2014

2008

2007

Portefølje Naturvitenskap og teknologi ikon

Forskningssystemet

Portefølje Humaniora og samfunnsvitenskap ikon

Banebrytende forskning

Portefølje Samisk ikon

Samisk samfunn og kultur

Portefølje Demokrati, styring og fornyelse ikon

Demokrati og global utvikling

Portefølje Velferd, kultur og samfunn ikon

Velferd og utdanning

Portefølje Helse ikon

Helse

Portefølje Klima- og polarforskning ikon

Klima og miljø

Portefølje Landbasert mat, miljø og bioressurser ikon

Mat og bioressurser

Portefølje Energi, transport og lavutslipp ikon

Energi og transport

Portefølje Muliggjørende teknologier ikon

Muliggjørende teknologier

Portefølje Industri og tjenestenæringer ikon

Innovasjon

LTP2 Klima, miljø og miljøvennlig energi ikon

Klima, miljø og energi

LTP2 Samfunnssikkerhet og samhørighet ikon

Samfunnstryggleik og beredskap

LTP2 Fornyelse i offentlig sektor ikon

Velferdstjenester

Forsidebilde

Marin ikon

Petroleum og mineraler

LTP Hav ikon

Hav og kyst

LTP2 Muliggjørende og industrielle teknologier ikon

Mogleggjerande industrielle teknologiar

Tillit og fellesskap

LTP2 Utvikle fagmiljøer av fremragende kvalitet

Høg kvalitet og tilgjengeleg

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

Sterkare konkurransekraft og innovasjonsevne

LTP3 Helse

Et innovativt næringsliv ikon

Styrket konkurransekraft og innovasjonsevne

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

Forsidebilde optimalisert

project-bank-technical

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Statistikk

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.

...eller se sammendrag og annen informasjon om prosjektene i utvalget ditt

Alle porteføljestyrer

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

Hvordan tildelingene fordeler seg på institusjoner, fylker, fagområder o.l....

Her er noen eksempler på søk du kan gjøre i Prosjektbanken

Alle langtidsplanmål

Veiledning: Hvordan bruke Prosjektbanken.no

Om Fritekstsøk

Ingen populærvitenskapelig framstilling tilgjengelig


Prosjektet med prosjektnummer {{project number}} ble ikke funnet

Teknisk beskrivelse

Oisann, her gikk noe galt. Kan du prøve å laste siden på nytt?  Dersom feilen vedvarer, vennligst kontakt oss.         

Se statistikk relatert til dette langtidsplanmålet

Se prosjekter relatert til dette langtidsplanmålet

knyttet til dette LTP-målet har blitt tildelt penger

har blitt tildelt til prosjekter knyttet til dette LTP-målet

har blitt tildelt til prosjekter knyttet til denne porteføljen

knyttet til denne porteføljen har blitt tildelt penger

Om Prosjektbanken

2019

2021

2020

2022

2018

2023

2017

2024

2015

2016

Kunnskapsdepartement

Justis- og beredskap

Kommunal-og distrikt

Samferdselsdeparteme

Nærings- og fiskerid

Diverse

Energidepartementet

Forsvarsdepartemente

Digitaliserings- og 

Teknologi

Matematikk og naturvitenskap

Oslo

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Fagmiljøer og talenter

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

Instituttsektor

Portefølje Banebrytende forskning

Portefølje Forskningssystemet

Portefølje Muliggjørende teknologier

Portefølje Innovasjon

Programmer

Frittstående prosjekter

Forskerprosjekt

Annen støtte (t.o.m. 2019)

Koordinerings- og støtteaktivitet

IKT forskningsområde

Politikk- og forvaltningsområder

Grunnforskning

Bransjer og næringer

Anvendt forskning

Internasjonalisering

Hovedmålet med kreftbehandling er å eliminere kreftceller og dette er tradisjonelt oppnådd ved kirurgi, bruk av giftige medikamenter (cellegift) og stråling. En ny og betydningsfull tilnærming til kreftbehandling kalt immunterapi, har derimot fått mye oppmerksomhet det siste tiåret; Her forsøker leger og forskere å utnytte immunsystemet vårt for å målrettet  ødelegge kreftceller. En nøkkelaktør i denne banebrytende tilnærmingen er en gruppe «drapsmenn» i immunsystemet kjent som cytotoxiske T-lymfocytter (CTL-er). Disse cellene har en bemerkelsesverdig evne til å oppdage kreftceller ved å gjenkjenne unormale molekyler på overflaten av kreftcellene - molekyler som friske celler ikke har. Når CTL-er gjenkjenner kreftcellene ødelegger de dem ved å frigjøre giftige molekyler som initierer kreftcellenes selvdestruksjon. 
 
Selv om betydelige innsats har blitt dedikert til å forstå hvordan CTL-er aktiveres og hvordan de gjenkjenner kreftceller, vet vi mindre om de påfølgende hendelsene inne i kreftcellene som fører til deres død. Fra før vet vi at CTL-er kan initiere to forskjellige typer celledød i kreft: den første, kalt apoptose, er en stille og ordnet prosess der kreftcellene krymper og brytes opp uten å varsle immunsystemet; den andre, kalt pyroptose, er en mer dramatisk prosess som involverer dannelse av åpninger i cellemembranen, noe som fører til at cellene svulmer opp og sprekker. Under denne cellebristen blir innholdet inne i cellene frigitt i omgivelsene, og dette kan fungere som 'faretegn' som kan stimulere en sterkere immunrespons mot kreftcellene. Betydningen av denne cellebristen for å forsterke anti-tumorresponsene vil bli undersøkt i dette prosjektet. 
 
Videre er vi fascinert av muligheten for å avdekke ytterligere, ennå ukjente, former for celledød indusert av CTL-er. Utforsking av disse dødsrelaterte prosessene i kreftcellene kan potensielt øke effektiviteten av immunterapi og bidra betydelig i den pågående kampen mot kreft.

