2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

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

Kunnskapsdepartement

Utenriksdepartemente

Samferdselsdeparteme

Nærings- og handelsd

Ukjent

Arbeids- og sosialde

Utdannings- og forsk

Fornyings-, administ

Arbeids- og administ

Nærings- og fiskerid

Samfunnsvitenskap

Matematikk og naturvitenskap

Oslo

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Grunnbevilgninger og institusjonell støtte

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Fagmiljøer og talenter

LTP3 Rettede internasjonaliseringstiltak

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

LTP3 Tillit og fellesskap

LTP3 Demokrati, styring og forvaltning

LTP3 Velferdstjenester

LTP3 Kultur, sivilsamfunn og medienes rolle

LTP3 Utenforskap, inkludering, kulturmøter og migrasjon

LTP3 Samfunnssikkerhet og beredskap

LTP3 Global utvikling, ulikhet, og demokratibygging

Instituttsektor

UoH-sektor

Portefølje Forskningssystemet

Portefølje Demokrati og global utvikling

Portefølje Velferd og utdanning

Portefølje Muliggjørende teknologier

Portefølje Banebrytende forskning

Infrastruktur og institusjonelle tiltak

Programmer

Frittstående prosjekter

Grunnbevilgninger

Koordinerings- og støtteaktivitet

Ingen søknadstype

Politikk- og forvaltningsområder

Velferd, arbeidsliv og utdanning

Kultur

Internasjonalisering

Anvendt forskning

Grunnforskning

Velferd

Kjønnsperspektiver i forskning

Globale utfordringer

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

Offentlig forvaltning (kommuner, fylkeskommuner og statsforvaltningen) har behov for gode og detaljerte stedfestede data for å oppnå forståelsen som kreves for å fatte gode politiske og administrative beslutninger i byggesaker, planprosesser, byutvikling og tilsvarende prosesser.  I eksisterende offentlige geodatabaser er fysiske objekter, for eksempel bygninger, i hovedsak representert med todimensjonale geometrier (punkt, linjer og flater). Tredimensjonale volumgeometrier gir en langt bedre representasjon av virkeligheten og danner et sikrere grunnlag for analyser og visualisering. Samtidig antas det at etablering av volumgeometrier i offentlige geodatabaser vil medføre nye utfordringer for datainnsamling og forvaltning. 

I prosjektet ønsker vi å avklare hvilke behov, muligheter og utfordringer offentlig forvaltning og private aktører ser i forbindelse med innføring av volumgeometrier i offentlige geodatabaser. I første omgang vil det fokuseres på bygninger, men prosjektet skal også se videre mot hvordan fysiske objekter kartlegges og forvaltes i andre geodatabaser. Utredningen skal gjøres i tett samarbeid med representanter fra ulike nivå av offentlig forvaltning og private aktører med ulike roller i økosystemet rundt innsamling og forvaltning av stedfestet informasjon. Etablerte samarbeidskanaler som Norge digitalt og Geovekst vil benyttes i prosjektet.  

På basis av kartlagte behov, muligheter og utfordringer skal det beskrives prinsipper for innføring av volumgeometrier i norske offentlige geodatabaser. Disse prinsippene vil bli anvendt i et mulig hovedprosjekt der innsamling og forvaltning av volumgeometrier innføres i de sentrale geodatabasene Felles Kartdatabase (FKB) og Matrikkelen.

Utredning av prinsipper for innføring av volumgeometrier i norsk geodataforvaltning

Målet for FUSE er å utvikle kunnskap og metoder for energieffektive og trygge skipsoperasjoner ved å kombinere KI og skips hydrodynamikk som muliggjør raske utslippsreduksjoner fra den globale flåten gjennom neste generasjons ruteoptimalisering.


Hovedideen er å utvikle metoder for mer nøyaktige numeriske modeller for skipsytelse, inkludert både energi- og bevegelsesegenskaper, ved å bruke kunstig intelligens i kombinasjon med klassisk hydrodynamikk. Tradisjonelle hydrodynamiske modeller er basert på grunnprinsipper og reflekterer fysiske lover. Kunstig intelligens kan trenes på operasjonelle data til å finne nye sammenhenger i dataene utover det man vet fra fysikkens lover. Begge tilnærmingene har sine fordeler og ulemper, og vi tar sikte på å kombinere det beste fra begge tilnærmingene og utvikle hybridmodeller. 
Potensielle effekter av de nye skipsmodellene vil evalueres gjennom bruk i ruteplanlegging.

