2024

2023

2022

2021

2020

2019

2018

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

Justis- og beredskap

Kommunal-og distrikt

Nærings- og fiskerid

Diverse

Samferdselsdeparteme

Forsvarsdepartemente

Energidepartementet

Klima- og miljødepar

Landbruks- og matdep

Digitaliserings- og 

Matematikk og naturvitenskap

Teknologi

Oslo

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Fagmiljøer og talenter

LTP3 Rettede internasjonaliseringstiltak

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

LTP3 Nano-, bioteknologi og teknologikonvergens

LTP3 Tillit og fellesskap

LTP3 Kultur, sivilsamfunn og medienes rolle

LTP3 Samfunnssikkerhet og beredskap

LTP3 Samfunnsikkerhet, sårbarhet og konflikt

UoH-sektor

Øvrige forskningsinstitutter

Instituttsektor

Næringsliv

Helseforetak

Offentlig sektor

Øvrige

Ukjent Sektor

Utlandet

ukjent

Portefølje Forskningssystemet

Portefølje Muliggjørende teknologier

Portefølje Banebrytende forskning

Portefølje Innovasjon

Portefølje Helse

Portefølje Demokrati og global utvikling

Portefølje Velferd og utdanning

Programmer

Nettverkstiltak

Diverse FoU-relaterte aktiviteter

Sverige

Danmark

Nederland

Tyskland

Spania

Forskerprosjekt

Annen støtte (t.o.m. 2019)

Koordinerings- og støtteaktivitet

Kompetanse- og samarbeidsprosjekt

Politikk- og forvaltningsområder

IKT forskningsområde

Bransjer og næringer

Internasjonalisering

FNs Bærekraftsmål

Anvendt forskning

Digitalisering og bruk av IKT

Delportefølje Internasjonalisering

Delportefølje Et velfungerende forskningssystem

Grunnforskning

Delportefølje Kvalitet

Bioteknologi

Samfunnssikkerhet

Medier og kommunikasjon

Energi

Globale utfordringer

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.

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

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

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

Forecasting Wave impact as Arctic sea ice declines

Sustainable cultivation of polychaetes as feed in aquaculture

Inline measurement of PVT and thermophysical properties of drilling fluids

Fangst- og håndteringstress påvirker fiskens kjøttkvalitet eller overlevelsesevne dersom den blir sluppet fri. I WelTuna er målet vårt å minimere disse stressorene i for å forbedre velferd, bærekraft og produktkvalitet av makrellstørje i det norske stangfisket.
Kystnært stangfiske etter makrellstørje fra mindre fartøy har økt raskt i omfang for rekreasjon-, kommersielle- og vitenskapelige formål. Stangfiske har betydelig potensiale som velferdsvennlig fangstmetode, da metoden i motsetning til andre påvirker fisken i relativt kort tid og hver fisk blir håndtert individuelt.
Prosjektteamet vårt bestående av forskere, fiskere, fiskeriforvaltning, fiskekjøpere, foredlingsindustri, dyrevelferdsgrupper og andre interesseorganisasjoner fra hele verden, vil bruke de nyeste metodene og teknologien til å overvåke velferdstilstand under fangst, håndtering og slakting og relatere dette til kvalitet på individnivå. Denne kunnskapen vil så danne grunnlaget for utvikling av fangst- og håndteringsmetoder som minimerer stress og opprettholder høy kjøttkvalitet forebygger utilsiktet slipping av makrellstørje samt reduksjon i bifangst. Vi vil også gjennomføre studier av struktur og aktivitet i hjerne hos makrellstørje for å utvikle humane bedøvelsesmetoder som reduserer stress under håndtering og slakting.
Tilslutt vil vi, i samarbeid med internasjonale eksperter innen makrellstørje biologi og kvalitet, utarbeide beste-praksis-retningslinjer for fangst, håndtering, slakting, lagring og kvalitetskontroll. Vi håper at vårt fokus på bærekraft, god velferd og høy kvalitet vil fungere som en inspirasjon for utviklingen av ansvarlige fangstmetoder med fokus på fiskevelferd både nasjonalt og internasjonalt.

This project will improve animal welfare in wild-capture rod-and-line (R&L) fisheries for Atlantic bluefin tuna (ABT; Thunnus thynnus). By improving welfare, the project intends to minimise the environmental impacts of fishing through improvements to sustainability and product quality.

Since the re-establishment of the Norwegian ABT quota, the traditional capture method (purse seine) has not been efficient or profitable. As purse seiners target aggregations of fish, animal welfare  and product quality are easily compromised. In 2022, only 48% of the 315-tonne purse seine quota was caught.

A rod-and-line (R&L) fishery using coastal powerboats has also developed. In 2022, ~100 ABT were caught by R&L for recreational, commercial and scientific purposes. R&L capture overcomes many of the issues associated with purse seine fishing. Catching fish one-by-one gives the opportunity to maintain welfare and quality at the individual level. Norwegian R&L fishing for ABT is therefore well placed to transition towards an animal welfare conscious and environmentally sustainable fish capture method. However, knowledge gaps exist that hinder this transition:

1.	Lack of knowledge of the animal welfare impacts of capture and slaughter;
2.	Sub-optimal handling practices and limited processing infrastructure
3.	Limited understanding of ABT behaviour and distribution
4.	Bycatch and escape rates are unknown

The project is organised into four scientific work-packages (“Capture”, “Stunning”, “Welfare” and “Quality”) and a management WP to coordinate activities and communication. Fundamental to the project design is that every fish caught will be used by each scientific WP, with each using specific methodologies to address their respective objectives. The project will also benefit from the input of various stakeholders, including fishers, fishery managers, fish buyers, fish processors, animal welfare agencies and NGOs.