The primary goal of most cancer therapies is to induce cancer cell death. Immunotherapy relies on the cytotoxic activity of lymphocytes such as natural killer cells (NKs) and cytotoxic T lymphocytes (CTLs) to achieve this. While a significant amount of research in immunotherapy focuses on the events within cytotoxic lymphocytes or at the interface between cytotoxic lymphocytes and cancer cells, less is known about the molecular mechanisms that orchestrate cancer cell death, particularly in the case of CTL-mediated death.
CTLs are known to induce two types of cell death in cancer: non-inflammatory apoptosis and proinflammatory pyroptosis. Pyroptotic cancer cells release proinflammatory signals that attract immune cells to the tumor site, thereby enhancing the anti-tumor response. Cell lysis is a common outcome of pyroptotic cell death. It is unclear whether lysis can be decoupled from pyroptosis in cancer cells and whether the proinflammatory properties of pyroptotic cancer cell death depend on lysis. Moreover, it remains unknown whether CTLs can induce other forms of cell death in cancer, apart from apoptosis and pyroptosis.
Studying the mechanisms of CTL-mediated cancer cell death is challenging because CTLs selectively target cells expressing specific antigens. However, given the critical role of CTLs in immunotherapy, it is essential to deepen our understanding of CTL-induced cancer cell death.
This project aims to develop novel methodologies to investigate the death mechanisms that are initiated by CTLs. In addition, we will identify new pathways and mediators involved in CTL-induced cancer cell death. Furthermore, we will assess the contribution of proinflammatory cell death and lysis in promoting anti-tumor responses in vivo. Overall, this research will improve our knowledge of the molecular mechanisms of CTL-mediated cancer cell death and potentially reveal novel targets to enhance the efficacy of cancer immunotherapy.

T-cell-mediated proinflammatory cell death and lysis in cancer

Effektene av fysisk og seksuell vold på ofre og deres familier kan være ødeleggende og vedvarende, med potensielt langvarige konsekvenser for fysisk og mental helse, utdanning, sysselsetting og bruk av velferdstjenester. Mens strafferettssystemet anses som en viktig del av offerets gjenopprettingsprosess, er det begrenset empirisk forskning på hvorvidt strafferettslige prosesser hjelper og/eller hindrer bedring langs disse ulike dimensjonene. I dette prosjektet vil vi adressere dette kunnskapshullet ved å bruke en kombinasjon av kvantitative og kvalitative forskningsmetoder. I de kvantitative analysene vil vi bruke administrative registerdata som dekker hele befolkningen sammen med kvasi-eksperimentelle metoder for å kunne trekke kausale slutninger. Vi vil også benytte maskinlæringsteknikker for prediksjon. De kvalitative analysene vil supplere de kvantitative analysene ved å gi kontekst til et komplekst felt av saker og ofre og ved å identifisere potensielle mekanismer mellom strafferettslige prosesser og utfall for ofrene. Samlet vil disse metodene gi en mer robust, representativ og nyansert forståelse av hvordan kontakt med strafferettssystemet påvirker offeret på tvers av flere viktige livsområder både på kort og lang sikt. Prosjektet ledes av Folkehelseinstituttet (FHI) med Frischsenteret og Universitetet i Oslo som partnere. Prosjektet har et rådgivende utvalg med medlemmer fra Nasjonalt kunnskapssenter om vold og traumatisk stress (NKVTS), ETH Zurich, Universitetet i Oslo, Frischsenteret, Universitetet i Bergen, og OsloMet. Det er også tilknyttet en brukergruppe bestående av personer og organisasjoner som er i kontakt med ofre for vold og overgrep.

Victims of sexual and physical violence is one of the most vulnerable groups in our society. The criminal justice system (CJS) serves a critical role in providing assistance to victims of these crimes, enabling them to seek justice, protection, compensation, and closure. Yet, knowledge about whether the CJS helps or harms these victims is extremely limited. This project aims to remedy this by providing a comprehensive understanding of the role of the CJS in supporting and providing restoration for victims of physical and sexual violence in Norway. We will utilize a combination of quantitative and qualitative research methods across disciplines to study outcomes across multiple important life domains, both in the short and long run. For the quantitative analyses we will use exceptionally rich longitudinal administrative register data with full population coverage combined with state-of-the-art quasi-experimental methods for credible causal inference and predictive machine learning techniques. The qualitative analysis will be based on narrative interviews with victims, providing context and insights into how interactions with the CJS shape life stories. The results will yield a robust and nuanced understanding of how the different stages of the CJS impacts victims. This is particularly urgent given how the current emphasis on legal responses to assaults has caused a sense of obligation and civic duty for especially women to report incidents, while the chances of legal closure remain small. In addition to advancing the methods for quasi-experimental designs and machine learning within quantitative criminology, this project will provide valuable insights for policymakers, stakeholders, and practitioners working in the field of victim support and rehabilitation and may inform current legal reform efforts aimed at addressing these issues.

Helpful or harmful: The effects of criminal justice system contact on victims of sexual and physical violence

Renewable energy on the high seas – science-informed and indigenous knowledge-based recommendations for regulatory and governance challenges

The high seas are those marine areas under no State's jurisdiction. So far, all marine renewable energy (RE) activity is being conducted under State's jurisdiction. However, recent advances in technology are raising the prospect of carrying out RE activity on the high seas. Currently, only seabed mining activities in the Area have been regulated. The Area is the seabed and ocean floor beyond the limits of State's jurisdiction. From the legal viewpoint, the main gap is a lack of an international regulatory framework, informed by participatory mechanisms and supported by scientific evidence, for RE activities on the high seas, especially regarding their environmental and social impacts. 
The primary project objective (O) is to provide the scientific community and policymakers with science-informed and indigenous knowledge-based recommendations in support of the development of  RE regulation on the high seas. 
Two specific Os are set to complement the primary O, namely:
O1 To advance the use of systematic consultation processes that facilitates research at the crossroads of marine sciences and law. 
O2 To advance critical knowledge and understanding of environmental pressing issues comparable to the regulation of RE on the high seas, such as deep-sea mining in the Area.
A multistep innovative methodology will be adopted, by integrating marine scientific knowledge, consultative processes, and advanced critical research in the subject matter. A case study (interdisciplinary and participatory) involving marine scientists, indigenous and coastal communities and policy makers will be conducted onboard the Research Vessel KronPrins Haakon at the beginning of the project. The case study outcomes will be analysed through critical legal analysis to build a knowledge base for policy recommendations. 
The project will advance the PI’s career in an international research environment, allowing her to generate independent, high-quality, and reproducible results.