Som utgangspunkt vil vi samle brukerkrav fra industripartnerne med fokus på to utvalgte brukstilfeller; deep sea og fergedrift. Forskningsaktivitetene vil dekke dataanalyse, KI og skipshydrodynamikk og reiseoptimalisering og beslutningsstøtte. Relevante forskningstemaer innebærer å sammenligne de ulike tilnærmingene for å estimere skipsytelse, vurdere nøyaktighet og gyldig bruk av modellene og evaluering av modellenes sensitivitet og anvendelighet. Til slutt vil den potensielle effekten av å bruke hybridmodeller i reiseoptimalisering bli undersøkt og demonstrert. En ph.d.-kandidat vil bli utdannet fra NTNU med fokus på å fusjonere KI med skipshydrodynamikk. 

Prosjektpartnerne er SINTEF Ocean, SINTEF Ålesund, NTNU, Torghatten, Vard Electro, NAVTOR og G2 Ocean.

The FUSE vision is to rapidly reduce emissions from the global fleet by unlocking the full potential of operational data through fusing AI and ship hydrodynamics for next generation voyage optimization. The main idea is to develop theoretical approaches and methodology utilizing the potential of using AI in combination with classical hydrodynamics to develop more accurate numerical models for ship performance, including both energy and motion characteristics. Traditional hydrodynamic models are based on first-principle, reflecting physical laws. AI-based models which uses operational data are used to establish a statistical relationship between inputs and outputs. Both approaches have their pros and cons, and we aim to fuse the best of both approaches and develop hybrid models as input to voyage planning and onboard decision support systems.  As a starting point, we will gather user requirements from the industrial partners focusing on two selected use cases; deepsea and ferry operations. The industry partners will be involved during the whole project period ensuring that the competence and results can be exploited into their product and services. The industry partners will contribute with operational data from their ships as research data. 

The research activities will cover data analytics, AI and ship hydrodynamics and voyage optimization and decision support. Research partners are SINTEF Ocean, SINTEF Ålesund, and NTNU. A PhD candidate will be educated from the NTNU with supervisors from Marine Technology and Engineering Cybernetics with focus on fusing AI with ship hydrodynamics. Relevant research topics involve comparing the different approaches for estimating ship performance, considering accuracies and valid usage of the models and evaluation of sensitivity and applicability of the models. Finally, the potential impact of using hybrid models in voyage optimization will be investigated and demonstrated.

Fusing AI and Ship Hydrodynamics for Next-Gen Voyage Optimization

Ettersom flere mennesker lever lenger, trenger vi flere helsetjenester, spesielt for akutte helseproblemer. Dette legger mye press på helsesystemet vårt, som inkluderer hjemmeomsorg, sykehjem, lokale klinikker og sykehus. For å sikre at vi kan ta vare på alle i fremtiden, må vi finne måter å hjelpe eldre mennesker med å holde seg sunne og unngå å trenge mye omsorg.
PAI-prosjektet jobber med dette problemet. Prosjektet bruker kunstig intelligens (KI) for å forutsi hvilken type omsorg eldre mennesker kan trenge ved å se på helsedata. Ved å oppdage helseproblemer tidlig, kan vi ta skritt for å forhindre at de blir verre. Dette kan bety at vi forhindrer fall i sykehjem eller endrer en persons medisinering på deres lokale klinikk. Dette bidrar til å unngå sykehusopphold, som kan være dyre og stressende.
Imidlertid er det vanskelig å forutsi helsebehov fordi dataene vi har kan variere mye. Det kan være forskjellig avhengig av hvor personen bor, og hvilke helseproblemer de har. For å håndtere dette, jobber PAI-prosjektet med mennesker som mottar omsorg og helsearbeidere for å utvikle KI-verktøy. Prosjektet tester disse verktøyene i virkelige situasjoner i Spania, Sverige og Norge.
Prosjektet bruker en blanding av metoder for å samle inn og analysere data. Dette inkluderer både tall (kvantitative data) og folks erfaringer og meninger (kvalitative data). Målet er å hjelpe eldre mennesker ved å gi dem riktig omsorg til rett tid, forhindre at skader og sykdommer blir verre. Det hjelper også helsearbeidere ved å sørge for at ressursene brukes effektivt og skaper et godt arbeidsmiljø. Løsningene de finner kan brukes på mange forskjellige steder.