Welfare conscious capture and slaughter of Atlantic bluefin tuna (Thunnus thynnus L.) in the Norwegian rod and line fishery.

Den internasjonale sjøfartsorganisasjonen (IMO) har satt et mål om å redusere klimagassutslippene (GHG) fra skipsfarten med 50 % innen 2050 sammenlignet med 2008-nivået. For å oppnå dette, innfører IMO avkarboniseringsregler, inkludert bruk av alternative drivstoff og krav om å regne ut drivstoffets GHG-utslipp på en helhetlig måte. Livsløpsutslipp av drivstoff omfatter utslipp fra råvareutvinning og -behandling, drivstoffproduksjon, transport, distribusjon og drivstoffbruk om bord på skipet. Men det er vanskelig å spore livsløpsutslipp av drivstoff nøyaktig på grunn av de mange drivstoffproduksjonsveiene som fører til svært forskjellige utslippsintensiteter for drivstoff, selv om drivstoffene er kjemisk identiske. I tillegg er drivstofforsyningskjeden for maritim sektor svært kompleks, noe som bidrar til vanskelighetsgraden av oppgaven. I et så komplekst drivstoffproduksjons- og reguleringsmiljø er det avgjørende med åpenhet, sporbarhet og nøyaktighet av utslippsdata. Uten å dokumentere og verifisere drivstoffets GHG-utslipp nøyaktig, er det umulig å måle framgangen i maritim avkarbonisering. Det digitale drivstoffpasset (DFP) har som mål å løse disse utfordringene ved å vise at det er mulig å dokumentere, spore og verifisere GHG-utslipp av marine drivstoff på tvers av drivstofforsyningskjeden. Dette vil bli oppnådd ved å bruke teknologiske byggesteiner: Livsløpsvurderingsmetode, drivstoffmerkingsteknologi og blokkjedeteknologi. Disse teknologiene er tilgjengelige og allerede godt etablerte. Etter vellykket demonstrasjon av prosjektet, kan drivstoffprodusenter, rederier og myndigheter stole på nøyaktigheten av dataene som genereres og deles gjennom DFP-systemet for kommersielle, regulatoriske og rapporteringsbehov. Dette hjelper med å spore utslippsreduksjonsmål for alle parter. Det fremmer også åpenhet, ansvarlighet, samarbeid og handling for bærekraft.

The International Maritime Organization (IMO) only regulates the greenhouse gas emission of fuels from Tank-To-Wake but in the coming few years it is set to include Well-To-Tank emissions as well. We anticipate that documenting and verifying Well-To-Tank emissions of fuels will be more difficult than Tank-To-Wake emissions, primarily due to the multitude of feedstocks, energy sources and fuel production ways used to supply fuels. The Digital Fuel Passport project aims to accurately document and verify emissions incurred in the entire fuel value chain from raw material sourcing to fuel use, incorporating both Well-To-Tank and Tank-To-Wake emissions.
The DFP fosters collaboration among stakeholders within the fuel supply chain. The project will be enabled through multidisciplinary convergence of LCA of fuel emissions, fuel marking and laboratory analysis, and the use of distributed ledger technology. This initiative aims to bridge the existing trust gap among fuel suppliers, fuel users, regulators, and society at large. By doing so, it seeks to establish transparency, accuracy, and a consistent methodology for measuring and reporting emissions throughout the entire fuel value chain.  
To accomplish this objective, the project has formed partnerships with shipping companies, fuel producers, certification bodies, and fuel marking companies, all of whom share a vested interest in achieving the project's objectives. Successful completion of the project will represent a pivotal milestone in the pursuit of the IMO decarbonization target. By documenting emissions incurred throughout the fuel value chain, the DFP project empowers stakeholders with the transparency and trust needed to help the shipping industry to decarbonize. Several R&D challenges will be tackled in the project including how to link fuel emission data efficiently and reliably with fuel marker properties and identification of suitable fuel markers for green marine fuels.

Digital Fuel Passport

AQUASERV – RESEARCH INFRASTRUCTURE SERVICES FOR SUSTAINABLE AQUACULTURE, FISHERIES AND THE BLUE ECONOMY

The overarching objectives of AQUASERV are to bring together, enhance, integrate and customise RI capacities (including facilities, instruments and expertise) and through the provision of transnational access (on-site or remote) and/or virtual access, to significantly further scientific advance and promote and facilitate the implementation of European Common Fisheries Policy, the Farm to Fork Strategy, the Sustainable Blue Economy and the European Green Deal. 

AQUASERV will achieve these objectives by offering scientists from academia and business remote and on-site transnational (TA) and virtual (VA) access to an advanced set of European research infrastructures and its nodes related to research and management of marine and freshwater biological resources, food and biotechnology. These include the European Marine Biological Resource Centre ERIC (EMBRC), the Analysis and Experimentation on Ecosystems ERIC, The Aquaculture for Excellence for Aquaculture in Fish (Aquaexcel), and the Infrastructure for Promoting Metrology in Food and Nutrition (METROFOOD), as well as the International Council for Exploration of the Sea, both a service provider and stakeholder. It also includes the Research Infrastructure for Science and Innovation Policy Studies (RISIS) to bring contributions from the social sciences and to bring results nearer to policy makers ensuring societal impact. 

To enhance, integrate and customise RI capacities, collaboration between partners and new pipelines to meet the objectives of the project will be developed during the first 3 years and will make available  to users.  To ensure these capacities will not be lost, a sustainability work package involving stakeholders will address the project legacy.  