Optimization of Free Space Optical Communication Link based Drones for Search and Rescue Operations in the Arctic Region

The Arctic region is witnessing more frequent shipping accidents than ever which require accurate search and rescue operations. The existing communication systems use drones with radio frequency (RF) technology, which has limited bandwidth and cannot offer 4G/5G connectivity due to harsh weather constraints. It further limits the capacity of drones and affects the resolution of images and videos. The current research proposes to design free space optical communication (FSOC) link-based drones that can enhance connectivity between multiple drones and rescue ships as well as the capacity of drones to produce high resolution images and videos. The proposed FSOC-based drones can provide highspeed connectivity than the existing RF technology. The research will collect atmospheric turbulences data from the Arctic region and use it for designing the FSOC link. Furthermore, to enhance the capacity of FSOC-based drones, the research will design advanced multiplexing schemes (Mode Division Multiplexing and Orthogonal Code Division Multiple Access) and to ensure link stability, omnidirectional receiver will be designed. The research will further evaluate the performance of proposed FSOC link under the impact of various atmospheric turbulences. The expected outcomes of this research will lead to the optimisation of FSOC-based drones in expanding search areas and improving communication systems for SAR operations in the Arctic region.

Dette prosjektet, kalt Hukommelse for musikk, fokuserer på det økende antallet mennesker over hele verden som lever med demens, spesielt Alzheimer's sykdom (AD). AD starter typisk med hukommelsesproblemer og påvirker etter hvert daglige aktiviteter. Aktive musikkintervensjoner, spesielt sang, har vist positive effekter på humør, atferd og livskvalitet for personer med demens, men deres innvirkning på kognisjon er ikke godt forstått. Prosjektet har som mål å fylle dette kunnskapsgapet ved å studere effektene av å lære nye sanger på kognitiv, atferdsmessig og hjernemessig funksjon.

Studien vil omfatte hjemmeboende voksne over 65 år med AD fra Argentina, Østerrike og Norge. Deltakerne vil gjennomgå 5 måneder med intensiv musikalsk opplæring (to ganger i uken) og 5 måneder med minimal opplæring (en gang i måneden) i tilfeldig rekkefølge, med en to måneders pause imellom. Intervensjonene inkluderer å lære nye sanger med en personlig musikklærer. Generell kognisjon vil bli målt ved bruk av Alzheimer's Disease Assessment Scale - Cognitive (ADAS-cog), og hukommelse for musikk vil bli vurdert gjennom ulike metoder, inkludert atferdsoppgaver og hjerneaktivitet (EEG). Humør vil også bli evaluert i hver økt.

Målet er å inkludere 113 deltakere for å sikre pålitelig påvisning av meningsfulle effekter. Studien vil utforske hvordan humør og hukommelse for musikk bidrar til endringer i kognitive evner, og om disse effektene varierer basert på faktorer som kjønn, alder, AD-stadium, eller tidligere musikalsk opplæring og generell utdanning. Prosjektet vektlegger samarbeid mellom forskere, tjenesteytere og brukere for å sikre studiens relevans og anvendelighet.

The number of people living with dementia is increasing and is high in low, middle, and high-income countries. Alzheimer’s disease (AD), the most common type of dementia, manifests itself initially with cognitive impairment in memory domains, and later affects all activities of daily living. Active music interventions, particularly singing, can help to improve mood, behaviour problems, and quality of life. Too little is known about their effects on cognition, although some promising studies exist. The M4M project aims to fill this gap by measuring effects of learning new songs on clinical, behavioural and brain functioning. Specifically, M4M aims to examine changes in general cognitive functioning and memory for music in non-musician adults with AD undergoing intensive individual musical training based on singing novel songs, compared to minimal training.
        Home-dwelling adults with AD, 65 years or older, in 3 countries (Argentina, Austria, Norway), will receive 5 months of intensive intervention (2x/week) and 5 months of minimal intervention (1x/month), in random order, with a 2-month break in between. Interventions will entail learning new songs with an individual music teacher. At the end of each intervention period, general cognition will be measured with the Alzheimer's Disease Assessment Scale – Cognitive (ADAS-cog) by a person who is unaware of the intervention received. Memory for music will be tested with observations, behavioural tasks, and brain responses (EEG). Mood will be assessed in each session. We aim to include 113 participants; this will help us to reliably detect clinically meaningful effects. We will also examine how mood and memory for music lead to changes in cognitive abilities, and whether effects depend on sex, age, AD stage, or previous musical training or general education. M4M will be conducted in close collaboration between academic researchers, service providers, and service users to ensure relevance and applicability.

Memory for Music: Effects of individual intensive musical training based on singing in non-musicians with Alzheimer’s disease

Evaluation of thermohydraulic characteristic of printed circuit heat exchangers in pseudocritical region for supercritical CO2 cycle

Currently, 28.2% of the total EU-28 greenhouse gas emissions come from the power sector, a large contributor to greenhouse gas emissions. Consequently, the emphasis of the research in power generation has swung towards assessing highly efficient and greener power cycles. In this reference, the novel supercritical carbon dioxide Brayton cycle (sCO2-BC) is an ideal choice that outstrips other formally well-known power cycles (Brayton & Rankine cycles). In sCO2-BC, the role of the pre-cooler is critical. It serves as a sink to the power cycle and regulates the conditions at the compressor's inlet. The compressor's inlet temperature is intended to be maintained close to the critical temperature of carbon dioxide (CO2) to achieve greater cycle efficiencies. However, exceptionally higher values of the specific heat capacity of CO2 near its critical point (up to 40 times higher than water) require exceedingly high water flow rates on the cold side to achieve the desired exit temperatures of CO2. Consequently, the pre-cooler's pumping power requirements become high enough to deteriorate the cycle's performance. This problem can only be mitigated by exploring new channel geometries with enhanced thermohydraulic characteristics. Therefore, the proposed study plan to characterize the complex thermohydraulic characteristics in the pseudocritical region of CO2 using a multifaceted technique that includes, experimental, numerical, and machine learning techniques. The proposed work will provide a step forward to the success of sCO2-BC technologies that, in turn, will facilitate its integration with the green energy resources (generation-IV nuclear reactors and solar concentrated plants), helping to meet the EU's 2030 climate and energy framework goals of achieving at least 32% share for renewable energy.