As the population ages, the demand for healthcare services increases, including acute care. This puts a strain on healthcare resources, making efficient care management crucial at all levels - home, nursing homes, primary care, and hospitals.
The PAI project aims to address this challenge by using artificial intelligence (AI) to predict the care needs of older individuals. By analyzing patient monitoring data, the project can detect early signs of health or functional decline. This allows for preventive measures to be taken, reducing the need for costly acute care and aftercare. For example, hospitalizations can be prevented by avoiding falls in nursing homes or adjusting medication in primary care.
However, predicting the care needs of older patients is not straightforward. It involves dealing with varying data availability, quality, and potential interventions across different care levels and diagnoses. To tackle this, the PAI project uses a design science approach and a multiple case study design. It develops analytics in collaboration with care recipients and healthcare practitioners and implements them in real-life settings in Spain, Sweden, and Norway.
The project uses a mixed-methods strategy for data collection and analysis, combining quantitative and qualitative elements. This includes the thematic interpretative analysis of meeting notes, interviews, and observations, as well as the statistical longitudinal trend analysis of Key Performance Indicators in the respective healthcare systems.
The benefits of the PAI project are twofold. Older individuals receive adequate early care, preventing injuries and the worsening of diseases. Healthcare staff can use their resources more effectively, creating a sustainable and satisfying work environment. The outcomes of the project are scalable and can be applied in various contexts, making it a valuable contribution to the future of European healthcare.

Predicting Care Needs of Older Adults in the Healthcare System through AI-enabled Analysis of Patient-Monitoring Data

I Nordsjøen finnes det organisk rike leirlag som har blitt begravd til flere kilometers dyp. Når slike leirlag blir begravd til flere kilometers dyp, blir de så varme at de begynner å generere olje og gass. Av all oljen og gassen som har blitt generert i Nordsjøen, har hele 98% lekket ut til havet over geologisk tid. Men hvor skjer dette? Hvor mye lekker ut? Hvilke miljøkonsekvenser har det? Hvordan påvirker det planer for CO2-lagring at væsker kan sive ut naturlig noen steder? Og kan det gi ny innsikt i hvor man bør lete etter olje og gass? Dette er spørsmål som InFluSe-prosjektet skal svare på. 

InFluSe står for "Integrated study of Fluid Migration and Seepage in the Southern Norwegian North Sea - Impact on Hydrocarbons, Environment, and CO2 storage". På grunn av de viktige konsekvensene hydrokarbonlekkasje i Nordsjøen har, er det mange som er interessert i dette prosjektet. Prosjektet ledes av Universitetet i Bergen, og har partnere fra industri, akademia og statsadminstrasjon, og disse partnerene inkluderer UiT, Equnior, Vår Energi, AkerBP, Aarhus Universitet, Geomar Kiel, Havforskningsinstituttet og Sokkeldirektoratet. 

I løpet av det første av fire år, skal vi ansette fire PhD-kandidater og gjennomføre et tokt på 20 dager med forskningsskipet G.O. Sars. Den første av PhD-stipendiatene skal bruke satellittdata til å undersøke hvor, når og hvorfor olje lekker i Nordsjøen. Den andre PhDen skal undersøke eksisterende brønn-, kjerne- og seismikk-data fra Nordsjøen for å finne ut hvilke veier hydrokarbonene migrerer under bakken. Den tredje skal samle inn og prosessere nye høy-oppløselige 3D-seismiske data over områder med mye lekkasje for å undersøke hvordan hydrokarbonene kommer seg gjennom takbergartene. Den siste skal undersøke geokjemiske og biologiske prøver fra hydrokarbonoppkommene for å finne ut hvor de kommer fra, hvor lenge de har vert aktive, og hvilke påvirkninger de har på miljøet.