To maximize impact, AQUASERV will build a communication network among the partnership and develop a dissemination and outreach programme. Furthermore, an advanced training programme will be developed to capture future users and will be updated during the p

Akvakultur er for tiden den raskest voksende matproduksjonssektoren globalt, men på grunn av utilstrekkelig avfallshåndtering i produksjonssystemene, har den en betydelig miljøpåvirkning. For å sikre at industrien kan vokse på en bærekraftig måte, er det avgjørende å dempe disse miljøeffektene, samtidig som det skapes en sirkulær økonomi.

SEA-CYCLE-prosjektet har som mål å utnytte avfall og avløpsvann fra havbruksnæringen ved å innføre sirkulærøkonomiske prinsipper i håndteringen av havbruksavfall som en del av produksjonsprosessen.

Hovedmålet med SEA-CYCLE er å utvikle kunnskap som vil bidra til flere bærekraftige tilnærminger i produksjonsprosesser og samtidig minimere forurensning i havmiljøet. Prosjektet foreslår teknologier for å bidra til de sirkulære tilnærmingene i akvakultursektoren, samtidig som miljøforurensningen reduseres via bærekraftig avløpsvannbehandling og ressursgjenvinningsteknikker. I tillegg vil SEA-CYCLE evaluere den økonomiske levedyktigheten til disse teknologiene fra et samfunnsmessig ståsted, med tanke på både miljøkostnadene og fordelene involvert.

Aquaculture is currently the fastest growing food production sector globally, but it also has the potential to leave a significant environmental impact due to inadequate waste management practices within its production systems. To ensure a sustainable expansion of this industry, it is crucial to make efforts to minimize or mitigate these environmental effects, while creating circular economy. The SEA-CYCLE project aims to utilize waste and wastewater from the aquaculture industry by implementing circular economy principles in the management of aquaculture waste as part of the production processes.

The project proposes creating value chain for aquaculture waste resulting from aquaculture production. The project will i) investigate the valorization options of aquaculture sludge through anaerobic digestion and pyrolysis, ii) assess the ability of biochar produced from aquaculture sludge for N and P recovery and heavy metal removal from aquaculture wastewater, iii) assess the potential of aquaculture wastewater enriched biochar as biobased fertilizer. The environmental and economic impacts of the proposed technologies in the project will be assessed by life cycle analysis (LCA) and social cost-benefit analysis. 

In this project, we have assembled a strong interdisciplinary team of scientists with complementary expertise in the valorization of aquaculture waste including anaerobic digestion, production and utilization of biochar for environmental applications, LCA and cost-benefit analysis. The project primarily supports the achievement of the SDG 6, SDG 7, SDG 12, SDG 13 and SDG 14 by proposing technologies to contribute to the circular approaches in the aquaculture sector while reducing the environmental pollution via sustainable wastewater treatment and resource recovery techniques.

Sustainable aquaculture industry waste valorization through recycling

Global oppvarming fører til store endringer i Antarktis; isbreene, is bremmene og havisen smelter; det påvirker havstrømmer og dynamikk i Sørishavet som igjen påvirker de marine økosystemene og deres evne til å absorbere den økte atmosfærisk CO2 som er et resultat av menneskelig aktivitet. Sørishavet er har rike økosystemer hvor planteplankton og isalger effektivt lagrer CO2 gjennom fotosyntese. De nåværende og fremtidige endringene i den fysiske dynamikken i Sørishavet vil spille en stor rolle for fremtiden til marine økosystemer her og dermed evnen til å absorbere CO2.

Dette prosjektet har som mål å etablere et observatorium for biologisk mangfold og økosystemendring for det østlige Weddellhavet / Kong Haakon VII-havet. I denne regionen har det vært begrensede effekter av klimaendringer, men det er nå økende bevis økte miljøforvandling med betydelig innvirkning på biologisk mangfold og funksjonen til økosystemene. Det er begrenset data om økosystemet i dette området. Ved å etablere systematisk overvåkning av økosystemet, vil dagens status for økosystemet og det biologiste mangfoldet sammenlignes med antatte framtidige endringer. Dette vil bidra til å oppnå internasjonale mål for bevaring av marint biologisk mangfold og demping av klimaendringer.

This Biodiversa+ project aims to lay the foundation of a transnational Weddell Sea Observatory of Biodiversity and Ecosystem Change (WOBEC) for the Eastern Weddell Sea / King Haakon VII Sea (EWS) in the Southern Ocean. The Weddell Sea plays a key role for global ecosystem services, such as climate regulation and food provision, and hosts many species with conservation status. Acknowledging this unique ecological value, the EU and other members of the Convention for the Conservation of Antarctic Marine Living Resources (CCAMLR) are working towards a Marine Protected Area in the Weddell Sea (WSMPA). In the EWS, there is increasing evidence of a transition from a period of relatively muted climate change into an era of environmental transformation with significant impacts on biodiversity and ecosystem services. Until present, however, the ecosystem of the EWS has remained notoriously under-studied. By laying the foundations of systematic ecosystem monitoring in the EWS, WOBEC will provide a baseline of the present state of biodiversity and ecosystems against which change can be measured and contribute to a number of transnational goals in marine biodiversity conservation and climate change mitigation, including the UN Sustainable Development Goals, the EU Biodiversity Strategy for 2030, and the post-global biodiversity framework.

Weddell Sea Observatory of Biodiversity and Ecosystem Change

BioBoost+-prosjektet vil fremme kostnadseffektiv høyfrekvent prøvetaking og identifikasjon av marine planter og dyr ved å bruke Artificial Intelligence (AI)-teknologi på fotografier og video. Disse metodene vil bli brukt på habitater (sjøgressenger, skalldyrsenger og makroalgekroner), indikatorarter av økologisk og økonomisk betydning (f.eks. fisk, hummer, strandfugl), invasive arter og plankton (grunnlaget for næringsnettet). Ved Nord universitet vil fokus være på automatisering av analyser av dyreplanktonprøver samlet inn årlig i over 40 år, og nyere etablert overvåking av havbunnsfauna og fisk på livestream undersjøisk video i Saltfjord.