Norge har under Parisavtalen påtatt seg en forpliktelse til å redusere klimautslippene sine med minst 55 prosent innen 2030 sammenlignet med nivået i 1990. Hittil har vi kun oppnådd 5 prosent av dette målet; vi har følgelig kun syv år på å redusere de resterende 50 prosent for å imøtekomme målene. For 2050 har vi satt oss enda større mål: å redusere klimautslippene med hele 90 prosent. Bakgrunnen for målene er at vi prøver å unngå de verste scenarioene FNs klimautvalg skisserer opp i sine rapporter. I tillegg har energiforbruket økt, og prognosene fra Statnett for ulike scenarier viser at energiforbruket skal fortsette å øke. Vi trenger følgelig mer energi. Dette har bidrat til at diskusjoner rundt kjernekraft i Norge er høyaktuelle og pågående. Norsk Kjernekraft AS har blitt opprettet med formål om å bygge Norges første kjernekraftverk. I tillegg ble det i fjor også bevilget 200 millioner kroner fra Regjeringen til et nytt senter som skal drive med nukleær forskning. Målet er å styrke den norske kunnskapsberedskapen på det nukleære området. Dette betyr at vi beveger oss i en retning hvor kjernekraft en dag kan bli aktuelt i Norge, og noen mener at dette er den eneste veien å gå hvis vi skal nå målene våre for 2050. Men i dag sitter vi med flere spørsmål enn svar, blant annet: Hvilken teknologi og leverandør burde vi velge? Er regelverket for snevert og strengt? Hvordan kan dette gjøres og samtidig ivareta sikkerhet? Hvordan tjener et kjernekraftverk penger?

Dette prosjektet skal svare på samtlige av disse spørsmålene i en detaljert og omfattende analyse. Her bruker vi grunnlagsdata til å vurdere dagens forskning opp mot hvordan industrien i andre land opererer, og ut ifra dette forsøke estimere hva risikoen knyttet til å bygge kjernekraft som industri i Norge er. Prosjektet sikter på å gi et så helhetlig bilde som mulig slik at vi kan gjøre oss opp en mening basert på fakta; om kjernekraft passer inn i miksen av det som utgjør norsk energi.

Denne prosjektbeskrivelsen skisserer forskningen Vala Maria Valsdottir (omtales herunder som stipendiaten) skal utføre innenfor sin doktorgradsavhandling. Prosjektet skal være en del av Senter for nukleær forskning (SNF) som fikk midler vinteren 2023.
Ph.d.-prosjektet er initiert av Inmeta Consulting AS, som igjennom denne ph.d.-stillingen vil bli en del av SNF. Inmeta planlegger en prosjektperiode på fire år, hvor stipendiaten arbeider 75 % med ph.d.-prosjektet og 25 % med vanlig virksomhet hos Inmeta. 
Prosjektet skal undersøke muligheten for kjernekraft som industri i Norge. Dette er både en samfunnsaktuell problemstilling samt en som medlemmene i SNF er interessert i å utforske. Stipendiaten kommer derfor til å samarbeide med alle aktørene som er involvert i senteret og benytte forskningsdata fra dem. Dette gjelder da spesielt Institutt for energiteknikk (IFE) som har mest grunnlagsdata som er relevant for dette prosjektet.
Kandidaten ferdigstilte en masteroppgave høsten 2020 i kjernefysikk på Universitetet i Oslo (UiO) og har derfor gode og relevante grunnkunnskaper for å ta på seg et slikt prosjekt. I tillegg har kandidaten tre års erfaring innenfor energibransjen, og er derfor oppdatert på industrien og forstår deres problemstillinger godt.

Er kjernekraft aktuelt for Norge?

Potetskrell, et biprodukt fra industriproduksjon av potet (pommes frites, flak, chips mm.) er en råstoff ressurs som kan bli bedre utnyttet til nye formål. Skrellet er nemlig en rik kilde på antioksidanter, stoffer som planter naturlig har i seg for å beskytte mot skadelige UV-stråler og reaktive forbindelser som oksygen radikaler. Antioksidanter behøver vi også å tilsette i matvarer for å beskytte og ta vare på umettet fett så det ikke blir harskt og vondt i kontakt med luft. I dag brukes flere ulike syntetiske stoffer i matvarer for å hindre oksidasjon av fett og oljer. Men det er reist bekymring rundt sikkerheten for bruken av dem. Matvareindustrien, myndigheter og forbruker ønsker derfor å fjerne flere syntetiske antioksidanter og erstatte dem med naturlig alternativer. Det er imidlertid svært få slike produkter som er godkjent og tilgjengelig på markedet. Prosjektet Peel Preserve, som har et klart bærekraft mål, skal vise om et uttrekk av antioksidanter laget på industrielt potetskrell råstoff kan fungere som konserveringsmiddel og erstatte noen av de stoffene som brukes i dag. Tre næringsmiddelbedrifter skal teste potetskrell-ekstraktet i noen av sine produkter og utføre både interne og eksterne analyser på effekten. Men en viktig forutsetning for at potetantioksidant kan tas i bruk som nytt tilsetningsstoff i mat er at det blir godkjent av den Europeiske matsikkerhets myndigheten (EFSA) og gitt et E-nummer. Prosjektet skal igangsette denne lengre flertrinns godkjennings prosessen. Parallelt skal det utvikles en forretningsmodell og nødvendig beskyttelse rundt teknologien. Dersom industrien etter testingen av potetantioksidanten, vurderer denne som er god erstatning til konkurransedyktig pris, og en EFSA-godkjenning kan oppnås på sikt, åpner det for å kommersialisere et naturlig plante-basert produkt til beste for forbruker og for miljøet. Bak prosjektet Peel Preserve står Høgskolen i Innlandet i samarbeid med Nofima og Klosser Innovasjon.

Preserving foods with potato peels: Industry-relevant validation and first regulatory assessment of a new natural antioxidant

Applied Biocatalysis is the development through science and engineering of useful biological catalysts and their commercial applications. The BNCM 2024 conference has an intention to gather approx. 100 international and national scientists from academia and industry in addition to PhD students from the international community. BNCM 2024 will be the 7th in this series of meetings with attendees from both academia and industry presenting and discussing the newest research in enzyme catalysed reactions in other media than water. The conference series was started in 1986 by professors Hans Tramper and Urs von Stockar, University of Wageningen, the Netherlands, and has later been chaired in Russia, Italy and Germany before Elisabeth Jacobsen at NTNU was give the honor of chairing the conference.  Collaboration in biocatalysis research has been supported by EU Frameworks as three subsequent COST actions. The first action, COST Action D25 "Applied Biocatalysis. Stereoselective and environmentally friendly reactions catalysed by enzymes " (2001-2007) was initiated and chaired by professor Thorleif Anthonsen, NTNU, the founder of the Biocatalysis Group at NTNU, which the project leader of this conference now chair. The strategy of applied biocatalysis fits well under the definitions of white biotechnology and Sustainable chemistry (Suschem) and fits also well with the EU Green Deal Strategy.