In the Southern Norwegian North Sea (SNNS), analysis of satellite radar data supported by recent scientific cruise activity reveals a previously unknown pattern of natural oil seepage. This seepage pattern indicates the presence of a widespread and previously unknown hydrocarbon migration system. Combined with the extreme availability of subsurface data in the study area and our ability to conduct scientific cruises with state-of-the-art research vessels, the observed seepage pattern makes it possible to characterize and understand migration of fluids in sedimentary basins from source to seep, at a hitherto unparalleled level of detail. Through an integrated and cross-disciplinary research program, the InFluSe project partners will create a complete understanding of hydrocarbon migration and seepage in the SNNS through two scientific cruises, a comprehensive analysis and modelling program, and education of 4 PhDs and >10 MScs in the disciplines of geomatics, subsurface geology, geophysics and geochemistry. Firstly, we will determine the hydrocarbon migration pathways in the SNNS area and develop a baseline of natural hydrocarbon seepage in terms of distribution and rates that past and potential future well-related emissions can be evaluated against. Secondly, improved knowledge about distribution and rates of hydrocarbon seeps in the Norwegian North Sea will make it possible to assess the geological contribution of hydrocarbons, carbon and methane (the most important greenhouse gas after CO2) to the environment and atmosphere, something that is poorly understood from both a conceptual and regional perspective, and may be exacerbated by the shallow depth of seepage here. Thirdly, several CO2 storage licenses are in place in the SNNS and the impact of the observed seepage on the CO2 storage integrity in these areas will be addressed by InFluSe. Finally, understanding of pathways of hydrocarbon migration will help improve play models and de-risk exploration prospects.

Integrated study of Fluid Migration and Seepage in the Southern Norwegian North Sea - Impact on Hydrocarbons, Environment, and CO2 storage

mSpider: a universal “digital adaptor” to extract physical activity and health data from wearable sensors

Samkjøring og bestillingstransport har et potensial til å revolusjonere transportsystemet i distriktene ved at kapasiteten i kjøretøyene utnyttes på en bedre måte. Dette bidrar til et mer miljøvennlig, mer økonomisk levedyktig og mer inkluderende transportsystem. 
Prosjektet vil gi kunnskap om og verktøy som skal stimulere til at tilbudet om samkjøring i kombinasjon med kollektivtransport kan utvides på en måte som kommer både brukerne og operatørene til nytte, samtidig som kostandene holdes nede. Det vil vi gjøre ved å studere tre ulike og innovative forretningsmodeller for samkjøring som testes i tre ulike regioner i Norge (Vestlandet, Trøndelag og Agder). Løsningene skiller seg fra tidligere samkjøringsløsninger på to måter: de er offentlig subsidiert, og de retter seg mot spredtbygdestrøk. 
Prosjektet har fem delmål: 
i)	få inngående kunnskap om hva som forklarer bruk/ikke bruk av samkjøring, 
ii)	få kunnskap om hvordan ulike samkjøringstjenester påvirker bilbruk, reiseatferd og tilgjengelighet, 
iii)	optimere rute- og frekvensplanleggingen for samkjøring i kombinasjon med offentlig transport for å forbedre den generelle mobiliteten og velferden til befolkningen i rurale områder, samt å redusere de eksterne kostnadene ved persontransport, 
iv)	identifisere barrierer og suksessfaktorer for oppskalering, og 
v)	å gi interessenter kunnskap og verktøy for å forsterke en oppskalering av samkjøring. 
For å nå disse målene vil vi bruke en blanding av metoder og data (f.eks. fokusgrupper, undersøkelser, geokodede brukerdata, arealbruksstatistikk). Ved å dra nytte av allerede innsamlede data vil vi utvikle panelstudier som vil gjøre det mulig for oss å måle og gi kunnskap om effekten av samkjøring på reiseatferd, utslipp og tilgjengelighet.
Kritiske interessenter er inkludert i prosjektet - alt fra kollektivtransportleverandører, samkjøringsselskaper til fylker- og kommuner - for å bygge bro mellom kunnskapsgenerering og praktiske anvendning.

On-demand ridesharing and shared mobility solutions increase vehicles occupancy and have the potential to revolutionize the transport system in rural areas, making it more environmentally friendly, more economically viable and more socially sustainable. This project will provide knowledge on and tools to stimulate a cost-effective upscaling of ridesharing in rural areas. We will do so by studying three different and innovative business models for ridesharing that are being piloted in three different regions of Norway (Vestlandet, Trøndelag and Agder). These solutions stand out from earlier ridesharing solutions in two ways: they are publicly subsidized, and they target rural areas. 