Disse dataene er nødvendige for å gi rettidig informasjon om helsen til økosystemene og endringer i biologisk mangfold i sammenheng med fiskeri, klimaendringer og invasive arter. Dette prosjektet i europeisk målestokk involverer åtte organisasjoner og har studiesteder i Middelhavet, Nord- og Norskehavet, inkludert steder med aktiv habitatrestaurering og marine verneområder. De forbedrede metodene vil akselerere tilgjengeligheten av informasjonen for forskere, myndigheter og innbyggere.

BioBoost+ is designed to improve non-invasive, cost-effective, and high-frequency sampling and identification of marine plants and animals by applying state-of-the-art Artificial Intelligence (AI) technology with digital imagery including real-time monitoring via camera networks and involvement of citizen science groups. These methods are applied to a wide range of taxa, from habitat-forming species (seagrass meadows, shellfish beds, and macroalgal canopies), indicator species of ecological and economic importance (e.g., coastal fish, lobsters, shorebirds), invasive species, and understudied groups (from microscopic, free-floating animals to rare fish). BioBoost+ enhances biodiversity monitoring within European regional seas from the Mediterranean, North and Norwegian Seas to support ongoing conservation interventions such as active habitat restoration projects and Marine Protected Areas (MPAs). Improved biodiversity monitoring will allow a better understanding of large-scale phenomena, such as thresholds, regime shifts and species invasions in vulnerable ecosystems, improve the capacity to predict the impacts of multiple stressors, and to develop better indicators of marine ecosystem health.

Boosting the Frequency and Scale of Marine Biodiversity Monitoring Using Digital Imagery and Artificial Intelligence

Midlene fra PES2020-Prosj.etabl.støtte H2020 fordelt på år

Midlene fra PES2020-Prosj.etabl.støtte H2020 fordelt på fylker

Midlene fra PES2020-Prosj.etabl.støtte H2020 fordelt på fagområde

Styrets leder

Vi har utviklet en forbrenninskatalysator som reduserer utslipp av bl.a. CO, SOx, NOx, HCN og PM ved å forbedre forbrenningsprosessen for fast brennstoff som kull, biomasse og søppel.

I har mulighet for pilotinnstallasjoner hos 3 kunder i Polen ( se spesifikasjon ovenfor ) men dette vil være kapitalkrevende og vi ønsker av den grunn å søke EIC Accelerator - Green Deal om støtte til pilotinnstalasjonen.

I den forbindelse søker vi om støtte til å fristille personell til utarbeidelse av søknaden i tiden frem til 19.mai 2020.  I tillegg søker vi om støtte til kostnader i forbindelse med eventuell presentasjon i Brussel.

Utarbeide søknad om støtte fra EIC Accelerator - Green Deal

Vi blir stadig mer avhengige av Internet og skybaserte-tjenester og det er en økende forståelse av betydningen av robusthet og tilgjengelighet for slike tjenester. Online-tjenester kan ikke lenger sees som enkeltstående enheter som blir driftet og vedlikeholdt på én lokasjon.  De må sees som en samling av mikro-tjenester som er distribuert over flere geografiske lokasjoner og som ligger under forskjellige jurisdiksjoner.  Det finnes også eksempler på at tjenester som er av betydelig viktighet for en nasjon har et distribusjonsbilde som går ut over landets grenser.   Eksempler er tjenester som Facebook, Google, WhatsApp, PayPal, betalingstjenester og ikke minst App Stores og leverandørens ulike tjenester for konfigurasjon, backup osv som er nødvendige for å få brukt en tjeneste.   Av den grunn observerer vi at flere stater bruker behovet for nasjonal autonomi som argument for en sterkere kontroll med både internett-konnektivitet, og med plassering av tjenester.    Engstelsen for tap av kontroll med disse tjenestene kan være velbegrunnet, men en prematur bevegelse i denne retning kan underminere veven av åpenhet og tillit som i utgangspunktet er det som binder Internett sammen. Målsetningen med GAIA er å bidra med kunnskap som er relevant i denne konteksten.  Prosjektet vil kartlegge den geografiske distribusjonen av online-tjenester, hvordan internett-trafikk beveger seg mellom forskjellige land, undersøke hvordan trafikken virkelig beveger seg geografisk og den gjensidige påvirkningen mellom geopolitikk og internett-konnektivitet.  Dette blir gjort gjennom en interdisiplinær tilnærming som kombinerer både teknologiske og politiske sider av problemet.  Konsortiet består av en unik gruppe av partnere og bidragsytere, som inkluderer både spesialister på datanettverk, dataanalyse og  samfunnsvitere. 

Vi har gjennomført en rekke skritt for å realisere GAIAs visjon. Mer spesifikt bruker vi aktive noder for å undersøke tilkobling og forstå de globale gjensidige avhengighetene med målinger i Asia, Europa og Nord-Amerika, for å overvåke stabiliteten til det globale rutingsystemet, som er en avgjørende infrastruktur for datalevering mellom datamaskiner over hele kloden . Vi har også bygget tre unike testinfrastrukturer som vi bruker for å dissekere tjenestene som en mobilapp er avhengig av, for å teste fysiske angrep på fiberoptikk og for å oppdage og forstå hvordan vi kan dempe angrep i typiske nettinfrastrukturer for nettleverandører. Resultatene våre så langt er lovende. Vi har utviklet nye metoder for å oppdage snikende angrep på det fysiske laget av internettinfrastruktur og sist på datalinklaget til internettinfrastruktur. Videre har vi utviklet en tilnærming for nøyaktig å kartlegge digitale tjenester som en bestemt app bruker, og geolokalisere dem for bedre å forstå internasjonale avhengigheter for en bestemt tjeneste.