7th International Conference on Biocatalysis in Non-Conventional Media

End-to-End Green House Gas (GHG) Monitoring Service

Integrated resource capacity planning and control for sustainable health and care services

Midlene fra HELSEVEL-Gode og effektive helse-, omsorgs- og velferdstjenester fordelt på år

Midlene fra HELSEVEL-Gode og effektive helse-, omsorgs- og velferdstjenester fordelt på fylker

Midlene fra HELSEVEL-Gode og effektive helse-, omsorgs- og velferdstjenester fordelt på fagområde

Seniorrådgiver

HARMONI is an interdisciplinary innovation research project in collaboration between Trondheim Municipality, St Olavs University Hospital and NTNU. The goal is to develop a tool for integrated planning and seek insights on how one can reduce the growing gap between the population’s demand of health services on one side and the resources and capacity on the other.

Demographical changes enhance pressure on available capacity and competence. Currently we need better overview of needs and resources to improve the flow of services for elderly and vulnerable patients. As an example, patients experience delayed discharges while waiting for primary care services. HARMONI will contribute by combining operational, tactical and strategic information in planning through a tool based on simulation and optimization technology. Further, the project will seek insights in opportunities and challenges and provide designs for collaboration based on value chain planning, standardized patient flows and change management in complex organizations.

To succeed with the objectives, we need an interdisciplinary knowledge and approaches. It is essential to understand various perspectives and roles. We will apply methods which support wide participation from primary and secondary health care, professional and administrative services and various academic fields. Technological solutions will not solve the challenges without considering professional practices, organizational structures and regulations. By a holistic approach we aim for better resource and competence utilization to secure sufficient services for the population. Further, we aim to gain general knowledge applicable to other areas in health care and share our learning and findings nationally and internationally. Our interdisciplinary work process will also enhance understanding across roles and perspectives.

Dette innovasjonsprosjektet fokuserer på utfordringene knyttet til økende behov for helse- og omsorgstjenester, spesielt for eldre pasienter med skrøpelighet, i lys av begrensede ressurser og behovet for bedre samhandling mellom kommuner og sykehus. Trondheim kommune og St. Olavs hospital har identifisert utfordringer som mangel på oversikt over pasientstrømmer, kapasiteter og koordinering mellom tjenester, samt manglende verktøy for integrert planlegging.

Prosjektets mål er å løse disse utfordringene ved å utvikle og pilotere et integrert planleggingsverktøy for helhetlig ressursstyring innad i de kommunale helse- og omsorgstjenestene samt mellom disse tjenestene og St. Olavs hospital. Innovasjonen inneholder to hovedelementer: a) et nytt produkt og b) en ny prosess. Produktet er en analytisk plattform med dashboards, en simulator og en optimeringsalgoritme for beslutningsstøtte i integrert planlegging. Prosessinnovasjonen innebærer en felles integrert planleggingsprosess på tvers av organisatoriske enheter og administrative nivåer i tjenestene.

Prosjektet tar i bruk kunnskap fra områder som planlegging og ressursstyring, helsetjenesteforskning og organisasjonsutvikling for å forstå og adressere komplekse problemstillinger knyttet til taktisk planlegging i helse- og omsorgssektoren. Forskningsmetodene inkluderer casestudier, aksjonsforskning, simulering og optimering for å utvikle og evaluere det integrerte planleggingsverktøyet. Gjennom pilotering i Trondheim kommune og St. Olavs hospital vil prosjektet evaluere effekten av verktøyet på ressursbruk og pasientkøer. Det legges også vekt på å skape gjensidig læring mellom forskere, praksisfeltet og brukere av helsetjenesten gjennom hele prosjektet.

Prosjektet har ambisiøse mål for å forbedre planlegging og styring av helse- og omsorgstjenester. Ved å utvikle og evaluere et integrert planleggingsverktøy, håper prosjektet å bidra til bedre ressursbruk, reduserte pasientkøer og mer bærekraftige tjenester.

Helhetlig avansert ressursstyring for bærekraftige helse og omsorgstjenester

I dag har tilnærminger for utvikling og drift av cyberfysiske systemer (engelsk: Cyber-Physcial Systems (CPS)) for å realisere og optimalisere komplekse prosesser begynt å endres radikalt, hovedsakelig på grunn av bruk av avanserte teknologier som kunstig intelligens og maskinlæring. CPS utviklet med slike teknologier har nye egenskaper, blant annet: 
1)	Muliggjør integrering av tidligere teknologisk isolerte CPS inn i det større, mer tilgjengelige og intelligente systemet «Cyber-Physical Systems of Systems» (CPSoS)
2)	Kontinuerlig utvikling individuelt og i samarbeid til å reagere på stadig skiftende driftsmiljø 
3)	Hyppige interaksjoner mellom CPSoS og CPS. Slike egenskaper truer påliteligheten til CPSoS, som dermed truer deres evne til å tilby pålitelige tjenester

I dag finnes det eksisterende testmetoder for å sikre påliteligheten til individuelle CPS. Det er derimot et nytt og utfordrende forskningsområde å teste CPSoS som helhet da kontinuerlige utvikling av individuelle CPS og CPSoS er under stadig skiftende miljø. I tillegg er det ulike nivåer av interne og eksterne usikkerheter som ligger i CPSoS og dets driftsmiljø. Co-tester prosjektet tar sikte på å løse disse utfordringen ved å utvikle nye teststrategier. Ved bruk av kunstig intelligens, samt nye strategier for å oppdage ukjent oppførsel av CPSoS, dens konstituerte CPS og deres driftsmiljø vil den nye teknologien kunne manipulere og håndtere utviklingen av CPSoS, CPS og deres driftsmiljø for omfattende testing av CPSoS. 