The overall objective is to stimulate a cost-effective upscaling of public subsidized ridesharing to facilitate a more efficient, sustainable and inclusive transport system in rural areas, by i) gain in-depth understanding on the mechanisms for adoption of ridesharing, ii) gain knowledge on how it impacts car use, travel behaviour and accessibility, iii) optimize ridesharing in tandem with rural public transport to improve the overall mobility and welfare of rural transport users, and reduce the external costs of passenger transport, iv) identify barriers and success factors for upscaling, and v) to provide stakeholders with resources and tools to amplify an upscaling of ridehsaring. This objective addresses the knowledge needs of the collaborative partners and knowledge gaps in the literature. Our project is tailored to reach this objective through a sound theoretical framework, integrated method design, unique data sets (paneldata with a treatment and reference group and user data with gps, combined with land use statistics), as well as qualitative data (e.g focus group interviews and workshops), and an interdisciplinary and cross-sectoral consortium, consisting of research institutes, universities and public sector actors.

Combining Public transit and Ride Sharing in rural Transport

Store skip (over 5000 bruttotonn), som containerskip, bulkskip og tankskip står for ca. 90% av karbondioksidutslippene (CO2) forårsaket av den maritime sektoren i dag. For denne typen fartøy er nullutslippsløsninger, som elektrifisering, ikke lett tilgjengelige. Det er derfor avgjørende å finne andre løsninger for å avkarbonisere dem. En ny teknologi spesielt egnet for store fartøyer, er moderne seil, kalt vindassisterte fremdriftssystemer (WAPS). WAPS har potensial til å redusere drivstofforbruket med opptil 60% og dermed redusere klimagassutslippene betydelig. 
For å realisere og maksimere potensialet til WAPS er det avgjørende å ha en grundig forståelse av de komplekse vindforholdene som oppleves på havet og forstå hvordan WAPS bør brukes for å møte denne utfordringen på en optimal måte. Vindforholdene i skipsfart kan variere betydelig avhengig av ruten (dypt hav, kyst, osv.), men også innenfor samme seilas. WAPS må derfor utformes for å fungere i et bredt spekter av vindforhold. Dette kompliseres ytterligere av bevegelsen indusert av fartøyet. Som en ny teknologi, er den fulle innvirkningen av de dynamiske, realistiske vindforholdene på WAPS ennå ikke fullt ut forstått. 
reSail vil fremme vindassistert fremdrift ved å forbedre forståelsen av vindforholdene som WAPS vil utsettes for. Vindmålinger på skip vil sammen med vindtunnelmålinger og modelleringsarbeid muliggjøre forbedring av kontroll, plassering og implementering for å realisere det fulle drivstoff- og utslisppsbesparende potensialet til WAPS.

Wind-assisted propulsion systems (WAPS) have the potential to contribute significantly to the decarbonization of international shipping. They are particularly suited for large vessels, which contribute heavily to global emissions from the maritime industry. To maximise the potential of wind-assisted propulsion the wind conditions WAPS are facing and how they affect wind propulsion ships need to be well understood. reSail will address this challenge by generating full-scale measurement data from a demonstrator ship, examining the ideal placement of wind-assisted propulsion systems (WAPS) on a ship, developing advanced aerodynamic models and control strategies to make the newly acquired knowledge available to a broad audience and finally assess the implications of complex wind conditions on ship operation. 
This will be obtained by a combination of methods ranging from, field measurements on a sea-going vessel, laboratory scale experiments in tailored flow conditions, to simulations of both individual components, such as the control system, as well as the ship holistically. The project will be conducted by a strong consortium comprised of three research institutions with strong competence in maritime transport, fluid mechanics, control strategies and ship operation, both experimentally and numerically, as well as key industry actors in shipping, wind-assisted propulsion and Geo-data. Close collaboration between the partners and among the different tasks in the project will advance wind-assisted propulsion and thus efficient green shipping in Norway.

Sailing with wind-assisted propulsion in realistic wind conditions

Achieving effective reduction in greenhouse emissions necessitates both preventing resource depletion and offering sustainable solutions to meet the increasing demand for energy. The technology developed in the NEXPECH2 project effectively addresses the above-mentioned challenges by using solar energy to convert water to green hydrogen (H2) under standard atmospheric temperature and pressure. Green hydrogen is a clean, sustainable chemical fuel that can be stored on a large scale for a long time and used to replace fossil fuels as a means of energy storage, transportation fuel, and feedstock. The NEXPECH2 ultimate goal is to deliver green H2 on a prototype lab-scale via development of a innovative photoelectrochemical (PEC) system for maximized solar light harvesting and efficient solar conversion to H2. The project will develop a low-cost compact device with an objective of reaching 10% solar-to-fuel efficiency and <10% degradation over 200 h operation.