Vi har brukt infrastrukturen vår til å utforske testtilfeller for internetttrafikk og beskrive tilfeller der trafikk tar uventede ruter. Vi finner at pakker ofte ikke følger den korteste veien mellom to land, og at reiseveier for datapakker endres over tid, uten hensyn til geopolitiske forhold eller personvernhensyn. For å vurdere verdensomspennende infrastruktur, og for å hjelpe til med målet vårt om å forstå koblingene mellom geopolitikk og internett-tilkobling, utførte vi analyser på landnivå av telekommunikasjonsinfrastruktur og analyserte hvordan denne infrastrukturen endret seg fra 2010 til 2020. 

Vi har analysert geografiske avhengigheter på applikasjonsnivå og funnet avhengigheter for populære tjenester som sosiale medier, betalingstjenester og videokonferanser. Avhengighetene sammenlignes på tvers av ulike land og vi kan vise betydelig avhengighet av internasjonale mikrotjenester i ulike regioner, denne avhengigheten er spesielt betydelig for mindre land.

Vi har også utviklet prototyper og demonstratorer og gjennomfører feltforsøk internasjonalt og ved å bruke norske måleplattformer for fast og mobil kommunikasjon samt forsøk med ulike typer fiberoptisk kommunikasjon.

Cyberspace is increasingly distributed thanks to the recent advances in cloud computing and higher network capacities. An online service is now a collection of macro services that are hosted at diverse geographic locations that can be under different jurisdictions. A closer look reveals that services, which most nations rely on, are not contained within the respective national borders. While desired and applauded, this flexibility will increase the society’s vulnerability to cyber attacks and major disruptions. On other hand, an evident recent hike in cyber attacks and their potential harmful ramifications have made combating cyber vulnerabilities a national security priority. This is often reflected in a rising chorus calling for national autonomy in critical infrastructures. The Internet, however, has thus far been built on openness and trust. Attempts to impose rigid controls may result in the so-called splinternet, where different regions and countries will slowly secede from today’s Internet. This in turn may lead to a less robust and scalable Internet. Unfortunately, we currently lack necessary tools that tie cyber connectivity and vulnerabilities to everyday realities. We also do not have representative models that can help answering various what-if questions of relevance to potential impacts of imposing national autonomy.  This project will develop new methods, metrics and frameworks for understanding the complex interplay between digital vulnerabilities and national autonomy. It will adopt an empirical approach to investigating characteristics of end to end Internet paths and overlaying them onto the physical world. Then leverage this to assess potential vulnerabilities, of an online service, to topological and wide-area attacks. Furthermore, it will explore the interplay between more autonomy and centralization on one hand and Internet robustness and reliability on the other hand.

Digital vulnerability and national autonomy

Kreft er en av de største årsakene til sykdom og død over hele verden. Mer enn 33 000 nordmenn får kreft hvert år og 11 000 nordmenn døde av kreft i 2017. En stor del av disse kreftsykdommene kan forebygges. For eksempel har masseundersøkelser av livmorhalskreft, som ble etablert i Norden på° 1960-tallet, redusert antall tilfeller av kreft samt dødelighet med 80 %. Til tross for denne suksessen er det fortsatt en stor utfordring å forbedre screeningsprogrammet for å minimere overhypping screening og underbehandling, og dermed redusere utgiftene i et bredere helseperspektiv. 
Dagens kunnskap om sykdommen kombinert med et vell av tilgjengelig data og moderne teknologi kan tilby langt bedre personlig forebygging ved å estimere personlig optimal oppfølging. Eksisterende automatiske systemer for screening mot livmorhalskreft er imidlertid ekstremt konservative, siden de bare kan identifisere pasienter som er forsinket til rutinemessig screening, uten å gi personlige anbefalinger for oppfølging. 
Gjennom intelligent bruk av eksisterende registre og personlig helsedata, har DeCipher utviklet et data-drevet rammeverk for å gi en personlig kontinuerlig risikovurdering for å utvikle kreft, samt identifisere undergrupper av individer og faktorer som fører til lignende sykdomsprogresjon. Ved å identifisere disse undergruppene forventes det å redusere over- og underbehandling, gi en personlig screeningplan for hver kvinne og redusere kostnadene ved screeningprogrammer. 
DeCipher består av et enestående tverrfaglig forskerteam innen maskinlæring, screeningsprogrammer og epidemiologi. Resultater fra DeCipher vil bli gjort tilgjengelig for klinikere og individer.

Cancer is a major cause of morbidity and mortality worldwide, but a large proportion of the incidents are preventable. For example, mass-screening Nordic programs of cervical cancer have a proven strong effect for preventing cancer at the population level and have produced large amounts of individual and clinical data, centrally organised at nationwide registries. Despite this success, minimising over- and under-treatment, and, thus, reducing expenditure, remains a major challenge.

Existing automatic decision support systems for cervical cancer prevention are, however, extremely conservative as they are mostly limited to identifying patients who are overdue for their next routine screening. Current knowledge about the cancer, together with a wealth of available data and modern technologies, can offer far better personalised prevention.

DeCipher aims to develop a data-driven framework to provide a personalised time-varying risk assessment for cancer initiation and identify subgroups of individuals and biomarkers leading to similar disease progression. By unveiling structure hidden in the data via randomisation and probabilistic tools, we will develop novel theoretically grounded machine learning methods for analysis of temporal, sparse, and multimodal data.

DeCipher consists of an excellent multidisciplinary research team from diverse fields such as machine learning, data mining, screening programs, and epidemiology. Leveraging Nordic screening programs and data, the project will enable better and more accurate cancer screening. Our foundational and algorithmic progress will also enable integration of data-driven techniques into biomedical domain, thus corresponding to the Medium-term Time Horizon objectives.