Til nå har vi begynt å undersøke ulike avanserte teknikker for å teste CPSoS inkludert digitale tvillinger og storspråklige modeller. Spesielt jobber vi med programvare i loop-simuleringsplattformene for selvkjørende biler og de første resultatene er lovende.

Nowadays, approaches for developing, operating, and evolving Cyber-Physical Systems (CPSs) to realize and optimize complex processes have started to change radically, mainly due to the use of advanced technologies, e.g., the Internet of Things and Artificial Intelligence (AI). CPSs developed with such technologies have novel characteristics, e.g., 1) enabling the integration of previously technologically isolated CPSs into a significantly larger, highly cooperative and intelligent system, i.e., Cyber-Physical Systems of Systems (CPSoS); 2) constantly evolving individually and cooperatively to respond to ever-changing physical and technological environment, under which the CPSoS and its constituted CPSs are operated; 3) frequent interactions within the CPSoS (among its CPSs) and with its environment foster new emergent behaviors and services that cannot be supported by individual CPS or a small number of CPSs. These characteristics threaten the dependability of CPSoS, which consequently threatens their capability to provide trustworthy services. 
Though there exist testing methodologies for ensuring the dependability of individual CPSs, testing CPSoS as a whole with the consideration of the constantly evolving nature of individual CPSs and the CPSoS itself under ever-changing environment, and various levels of internal and external uncertainties inherent in the CPSoS and its operating environment, is a very new and challenging research area. The Co-tester project aims to addresses this challenge by developing novel collective-adaptive testing strategies, which will be empowered with advanced AI technologies (e.g., machine learning and evolutionary computation techniques), supported with novel strategies for discovering uncertain and unknown behaviors of CPSoS, its constituted CPSs, and operating environment, which will holistically and intelligently manipulate and manage evolutions of CPSoS, the CPSs, and their operating environment for extensive testing of CPSoS.

Co-tester: Collective-Adaptive Testing of Coevolving Autonomous Cyber-Physical Systems of Systems under Uncertainty

Search-Based Software Engineering (SBSE) is a field of research that applies search algorithms (a sub-field in Artificial Intelligence) in software engineering. The SBSE field has grown significantly recently and the field has become matured to achieve real-world results. The Symposium on Search-Based Software Engineering (SSBSE) is a symposium of international profile and takes place every year. Every year, researchers and practitioners from Software Engineering and Evolutionary Computation domains, from all over the world participate in the symposium. The first edition of SSBSE symposium took place in 2009 in Windsor, United Kingdom. This year, i.e, 2018 will be the 10th anniversary of the symposium. Simula Research Laboratory is the host of 2019's edition of the Symposium (i.e., 11th edition). Given that SSBSE is a  specialized conference having an intersection with a sub-field of AI and Software Engineering, it is always co-located with bigger Software engineering conferences. Thus, SSBSE 2019 will be collocated with the 27th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (ESEC/FSE conference). SSBSE will take place in Tallinn Estonia, 31 Aug - 2 Sep 2019 at Original Sokos Hotel Viru.
A draft of the website of the conference can be found here:
http://ssbse19.mines-albi.fr/

11th Symposium on Search-Based Software Engineering (SSBSE 2019)

Quantum Computing (QC) har potensial til å løse komplekse problemer i ulike domener som kan føre til gjennomslag innen vitenskap og teknologi. I dag inngår kvantumapplikasjoner i algoritmer som adresserer optimaliseringsproblemer som radioterapioptimalisering, maskinlæringsteknikker (f.eks. for å detektere objekter fra bilder), samt modellering og simulering (f.eks. for å håndtere usikkerheter når man forutsier fremtiden).
 
Utviklingen av QC er også drevet av det presserende behovet for å løse stadig større og komplekse problemer nåværende (super-)datamaskiner ikke klarer å løse. QC har mulighet til å håndtere slik kompleksitet med sin revolusjonerende beregningskraft. Testing av slike applikasjoner er imidlertid en stor utfordring på grunn av deres radikalt forskjellige egenskaper fra sine klassiske kolleger, inkludert superposition, entanglement og probalistisk karakter av quibts.
 
Den overordnende ambisjonen til Qu-Test er å utvikle nye metoder for automatisert og systematisk testing av kvanteprogrammer. Basert på et grundig teoretisk fundament er målet å støtte fremtidig allestedsnærværende tjenester og data relatert til QC-applikasjoner for å sikre deres pålitelighet.
 
I tillegg, for å tillate testing av komplekse kvanteprogrammer med minimal mengde QC-ressurser, vil vi også utvikle nye kvantitetsoptimaliseringsalgortimer. Kostnadseffektivitet til våre metoder vil bli demonstrert ved å teste kvanteprogrammer skrevet i kvanteprogrammeringsspråk på høyt nivå (for eksempel Q#).

Vi har utviklet flere testteknikker på dette prosjektstadiet, inkludert input og output dekningskriterier, kombinatorisk testing og søkebasert testing. Vi har utviklet et mutasjonsanalyseverktøy for kvanteprogrammer for å etablere benchmarks for å vurdere kvaliteten på testteknikker. Til slutt har vi noen innledende resultater for å redusere maskinvarestøy fra testresultater slik at disse resultatene kan stole på.

Quantum computing (QC) promises to revolutionize the present form of computing, by solving unimaginably large and highly complex problems that traditional computers would never crack. The potential for QC to solve highly complex problems is also reflected by the rising number of QC platforms (e.g., Microsoft Quantum computing, IBM Quantum Experience) and their supported programming languages (e.g., Q#, QisKit supports Python, Javascript, etc). The rise of QC platforms, software development kits, and programming languages is an essential step towards Ubiquitous Quantum Computing. However, there is an urgent need for testing quantum programs, which has shown to be challenging due to inherent differences of QC with its classical counterpart, including its probabilistic nature and un-observability of the execution. Thus far, there are no systematic methods, tools, and frameworks for the proper testing of QC programs written in quantum high-level programming languages (e.g., Q#).