Next generation photoelectrochemical cell for hydrogen generation (NEXPECH2)

Commercialisation of a beast cancer detection model developed for BreastScreen Norway

Kvist Kunstig Intelligens — Kvistmodellering med Computer Tomografi

Midlene fra BIONÆR-Bionæringsprogram fordelt på år

Midlene fra BIONÆR-Bionæringsprogram fordelt på fylker

Midlene fra BIONÆR-Bionæringsprogram fordelt på fagområde

Professor

Wood can serve as long-term carbon sink, and increased use in buildings is a means to reduce the negative effects of climate change. Consequently, it is important to produce sawn timber suitable for buildings, furniture and other products with long lifespans. As more wood is used, it is even more important to use the wood resource efficiently. 

Industrial computer tomography (CT) scanning of logs is becoming a more widespread tool in sawmills, and it has proven to considerably increase the volume of high-value sawn timber. CT scanning of logs provides information on the interior properties prior to sawing, and this can be considered when optimising the sawing.

The most difficult CT-detection problems are the size of knots in sapwood and the transition between sound and dead knot sections. Knot size and whether knots are sound or dead are important factors for sawn timber quality, and the requirements vary between different products. Knot size is a limitation for structural timber since it has negative effects on strength and stiffness. For timber used in visual applications, where the appearance is important, there are additional requirements for sound and dead knots. A more accurate detection of knot properties in CT scanning will improve the quality prediction and contribute to a more efficient use of the wood resource.  

The knot properties are related to the crown development and branching of the trees and can be predicted from external tree measurements and forest inventory data. The project aims at improving the algorithms for knot detection in CT scanning by use of artificial intelligence (AI), combining data from CT scanning with physical measurements of knots and forest inventory data, and developing new models for estimating knot properties and strength and stiffness of sawn timber.

Materials of 24 Scots pine trees and 24 Norway spruce trees are collected from 16 locations in three regions in Sweden. The logs have been CT-scanned in wet condition, and samples of branch whorls have been extracted and scanned again after drying to about 30% moisture when the knots in the sapwood are easier to detect. In total, 1843 knots have been recorded in Scots pine and 1751 in Norway spruce. Geometrical measures of the knots have been recorded, and now we have a complete dataset with forest- and tree data, CT-data, and data from physical measurements of the knots. A corresponding material of Norway spruce has been sampled in Germany.

As mentioned earlier, we have two stages of CT scans: wet and dry versions of the same disks. The dry scans provide better contrast between the knots and the surrounding wood, and our aim is to begin segmenting the knots from the dry data. However, in industry situations, we need to account for the wet data and perform segmentation on that. To achieve this, we require registration software to match both datasets so that we can transfer information between them. We have developed a semi-automated Matlab-system for this purpose, which uses matching algorithms to align the data. In most cases, some manual adjustments are needed to achieve perfect matching. We have already matched the data for both Scots pine and Norway spruce.

Regarding segmentation, we are in the process of creating ground truth data to start modeling the segmentation models of knots and the sound-dead knot border in the disks. Currently, we have an almost developed Python software to support this work. In this software, we can load both the wet and dry versions of the data together. We have established a setup for physical measurements over the CT data, which aids in creating the best possible ground truth during annotation. By using the registered data, we can transfer the annotations made on one version to the other. As soon as we have the ground-truth data ready, we can start creating segmentation models.

Knot-extraction methodology from CT log scans will be developed with more details and a higher accuracy than those of existing algorithms. This will correspond to a significant improvement over existing methods. Industrial CT scanning of logs is becoming a more widespread tool in sawmill production and has proven to considerably increase the volume of high-value sawn timber. Still, there is great potential in improving its accuracy. The novel image analysis methods based on deep learning and neural network approaches, in combination with improved models, will enable a more precise production optimisation from forestry to log and final end-product (sawn-timber). The project is divided into 9 WPs covering different levels of the processing chain, centering the branch/knot structure, and linking tree (crown, growth) and mechanical wood (strength, stiffness) properties.
A unique database will be created and will be used for the following purposes: 
- AI-based algorithms for better extraction of knots from CT images, combined with statistical modelling based on the training data sets.
- Combination of forest inventory data and detailed tree growth data, external stem, crown and branch measurements and knot properties with data from CT scanning to improve sawing simulations. It will also make systems for more optimal bucking of stems possible, and feedback to forestry and silviculture, and therefore the forest value chain will be more sustainable due to a higher material efficiency.
- Systematically compare CT measurements of stem/knot structure in green and dry conditions with manual, physical measurements of the same properties in order to improve algorithms for knot extraction from CT images.
- Development of new grading models for estimating strength and stiffness of virtual boards based on CT data.