Available to screening programs, clinicians, and individuals in the population, the DeCipher results will allow for improvement of individual’s preventive cancer healthcare while reducing the cost of screening programs.

Data-driven Framework for Personalised Cancer Screening

DISCO vil designe en ny generasjon av desentraliserte maskinlæring (ML)-baserte metoder for distribuert læring og samarbeidsoptimalisering over storskala autonome samarbeidende trådløse tilgangspunkter (AP), som representerer intelligente agenter. Wi-Fi-nettverk er det primære mediet for global internettrafikk, men de fungerer ikke optimalt på grunn av forstyrrelser på tvers av  Wi-Fi-nettverkene. Moderne Wi-Fi-nettverk tilbyr mange nye funksjoner som har skapt en veldig stor mengde konfigurasjonsparametere for ressursallokering. Dette gjør det ekstremt komplekse å optimalisere nettverkene dynamisk. Eksisterende løsninger er typisk basert på teoretiske modeller og heuristikk, men benytter ikke målingsdata fra nettverket og kan ikke effektivt finne  optimale konfigurasjonsparametere på tvers av alle AP-er fordi løsningsrommet er for stort. De få ML-baserte algoritmene som finnes forutsetter en enkelt sentralisert kontroller, men en slik løsning fungerer ikke for å administrere separat eide Wi-Fi-nettverk bl.a på grunn av at dette kan utgjøre en personverntrussel. Hovedmålene  til DISCO er som følger: 1) nye distribuerte online ML-algoritmer for å lære og spore en interferensgraf som representerer den generelle dynamikken til de forstyrrende Wi-Fi-nettverkene. Dette løses ved å bruke flere datatidsserier fra AP-er og klienter, og også finne fellesskap med forstyrrende Wi-Fi-nettverk, oppdage anomalier og forutsi fremtidig atferd; 2) en fullt distribuert Multi-Agent Reinforcement Learning (MARL) algoritme for ressursallokering for å maksimere nettverksytelse (f.eks. gjennomstrømning), og som utnytter interferensgrafrepresentasjonen; 3) optimalisering av protokollen som kobler AP-ene gjennom backhaul-nettverket for å maksimere effektiviteten til de distribuerte MARL-algoritmene og håndheve personvern. Løsningene vil bli implementert ved hjelp av portable kontainerbaserte programvaremoduler og demonstrert i samarbeid med flere interessenter (Altibox,Multinett,Bell Labs).

DISCO investigates the design of a new generation of decentralized Machine Learning (ML)-based methods for distributed learning and cooperative optimization over large-scale autonomous cooperative wireless Access Points (APs), representing intelligent agents. Even though Wi-Fi networks are the primary medium for global internet traffic, their operation is far from optimal because of the lack of coordination between the different interfering Wi-Fi Networks. They have evolved tremendously, bringing new features not previously present, however, they come together with a very large plethora of configuration parameters, which makes them extremely complex to optimize dynamically. Most of solutions proposed for network resource allocation are based on models and heuristics, not data-driven, and can not find efficiently the optimal configuration of all the parameters jointly across all the APs, due to the enormous search space. The few existing ML-based algorithms assume a centralized controller, which is not possible in practice for managing separately owned Wi-Fi networks, implying also a privacy threat.  DISCO novelties: 1) novel distributed online ML algorithms to learn a multi-layer and multi-modal time-varying graph representing the overall dynamics of the interfering Wi-Fi networks, by using multivariate data time-series from APs & clients, detecting clusters of interfering Wi-Fi networks, allowing also to detect anomalies and predict variables; 2) a fully distributed Graph-Time Neural Network-based Multi-Agent Reinforcement Learning (MARL) algorithm for resource allocation, which operates directly on the learned graph, 3) optimization of interplay between the protocol connecting the APs (while enforcing privacy), and the efficiency of the distributed MARL algorithm. The solutions will be implemented using portable containerized software modules and demonstrated in collaboration with key leading national and international stakeholders (Altibox, Multinett, Bell Labs).

Distributed Learning and Cooperative Optimization for Multi-agent Autonomous Wireless Access Points

Komplekse systemer finnes i mange domener og en bedre forståelse av hvordan slike  systemer oppfører seg og utvikler seg over tid kan gi oss økt forståelse av viktige mekanismer som f.eks. hjernedynamikk og det menneskelige metabolomet. Bedre forståelse kan hjelpe oss å fange opp tidlige tegn på sykdommer. For å oppnå en nødvendig grad av forståelse må disse systemene monitoreres ved bruk av forskjellige sensorteknologier. Dette genererer store mengder data der noen av datasettene endrer seg over tid, mens andre er statiske. Et viktig spørsmål blir da hvordan vi analyserer dynamiske datasett sammen med statiske datasett fra forskjellige kilder. Målet for Tracer prosjektet er å besvare dette spørsmålet gjennom å utvikle nye metoder for dataanalyse som tillater samtidig analyse av statiske og dynamiske data fra flere kilder, samt fange opp underliggende mønstre og utviklingen av disse mønstrene.

Den praktiske anvendelsen av disse metodene vil være en analyse av det menneskelige metabolomet. Vi vil bruke de utviklede metodene for å gjøre en samtidig analyse av statisk informasjon (genetikk, mikrobiota) og  metabolomikk data. Formålet er å oppdage tolkbare mønstre som avdekker forskjeller i grupper av individer når det gjelder hvordan metabolitter endres over tid.

Vi bruker biologiske prøver samlet inn under en måltidsutfordringstest fra COPSAC2000-kohorten for å forstå forskjeller i metabolsk respons mellom grupper av individer (f.eks. grupper med høy kontra lav BMI (kroppsmasseindeks)). I tillegg vil vi vise den brede anvendelse de nye metodene våre har i andre domener, spesielt innen nevrovitenskap.