The ambition of the Qu-Test is to develop radically new methods for automated and systematic testing of quantum programs, based on a rigorous theoretical foundation with the ultimate goal of supporting future ubiquitous services and data related to QC applications to guarantee their dependability. To allow for testing complex quantum programs with a minimal amount of QC resources, we will also propose novel quantum optimization algorithms. The research agenda of this proposal is three-fold: 1) building testing foundations for quantum programming languages, 2) building a novel quantum search algorithmic framework for test optimization, and 3) developing an experimental testing framework including test execution, involving testing quantum programs with the proposed foundations and optimization algorithms. Our frameworks will be implemented in Q# and QisKit and we will demonstrate cost-effective testing of quantum programs written in Q# and the languages supported by QisKit (e.g., Python).

Enabling Future Dependable Ubiquitous Services and Data with Novel Testing Methods for Quantum Programs

Cyber-fysiske systemer som er selvtilpassende får stadig større oppmerksomhet, da disse anses for å være mer fleksible og robuste i lys av uforutsette hendelser. Dette fordrer imidlertid at systemene utformes på en måte som 1) muliggjør co-evolusjon med omgivelsene, slik at systemet lærer av og tilpasser seg endringer i dets omgivelser, og 2) tar høyde for iboende usikkerhet i systemets omgivelser så vel som i systemet selv.

Co-evolver adresserer disse utfordringene gjennom å undersøke og utnytte hvordan cyber-fysiske systemer realiserer mål i designfasen, slik at systemet kan utvikle og tilpasse seg når det er i drift. For å oppnå dette bruker vi teorier og teknologier fra modellbasert ingeniørkunst, evolusjonære algoritmer, maskinlæring og AI-teknologier. Målet er å sikre at disse systemene er robust mot kjente og ukjente eventualiteter som ligger innad i slike systemer. 

Så langt i prosjektet har vi utviklet metoder for kvantifisering av usikkerhet og maskinlæringsteknikker for å forbedre robustheten til selv-CPS, med et spesielt fokus på domenet for autonom kjøring. I tillegg har vi brukt forsterkende læring og epigenetikk-evolusjonære algoritmer for å bygge to nye teknikker for å sikre selv-CPS robusthet.

Self-adaptation in self-adaptive cyber-physical systems (self-CPSs) has gained great attention, mostly because of its envisioned benefits, that is, its flexibility and robustness in diverse known and unforeseen situations. Such benefits require a complex system design that must be able to handle two key challenges: 1) inevitable coevolution (reciprocally discovering their adaptation strategies and relationships and constantly coevolving with the environment) and 2) inherent internal and external (environment) uncertainty.

Co-evolver addresses this challenge and will explore and exploit the coevolution design of a self-CPS to a given level of maturity before deployment and enable the self-evolution of its coevolution strategy during operation. To achieve this, we will draw on theories and technologies from model-based engineering, evolutionary computation, and machine learning. The goal is to ensure that a self-CPS is robust to the known and unknown eventualities inherent in such systems. The key scientific outcomes are 1) a multi-paradigm modelling framework (with a focus on coevolution and uncertainty modelling) for developing executable coevolution design models, 2) novel (co-)evolutionary algorithms and advanced applied studies on uncertainty-related theories and machine learning techniques to enable the continuous exploration and exploitation of coevolution designs, and 3) a comprehensive platform for evolving coevolution design models. The scientific impact of Co-evolver is multifaceted: advancing theoretical research in evolutionary computation, fostering a research niche in the coevolution design of complex systems, and leading the uncertainty modeling research community. 

Co-evolver will collaborate with NASA JPL&Caltech, USA (leading the development of a Computer Aided Engineering for Systems Architecture platform) and SOFTEAM Cadextan, France (leading the innovation and evolution of Modelio.org, a world leading open source modeling environment).

Uncertainty-Aware Coevolution Design of Self-Adaptive Cyber-Physical Systems

Bevisst eller ubevisst så bruker vi cyber-fysiske systemer (English: cyber-physical systems (CPS)) i vårt daglige liv. Vi ser et bredt spekter av applikasjoner med slike systemer, alt fra enkle applikasjoner som smarte armbånd (til for eksempel registrering av helsedata) til komplekse applikasjoner, som oljeutvinningssystemer som benyttes på havbunnen. Slike systemer skal fungerer pålitelig selv i konfrontasjon med usikre omstendigheter. Imidlertid mangler teknologien tilnærminger til å håndtere slike utfordringer i dag. Dette prosjektet retter seg mot nettopp denne utfordringen; å sikre at applikasjonene til cyber-fysiske systemer (CPS) arbeider sikkert og pålitelig selv under usikre omstendigheter. Dette prosjektet har i første omgang mål om å fylle en åpning i litteraturen.

For å løse utfordringen nevnt ovenfor er vi avhengige av å utvikle nye automatiserte testmetoder for applikasjoner av CPS som står overfor usikre situasjoner. Gitt bredden og dybden av temaet vil vi som utgangspunkt legge vekt på å håndtere følgende to typer usikre situasjoner i anvendelser av CPS?er. 

Først vil vi fokuserer på usikkerheten knyttet til sikkerhetsfunksjonene implementert i CPS. Eksempler på slike typer sikkerhetsfunksjoner inkluderer konfidensialitet, autorisasjon og integritet. Ethvert smutthull i gjennomføringen av disse funksjonen kan føre til usikker oppførsel av en CPS, og kan derfor føre til uønskede forhold. Mer spesifikt fokuserer vi på å teste følgende to typer usikkerheter: 1) usikkerhet i sikkerhetsfunksjonene som fører til usikre operasjoner av CPSs; og 2) oppførselen til sikkerhetsfunksjoner i nærvær av andre typer usikkerheter som kan kompromittere sikkerheten til CPS. Vi har definert en taksonomi for å forstå og klassifisere sikkerhetsrelaterte usikkerheter i CPS. Basert på denne taksnomien har vi utviklet en ny modell basert på en sikkerhets prøve tilnærming. Vår tilnærming vurderer eksplisitte sikkerhetsrelaterte usikkerheter under testingen. Tester generert med vår tilnærming oppdager ukjente sikkerhetsrelaterte usikkerheter, i tillegg til å finne sikkerhetsrelaterte feil under usikkerheter. For å validere vårt arbeid vil vi bruke en ?smart-grids case study?. 

