers search for. It does require some input from data consumers, but in a way that keeps their specific interests confidential. Furthermore, we extended the broadly applied privacy engineering methodology Lindon to support privacy engineers in the process of choosing privacy metrics to select the best privacy protection mechanisms for given privacy requirements of data subjects and utility requirements of data consumers.

There are two cornerstones to achieve the objectives of the project, i.e., privacy quantification and integrated privacy support in real-time data analysis with Distributed Complex Event Processing (DCEP). Privacy quantification will allow to precisely specify the threat level and especially the level of privacy protection that can be achieved by the different privacy protecting mechanisms. There are two multidimensional optimization problems to be solved to configure a DCEP instance (1) selection of privacy protecting mechanisms that fulfill privacy requirements of data subjects and data quality requirements of IoT applications, (2) placement of traditional CEP operators and privacy protecting mechanisms.  The resulting DCEP instance enables application developers to focus on application logic and data quality requirements, while the DCEP instance enforces the data subjects privacy requirements.  The use of the new concept of Event Proximity will also allow to implement context aware privacy protection, i.e., in normal situations privacy will be protected, but if anomalies or situations close to hazards are detected privacy might be reduced or ignored. Another means to support privacy is the move from the classical cloud approach to fog computing or even fully distributed approach with DCEP. 
The application domain for privacy protection is in human-centered IoT (including participatory sensing and mHealth), which are especially prone to privacy issues. The project will implement and deploy three IoT applications with different privacy concerns to gain experience, evaluate the project results, and to promote the project. The project combines theoretical work on privacy quantification, knowledge representation, and optimization problems with systems work to design and implement prototypes for systematic qualitative and quantitative evaluations, demonstrations, deployments and field tests to transfer conceptual research results to deployable solutions.

Privacy Engineering for Real-Time Analytics in Human-Centered Internet of Things

Å lære datamaskiner å snakke sykehus

Sykehusene representerer en viktig del av spesialisthelsetjenesten og bidrar til god helse og livskvalitet for alle, og god sykehusdrift er derfor viktig for pasienter, deres familier og samfunnet forøvrig. Gjennom innovasjon og kontinuerlig forbedringer tilstreber sykehus og helseforetak derfor til enhver tid å tilby gode og kostnadseffektive metoder og prosedyrer for diagnostikk og behandling.
            
Vårt prosjekt skal gjøre det enklere og raskere for sykehus å innføre og teste teknologiske nyvinninger innen maskinlæring og kunstig intelligens (AI) i forbindelse med bildeddannende undersøkelser. Bildebaserte undersøkelser som CT, MR og PET er allerede blant de viktigste og mest brukte metoder for diagnostikk og oppfølging av sykdom eller skade. Gjennom fremskritt innen bildeteknologi har imidlertid volumet og informasjonsrikdommen i disse bildeundersøkelsene overskredet det et menneske kan få oversikt over og dermed tolke. Her vil maskinlæring og AI være viktige verktøy for radiologer og klinikere slik at de kan ta ut potensialet for bedre diagnostiske prosesser og pasientbehandling knyttet til bildedannende undersøkelser. Dette prosjektet skal lage et rammeverk som kobler slike metoder direkte til sykehusets arbeidsflyt, altså gjøre maskinlæringsalgoritmer i stand til å integreres innenfor sykehusteknologiens allerede etablerte dataspråk og arbeidsflyt. 

Rammeverket vil gjøre det mulig for sykehuspersonell trygt og effektivt å kunne evaluere ny teknologi, gi en infrastruktur for rask prototyping og testing, gi verdifulle tilbakemeldinger til metodeutviklere, samt føre til økt tillit og ekspertise innen et område som er svært nytt og lovende i sykehussammenheng.

Gjennom WIML har vi som målsetting å aksellerere translasjonen av nye metoder innen maskinlæring og kunstig intelligens til klinisk radiologisk praksis, og slik bidra til raskere og mer presis pasientdiagnostikk og behandling.

WIML studien har allerede gjort det mulig at et vitenskapelig arbeid kan nyttiggjøre en tett integrasjon av AI løsning for hjerne-perfusjon. Først oversender en forsker data til en medisinsk arbeidsstasjon for AI løsninger, så blir bearbeidede resultater automatisk sendt tilbake til forskeren og direkte integrert i strukturen for studien.

Recent years have seen exciting applications of machine learning in medical data analysis, from radiology and dermatology to electronic health records and drug discovery. This has led to great interest and enormous expectations from the medical profession. However, it is still early days for the evaluation and integration of artificial intelligence and machine learning-derived information in clinical practice. This proposal addresses one of the crucial missing elements required for implementation and integration in clinical radiology: an innovative, direct integration of computational imaging methods with picture archive and communication systems (PACS). To ensure the usefulness of our innovation, we will apply it to two of the most important health challenges in modern society: cancers in women (uterus) and men (prostate).

We aim to 

i) Integrate routine radiology workflow with research infrastructure for computational image analysis.

ii) Apply and evaluate this enabling technology on a large collection of imaging and clinical data from a cohort of 600 gynecologic cancer patients treated at Haukeland University Hospital since 2009. This will be done using novel, deep-learning based approaches to segmentation for ROI-based information extraction ("radiomics"). 

iii) Investigate how well our innovation generalizes to other computational medical imaging methods and to different applications, and explore how our framework can best be embedded in clinical PACS and HIS/RIS systems.

Such an ambitious endeavor is particularly timely and feasible due to the recently established multidisciplinary center MMIV at Haukeland University Hospital. At MMIV, the project will be embedded in a research environment with access to world class MRI scanners and imaging infrastructure, large collections of patient data, and top expertise within preclinical and clinical disciplines, radiology, pathology, MR physics, mathematics and computational science.

0 projects

HELSEVEL-Gode og effektive helse-, omsorgs- og velferdstjenester

WIML: Workflow-integrated machine learning. An innovative solution for precision imaging in radiology

Awarded: NOK 7.0 mill.

Project Period: 2020-2024

Location: Vestland