Vi har tilnærmet oss problemet fra flere vinkler: (i) Metoder for data fusjon: Vi har introdusert fleksible algoritmer som kan analysere data fra flere kilder og som kan inkludere eksisterende informasjon i form av begrensninger, forskjellige relasjoner mellom datasett og forskjellige fordelinger av data, (ii) Analyse av data over tid: Vi har introdusert fleksible algoritmer som er i stand til å fange opp mønstre som oppstår over tid. Disse metodene har også blitt innlemmet i vårt data fusjon rammeverk og utvidet til å pålegge en tidsmessig utjevning på utviklende mønstre, (iii) Analyse av dynamiske metabolomikk data (simuleringer): Vi har tatt i bruk modeller innen biologi for å simulere dynamiske metabolomikk data slik at vi kan utforske hvilke datadrevne metoder som er best egnet til å identifisere den underliggende dynamikken. Dette inkluderer både småskala metabolske modeller og metabolske modeller for hele menneskekroppen, (iv) Dynamisk dataanalyse for metabolomikk og fusjon av omikk-data (reelle data): Vi har utviklet forbedrede metoder for å analysere tidsoppløste metabolomikk-data, og demonstrert potensialet disse metodene har når det gjelder å fange opp statiske og dynamiske biomarkører for ulike fenotyper ved å bruke målinger fra COPSAC2000-kohorten. Felles analyse av dynamiske metabolomikk-data og andre omikk-datasett pågår, (v) Andre anvendelser: Vi har brukt de utviklede metodene for å analysere reelle fMRI (funksjonell MR-undersøkelse) data som har gitt interessante funn for å skille mellom friske pasienter og pasienter med schizofreni, samt å avdekke endringer som oppstår over tid. Vi har også studert ytelsen til lignende metoder for å analysere fMRI-data som er samlet inn under forskjellige aktiviteter.  Publikasjoner og annen aktivitet i prosjektet finnes på prosjektets hjemmeside:  https://tracer.simulamet.no/

Prosjektets hovedbidrag vil være å utvikle nye metoder for dataanalyse som er nødvendige for å hente ut meningsfylt informasjon fra personlige helsedata. Dette er data som blir samlet inn i prediktive medisinstudier der deltakerne regelmessig avgir blodprøver for oppfølging av deres helsetilstand og for å bli varslet om tidlige tegn på sykdommer.

Data mining holds the promise to improve our understanding of dynamics of complex systems such as the human brain and human metabolome (i.e., the complete set of small biochemical compounds in the human body) by discovering the underlying patterns, i.e., subsystems, in data collected from these systems. However, discovering those patterns and understanding their evolution in time is a challenging task. The complexity of the systems requires collection of both time-evolving and static data from multiple sources using different technologies recording the behavior of the system from complementary viewpoints, and there is a lack of data mining methods that can find the hidden patterns in such complex data.

The goal of this multidisciplinary project is to develop novel data mining techniques to jointly analyze static and dynamic data sets to discover underlying patterns, understand temporal dynamics of those patterns, and capture early signs of future outcomes. We will introduce a scalable and constrained data fusion framework that can jointly factorize heterogeneous data in the form of matrices and multi-way arrays, by incorporating temporal as well as domain-specific constraints. These methods will be motivated by a real, challenging system: the human metabolome, and used to jointly analyze static genetic information and longitudinal metabolomics data to discover interpretable patterns, i.e., subsystems corresponding to metabolic networks (networks of metabolites acting together), with the ultimate goal of understanding their role in the transition from healthy to diseased states. The project will play a significant role in terms of developing the data mining tools needed to extract meaningful information from the surge of data, referred to as "personal data clouds" being collected in predictive medicine studies, where participants give blood samples regularly to track their health status and will be alerted of early signs of diseases.

TrACEr: Time-Aware ConstrainEd Multimodal Data Fusion

Verdens energimarked endrer seg, og mange industriland investerer i grønn energi og distribuert energiproduksjon. Denne transformasjonen har skapt prosumere - produsenter som sporadisk leverer relativt små mengder energi og som til tider opptrer som konsumenter. Prosumere påvirker markedet og strømkvaliteten i strømnettet betydelig. En økende spredning av privateide solpaneler, vindmøller og andre typer grønne strømkilder skaper utfordringer i styringen av energistrømmer som ikke lenger er enveis.

LUCS samler forskergrupper og utdanningsinstitusjoner som utgjør den neste generasjonen med forskere og ingeniører. Deltakerne i
LUCS samarbeider om å utveksle kunnskap og erfaringer med masterstudenter og doktorgradsstudenter slik at de er i stand til å analysere og eksperimentere med fremtidens smarte strømnett (smart grid systems). De forskningsrelaterte målene til LUCS er å legge til rette for samhandling mellom forskere med det formål å utvikle nye tilnærminger for å forbedre ytelsen og robustheten til de smarte strømnettene.

LUCS har gjennomført følgende tre hovedaktiviteter:

- organisert fire sommerskoler
- utviklet et felles pensum for smarte strømnett ved Universitetet  i Oslo (UiO) og Technical University of Berlin (TU Berlin).
- organisert tre seminarserier

Vi gjennomførte våre to første sommerskoler  "Fremtidens informasjonsnettverk for energi" (Oslo, 3.-7. september 2018) og "Smarte byer for
en bærekraftig energifremtid - Fra design til praksis" (Berlin, 19-30 august 2019) før pandemien. Det var da en glede å to år senere 
 jennomføre vår første post-pandemi sommerskole med personlig oppmøte. Tema da var "Grønne beregninger møter grønn energi" (Lille, 5.-10. september 2021). Selv om denne sommerskolen foregikk under strenge pandemitiltak ble det et stort og entusiastisk oppmøte. Se https://www.simulamet.no/content/green-computing-meets-green-energy for våre nyhetsbrev om arrangementene.

