Tilbake til søkeresultatene

SFI-Sentre for forskn.drevet innov

Visual Intelligence

Alternativ tittel: Visuell Intelligens

Tildelt: kr 96,0 mill.

Visual Intelligence utvikler nye typer kunstige nevrale nettverk, kalt dyp læring (kunstig intelligens), for å trekke ut viktig informasjon fra forskjellige typer komplekse bildedata. Senterets brukerpartnere har visuelle data som en sentral del av deres tjenester og verdiskapning, og representerer viktige samfunnsområder innen medisin og helse, innen marin kartlegging, innen energifeltet, og innen jordobservasjon. Visual Intelligence skiller seg ut i den internasjonale faglige utviklingen innen dyp læring ved å koble sammen forskjellige anvendelsesområder og ved å utvikle dyp læring for nye typer reelle og utfordrende bildedata mens man utveksler erfaringer på tvers av applikasjoner. Dette i motsetning til dagens tilnærminger som i stor grad er spesialtilpasset vanlige digitale kamerabilder og enkeltstående anvendelser. For å oppnå dette forsker Visual Intelligence fram ny metodikk for de neste tiårene innen dyp læring, som er dataeffektiv, som er robust i forhold til kvalitet på bildedata og statistiske variasjoner, og som er tolkbar i den forstand man skal kunne forklare hva som ligger til grunn for nettverkenes prediksjoner og i hvilken grad det knyttes usikkerhet til disse. Innen medisinsk bildeanalyse bidrar vi nye metoder for diagnose -og beslutningsstøtte for hjerteundersøkelser og kreft, i samarbeid med Universitetssykehuset i Nord Norge, Helse Nord IKT, GE Vingmed og Kreftregisteret. Innen det marine bidrar vi til nye metoder for tolkning av ekkogrammer for hjelp til bestandskartlegging sammen med Havforskningsinstituttet. Innen energifeltet utvikler vi nye bildeanalyser, for eksempel av havbunn, i samarbeid med Equinor. Og innen jordobservasjon forsker vi på nye metoder for skipsdeteksjon og kartlegging av jordas overflate i samarbeid med KSAT og Terratec. Visual Intelligence sin forskning er åpen. Vi utdanner nye kandidater og forskere innen maskinlæring og kunstig intelligens. Det er sterkt økende behov for personer med denne kompetansen.

The user partners of Visual Intelligence all aim at becoming more data-driven, where information extraction from digital visual data is an essential part of this and important for their value creation. They all have very complex imagery, acquired from a variety of sensors. The biggest drivers in the recent progress of AI systems for computer vision is the use of deep learning. However, there is still a long way before the full potential of deep learning is realized for applications and industries relying on more complex visual data. This is especially the case when annotated visual data are scarce and experts are needed to interpret them. Visual Intelligence aims to unlock the unused potential of deep learning methodology for extraction of knowledge from complex image data. To achieve this the centre will develop solutions for (i) learning from limited data; (ii) exploiting context and prior knowledge; (iii) estimation of confidence and uncertainties; and (iv) explainable models. This will create value for the user partners across our main innovation areas: -Medicine and health -Marine science -Energy and industry -Earth observation. Through this the centre will develop innovations that will contribute to solving important societal challenges related to health, resource management and climate monitoring by leading to better tools for: -Detecting heart disease and cancer -Monitoring and detecting natural resources -Monitoring the environment and climate -Monitoring risk and potential natural disasters. The strong combined research capacity in machine learning for solving real image analysis challenges is a main asset of Visual Intelligence, enabled by the unique interlinking of top research partners and active user partners enabling crucial cross-fertilization between domains. Leveraging top class international cooperation, we will train a large number of researchers and candidates to fill a digital competence void in the Norwegian business and public sector.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Aktivitet:

SFI-Sentre for forskn.drevet innov

Temaer og emner

LTP2 Innovasjon i stat og kommuneDigitalisering og bruk av IKTIKT forskningsområdeBransjer og næringerIKT-næringenLTP2 Fornyelse i offentlig sektorAnvendt forskningInternasjonaliseringInternasjonalt prosjektsamarbeidFNs BærekraftsmålMål 3 God helseFornyelse og innovasjon i offentlig sektorForskning for fornyelse av offentlig sektorHelseFNs BærekraftsmålMål 7 Ren energi for alleLTP2 Styrket konkurransekraft og innovasjonsevneBransjer og næringerMiljø - NæringsområdeFNs BærekraftsmålPolitikk- og forvaltningsområderDigitaliseringIKT forskningsområdeKunstig intelligens, maskinlæring og dataanalyseFNs BærekraftsmålMål 14 Liv under vannIKT forskningsområdeVisualisering og brukergrensesnittGrunnforskningBransjer og næringerMaritim - NæringsområdePortefølje HelseDigitalisering og bruk av IKTPrivat sektorFornyelse og innovasjon i offentlig sektorPolitikk- og forvaltningsområderKlimaBransjer og næringerLTP2 IKT og digital transformasjonLTP2 Muliggjørende og industrielle teknologierLTP2 Fagmiljøer og talenterBransjer og næringerEnergi - NæringsområdeKlimaGlobale klimautfordringerInternasjonaliseringIKT forskningsområdeMenneske, samfunn og teknologiLTP2 Helse, forebygging og behandlingLTP2 Utvikle fagmiljøer av fremragende kvalitetPortefølje Klima- og polarforskningPortefølje Muliggjørende teknologierLTP2 Et kunnskapsintensivt næringsliv i hele landetPortefølje Demokrati, styring og fornyelsePortefølje Naturvitenskap og teknologiBransjer og næringerHelsenæringenLTP2 Klima, polar og miljøPortefølje Industri og tjenestenæringerDigitalisering og bruk av IKTOffentlig sektorFNs BærekraftsmålMål 15 Liv på landLTP2 Klima, miljø og miljøvennlig energi