For det andre fokuserer vi på usikkerhetene i selvhelbredende atferd som er implementert i applikasjoner av CPS. CPS?ene blir stadig mer intelligente systemer og kan dermed ?helbrede? seg i tilfelle en feil situasjon. Selvhelbredende atferd er kritisk for bruken av CPS fordi slike typer atferd tillater dem å komme seg fra feil og å unngå eventuelle skadelige ettervirkninger.  Vi fokuserer på å teste selvhelbredende atferd i eksistensen av usikre situasjoner for å sikre at disse systemene vil være trygge i virkelige applikasjoner, hvor usikkerhet er uunngåelig. Vi har utviklet spesialiserte test-modelleringsmetoder for å skape eksekverbare testmodeller for selvhelbredende atferd sammen med miljømessige usikkerheter. For å utføre slike modeller effektivt for å finne feil, har vi utviklet nye aktive maskin-læringsbaserte teststrategier for å test drone applikasjoner. I tillegg har vi utviklet en testmetode for å oppdage ukjente CPS-oppføringer under en rekke nettverksforhold. 

Til slutt har vi utviklet nye metoder for testing av CPS?er slik at man systematisk og automatisk kan teste CPS?er under usikkerhet i deres applikasjoner. Når disse velprøvde systemene er installert i virkeligheten, vil disse systemene være sikre, trygge og mer pålitelige.

English Version:
Our daily life is increasingly relying on Cyber-Physical Systems (CPSs). We can find such systems in many safety and mission-critical domains such as robotics, logistics, healthcare, aerospace, and maritime applications. Tackling uncertainty in CPSs at an acceptable cost is essential to prevent severe failures in real life. Ensuring that CPSs will provide correct behaviors in the presence of uncertainty, we need to demonstrate that CPSs achieve a satisfactory level of safety, security, and robustness at an acceptable cost. To ensure the quality of the systems, we need to develop cost-effective methods for verification and validation of CPSs such as based on systematic and automated model-based testing (MBT).
Our goal is to improve the dependability (e.g., security and robustness) of CPSs with cost-effective model and search-based testing methods with a particular focus on known and unknown risky uncertainty. Unknown uncertainty is the one risk factor that can only be observed during the real operation of a CPS as opposed to the ones that are known at the design time. The consequence of risky uncertainty will be unwanted circumstances leading to potentially hazardous situations. We will achieve our goal by advancing the current state-of-art by developing new solutions for testing Cyber-Physical Systems based on sound theoretical foundations in the following steps. First, we will develop a solution for minimalistic modeling of different types of known risky uncertainties. Second, we will develop methods to intelligently evolve known models towards realistic and risky unknown uncertainty models (evolved models) using search algorithms (e.g., genetic algorithms mimicking natural selection). Third, we will develop methods to automatically generate test cases from the evolved models to test a CPS under unknown uncertainty. With our solutions, we will ensure that the CPSs will continue to operate appropriately even in uncertainty and possibly at a reduced quality of operation, rather than to fail.

Norwegian Version:
Vårt daglige liv er avhengig av Cyber-Fysiske Systemer (CFS-er) i økende grad. Vi kan finne slike systemer i mange sikkerhets- og samfunnskritiske domener som roboter, logistikk, helsetjenester, luftfart og sjøfart. Det er essensielt å håndtere usikkerhet i CFS-er til en akseptabel kostnad hvis man skal forhindre katastrofale feil i det virkelige liv. For å sikre at CFS-er vil oppføre seg korrekt i møte med usikkerheter må vi demonstrere at systemene kan være tilfredsstillende trygge, sikre og robuste, til en akseptabel kostnad. For å sikre denne kvaliteten må vi utvikle kostnadseffektive metoder for å verifisere og validere CFS-er, slik som metoden basert på systematisk, modellbasert testing (MBT).
Målet er å forbedre påliteligheten (sikkerheten og robustheten) til CFS-ene med kostnadseffektive modellbaserte testmetoder som spesielt tar for seg kjente og ukjente uforutsigbarheter. Ukjente uforutsigbarheter er den ene risikofaktoren som bare kan observeres under virkelige kjøringer av Cyber-Fysiske Systemer, i motsetning til de uforutsigbarhetene som er kjent ved utviklingsstadiet. Konsekvensen av risikable uforutsigbarheter er at uønskede omstendigheter fører til potensielt farlige situasjoner. Vi ønsker å nå målet vårt ved å videreutvikle dagens forskning og utvikle nye løsninger for å teste CFS-er basert på et solid teoretisk grunnlag. Først vil vi utvikle en løsning for minimalistisk modellering av ulike typer risikable uforutsigbarheter. Deretter vil vi utvikle metoder for intelligent evolusjon av kjente modeller mot realistiske og risikable ukjente usikkerhetsmodeller (utviklede modeller) ved å bruke søkealgoritmer som minner om naturlig utvalg. Det tredje steget går ut på å utvikle metoder som automatisk genererer eksempeltester fra de utviklede modellene for å teste en CFS for ukjente uforutsigbarheter. Med våre løsninger skal vi sikre at CFS-ene vil fortsette å være i korrekt drift selv om de skulle møte på uforutsigbarheter. Systemene vil muligens kjøre med redusert kapasitet, men driftsstans kommer ikke til å inntreffe i møte med risiko.

0 antall prosjekter

FRIPRO-Fri prosjektstøtte

Co-tester: Collective-Adaptive Testing of Coevolving Autonomous Cyber-Physical Systems of Systems under Uncertainty

Tildelt: kr 12,0 mill.

Prosjektperiode: 2021-2027

Sted: Oslo

IKTPLUSS-IKT og digital innovasjon

11th Symposium on Search-Based Software Engineering (SSBSE 2019)

Tildelt: kr 64 082

Prosjektperiode: 2019-2019

Sted: Oslo

IKTPLUSS-IKT og digital innovasjon

Enabling Future Dependable Ubiquitous Services and Data with Novel Testing Methods for Quantum Programs

Tildelt: kr 14,4 mill.

Prosjektperiode: 2019-2025

Sted: Oslo

FRIPRO-Fri prosjektstøtte

Uncertainty-Aware Coevolution Design of Self-Adaptive Cyber-Physical Systems

Tildelt: kr 10,0 mill.

Prosjektperiode: 2019-2026

Sted: Oslo

IKTPLUSS-IKT og digital innovasjon

MBT4CPS: Evolving, Modelling and Testing Realistic and Risky Uncertain Behaviours of Cyber-Physical Systems

Tildelt: kr 7,2 mill.

Prosjektperiode: 2015-2018

Sted: Oslo