Wood Artificial Intelligence — Knot modeling by Computed Tomography

STIM-EU Institutt for samfunnsforskning (ISF)

The International Symposium on Media Innovations

New media increasingly influence the development of collective action around contentious international issues. Within the framework of "technological environment", new media strengthens the globalization of media channels, and offer new instruments to loc alize the information narrative by grassroots actors. The result is empowering online collective action that generates policy reactions at the international level. The recent stream of protests against authoritarian regimes in North Africa lends empirical  evidence to the potentialities of the Internet in transition countries. This scenario calls for new lines of research in the field of new media and international politics.
Research in this field must address new comparative research strategies in order t o explore the use of new media across countries and political systems. Moreover, the spread of new media and the globalization of a ?technological environment? has implications for many different disciplines and field of research. This demands an interdis ciplinary response, involving scholars with different backgrounds and different foci of analysis. So far, there has been limited dialogue between scholars in the field of new media, international relations, and practitioners promoting the use of new media  in transition democracies.
The proposed workshop aims to bridge this dearth in existing research by taking an interdisciplinary approach to the state of the art on new media in transition countries, and implications for international political processes.  The workshop will establish clear lines of collaborations between experts of new media and collective action, and scholars working in the field of international politics with a main focus on civil society and development, as well as practitioners in the  field of new media and politics in transition countries. The proposed workshop has the goal to strengthen collaborations in order to launch further projects in the field of media and International politics.

Media Innovations in International Politics: Opportunities of new media in transition countries

Digitaliseringa av fjernsynet er nå i full gang. Kabel-og satellittnettene digitaliseres, breibåndsselskapene forbereder seg på å overføre fjernsyn over sine nett, og departementet skal lyse ut konsesjon på digitalisering av bakkenettet. Denne digitaliser inga er forventa å gi flere kanaler og åpne for nye og interaktive tjenester. Samtidig reiser det en rekke mediepolitiske utfordringer knytta til å sikre et landsdekkende tilbud, å unngå at konvergens og vertikal integrasjon medfører ny mediekonsentrasjon , samt å videreføre kulturpolitiske målsettinger i et globalisert mediemarked. 
Prosjektet vil ta for seg digitaliseringen av fjernsynet mens den pågår og vil studere hvordan politikere og myndigheter møter en ny situasjon, hvordan markedsaktørene posisjo nerer seg, samt hva som skjer med folks fjernsynstilbud. 
Prosjektet vil fokusere på utviklinga i Norge, men vil også trekke inn erfaringer fra andre europeiske land for å sette den norske utviklinga i perspektiv. De viktigste kildene vil være dokumenter,  intervjuer, samt elektroniske programguider og kanalenes sendeskjema. 
Prosjektet er relatert til CCC (The Convergence, Communication & Competence Network) som sender egen søknad.

Digitalisering av fjernsynet- endringer i politikk, marked og tilbud

Grunnbevilgning - ISF

0 antall prosjekter

STIM-EU-Strat.Instituttsats.EU-prosj

STIM-EU Institutt for samfunnsforskning (ISF)

Tildelt: kr 2,1 mill.

Prosjektperiode: 2020-2022

Sted: Oslo

VERDIKT-Kjernekomp.og verdiskaping IKT

The International Symposium on Media Innovations

Tildelt: kr 36 411

Prosjektperiode: 2012-2012

Sted: Oslo

SAMKUL-Samfunnsutviklingens kulturell

Media Innovations in International Politics: Opportunities of new media in transition countries

Tildelt: kr 0,13 mill.

Prosjektperiode: 2012-2012

Sted: Oslo

SAMF-Fagkomiteen for samfunnsvitenskap

Digitalisering av fjernsynet- endringer i politikk, marked og tilbud

Tildelt: kr 2,1 mill.

Prosjektperiode: 2003-2006

Sted: Oslo

RBGRUNSAMF-Resultatbasert grunnbevilgning - Samf.vitensk.institutter

Grunnbevilgning - ISF

Tildelt: kr 236,5 mill.

Prosjektperiode: 1997-2022

Sted: Oslo