Ettersom det ble klart for oss at mange av hindringene for en transformasjon av energisystemet krever bredt tverrfaglig samarbeid ble det bestemt at vår siste sommer skole "Fra energisystemer til energirettferdighet" (Sundvollen, 29. august–sep. 2 2022) skulle samle forskerstudenter og foredragsholdere fra både tekniske og samfunnsvitenskapelige disipliner. Se https://www.simulamet.no/content/final-lucs-pace-summer-school for vårt nyhetsbrev fra denne sommerskolen. De tre siste av våre fire sommerskoler ble holdt i samarbeid med INTPART-prosjektet PACE..

Pandemien førte til at vår kursutvikling ble gjennomført som videoforelesninger. TUB har som en del av LUCS utviklet tre IoT-forelesninger basert på deres Smart Communication Systems (SCS) som følger:
- IoT basics, Architecture & Components
- IoT Connectivity Protocols (Short-range & Long-range)
- IoT Messaging Protocols (Focus on MQTT & CoAP)

UiO har gjort følgende videoforelesninger innen Energi-informatikk tilgjengelig som en del av LUCS:

- Introduction to Energy Informatics (part 1 and 2)
- Green Data Center
- Energy Market and Game Theory
- Demand Response Management
- Cloud Fog Computing for Smart Grid
- Block Chain for Smart Grid
- Smart Grid Privacy and Security
- Machine Learning for Renewable Energy Forecasting (Part 1 and 2)
- Deep Learning for Renewable Energy Forecasting (Part 1, 2 and 3)

LUCS-prosjektet har hentet inn foredragsholdere fra mange land som har inspirert og informerte våre studenter og skape anledninger og utgangspunkt for fremtidig samarbeid.

The world energy market is changing, with many developed countries investing into green energy as well as distributed energy production. This transformation has led to the appearance of the classical energy consuming citizens as a producer of relatively small and sporadic amounts of energy. This role has been named "prosumer", and is creating a wide range of challenges to classical large-scale energy producers and energy network providers.

With a wider proliferation of privately owned solar collectors, windmills, and perhaps other kinds of green generators, it becomes a challenging task to manage the flow of energy that is no longer uni-directional. The Smart Grid is the research world?s answer to these challenges, but research for dealing with the many challenges of Smart Grids that extend to nation scales and beyond has just reached its infancy.

The LUCS partnership is bringing together research groups and educational institutions that are committed to educating the next generation of researchers and engineers who will be able to tackle these challenges. Since the research challenges are many, each of the partners has so far only addressed a subset, but all partners are aware that true solutions need a complete view. The LUCS partners are therefore joining forces to achieve a better coverage and combination of strategies, and the projects aims at providing a much more holistic higher education for the future generation than each partner by itself can provide now.

Learning to Understand and Control nation-wide Smart grids of energy prosumers

Ettersom Simula Metropolitan er en forholdsvis nystartet organisasjon, så har organisasjonen ikke søkt om rammebevilgning for PES-midler tidligere. Flere av forskerne som var aktive i å søke og sikre finansiering gjennom H2020 flyttet riktignok fra Simula Research Laboratory (SRL) til Simula Metropolitan ved oppstarten i januar 2018 og har dermed gjennom flere år bygget kompeptanse og erfaring gjennom SRLs satsning mot EU-apparatet. Med bakgrunn i satsningen gjennom flere år ved SRL og den erfaringsbakgrunn fra H2020 som kjernepersonalet ved SimulaMet besitter, forventer vi aktiv deltagelse i H2020 i 2019, også med tanke på posisjoneringsarbeid mot Horizon Europe.

PES2020 Simula Metropolitan 2019

PES-ordningen fra Norges forskningsråd hjelper Simula med å utvikle prosjekter i EUs nye rammeprogram Horisont Europa. Tilskuddet støtter planlegging og utarbeidelse av prosjektforslag. Det gir våre forskere større frihet til å jobbe med gode forslag i et svært konkurransedyktig internasjonalt miljø.

I dag er vitenskapelig forskning på de fleste felt fremfor alt et internasjonalt samarbeid. Det er derfor veldig viktig for institusjoner som Simula å samarbeide med EU -partnere, både fra akademia og industri, i forsknings- og innovasjonsprosjekter. Immaterielle fordeler med samarbeid med en blanding av interessenter i EU -konteksten inkluderer:

- Hjelper oss med å oppnå kritisk masse om et emne ved å samle ekstern kunnskap og kompetanse - kunnskap eller ekspertise som kanskje ikke engang er tilgjengelig på nasjonalt nivå.
- Øke Simulas posisjon som et ledende internasjonalt forskningssenter.
- Sikre relevans og virkning av våre forskningsaktiviteter.

SimulaMet ønsker å videreføre sin satsning fra H2020 prosjekter gjennom
å jobbe med eksisterende samarbeidspartnere slik at vi har en aktivitet mot
Horizon Europe som er noe bedre enn det vi hadde i 2020. I tillegg ønsker vi å bruke 2021 til å utvikle vår 
posisjon i Horizon Europe utlysninger slik at vi står strekt når disse
nå kommer. Se vedlagte søknad for ytterligere detaljer.

PES2020-Prosj.etabl.støtte H2020

Utarbeide søknad om støtte fra EIC Accelerator - Green Deal

Tildelt: kr 74 999

Sammendrag

Budsjettformål:

PES2020-Prosj.etabl.støtte H2020

Finansieringskilder

Temaer og emner