Stockholms universitet
This page in English

Forskargrupp Data Science Research Group

Gruppen fokuserar på grundforskning inom data science såväl som på tillämpningsområden där data science kan ge insikter för beslutsfattande. Vi formulerar nya problem och utvecklar algoritmiska metoder och metodologiska arbetsflöden för att uppnå skalbara lösningar.

Genreillustration till Data Science Research Group. Illustration: Sergey Nivens/Mostphotos.
Illustration: Sergey Nivens/Mostphotos.

Data Science Research Group fokuserar på att utnyttja de enorma mängder data som kan leda till bättre beslut inom olika tillämpningsområden, exempelvis inom sjukvård och integrerad fordonshälsa. Vi lägger särskild tonvikt på sekventiella och tidsmässiga data, samt text.

Dessutom är gruppen intresserad av att skapa förklarbara metoder och arbetsflöden för maskininlärning. Vi strävar efter att beskriva de ogenomskinliga maskininlärningsmodellerna och ge förklaringar och motiveringar för varje beslut som modellerna föreslår. Vårt huvudsakliga mål är att tillhandahålla skalbara och distribuerade lösningar för att upprätthålla goda avvägningar mellan prediktiv prestanda och förklarbarhet.

Våra metoder och lösningar är motiverade av aktuella tillämpningsområden och fall. Gruppen har särskild expertis inom data mining och modellförståelse från sjukvården och medicinska datakällor. Dessutom har vi etablerat en stark expertis inom prediktivt underhåll och integrerad fordonshantering. Vi är också intresserade av finansiella data, miljödata, och data som kommer från immersiv teknik som VR (virtual reality).

Gruppmedlemmar

Gruppansvariga

Panagiotis Papapetrou

Professor, ställföreträdande prefekt

Institutionen för data- och systemvetenskap
08-16 16 97
Panagiotis Papapetrou
panagiotis@dsv.su.se
Se profilsida för Panagiotis Papapetrou

Tony Lindgren

Enhetschef SAS

Institutionen för data- och systemvetenskap
08-16 17 01
Tony Lindgren
tony@dsv.su.se
Se profilsida för Tony Lindgren

Sindri Magnússon

Universitetslektor

Institutionen för data- och systemvetenskap
08-16 11 15
Sindri
sindri.magnusson@dsv.su.se
Se profilsida för Sindri Magnússon

Medlemmar

Isak Samsten

Universitetslektor

Institutionen för data- och systemvetenskap
08-16 16 76
samsten@dsv.su.se
Se profilsida för Isak Samsten

Jaakko Hollmén

Universitetslektor

Institutionen för data- och systemvetenskap
08-16 16 91
jaakko.hollmen@dsv.su.se
Se profilsida för Jaakko Hollmén

Ioanna Miliou

Universitetslektor

Institutionen för data- och systemvetenskap
08-16 16 08
Photo of Ioanna Miliou
ioanna.miliou@dsv.su.se
Se profilsida för Ioanna Miliou

Golnaz Taheri

Universitetslektor

Institutionen för data- och systemvetenskap
08-16 18 38
Golnaz Taheri
golnaz.taheri@dsv.su.se
Se profilsida för Golnaz Taheri

Ioannis Pavlopoulos

Affilierad forskare

Institutionen för data- och systemvetenskap
John (Ioannis) Pavlopoulos
ioannis@dsv.su.se
Se profilsida för Ioannis Pavlopoulos

Alejandro Kuratomi Hernandez

Utbildningsassistent

Institutionen för data- och systemvetenskap
08-16 10 42
Alejandro Kuratomi Hernandez
alejandro.kuratomi@dsv.su.se
Se profilsida för Alejandro Kuratomi Hernandez

Luis Velez Quintero

Biträdande lektor

Institutionen för data- och systemvetenskap
08-16 11 87
profile-pic-luva3178
luis.quintero@dsv.su.se
Se profilsida för Luis Velez Quintero

Maria Bampa

Utbildningsassistent

Institutionen för data- och systemvetenskap
08-16 49 09
photo
maria.bampa@dsv.su.se
Se profilsida för Maria Bampa

Zed Lee

Universitetslektor

Institutionen för data- och systemvetenskap
08-16 16 42
zed.lee@dsv.su.se
Se profilsida för Zed Lee

Zhendong Wang

Doktorand

Institutionen för data- och systemvetenskap
08-674 77 71
zhendong.wang@dsv.su.se
Se profilsida för Zhendong Wang

Guilherme Dinis Chaliane Junior

Doktorand

Institutionen för data- och systemvetenskap
Portrait
guilherme@dsv.su.se
Se profilsida för Guilherme Dinis Chaliane Junior

Maria Movin

Doktorand

Institutionen för data- och systemvetenskap
maria.movin@dsv.su.se
Se profilsida för Maria Movin

Ali Beikmohammadi

Doktorand

Institutionen för data- och systemvetenskap
08-16 16 49
Ali240201
beikmohammadi@dsv.su.se
Se profilsida för Ali Beikmohammadi

Shubham Vaishnav

Doktorand

Institutionen för data- och systemvetenskap
08-16 16 61
072-144 83 04
Shubham-Photo
shubham.vaishnav@dsv.su.se
Se profilsida för Shubham Vaishnav

Lena Mondrejevski

Doktorand

Institutionen för data- och systemvetenskap
Lena Mondrejevski
lena.mondrejevski@dsv.su.se
Se profilsida för Lena Mondrejevski

Jonathan Peter Piller

Doktorand

Institutionen för data- och systemvetenskap
jonathan.piller@dsv.su.se
Se profilsida för Jonathan Peter Piller

Zahra Kharazian

Doktorand

Institutionen för data- och systemvetenskap
08-16 16 83
Zahra
zahra.kharazian@dsv.su.se
Se profilsida för Zahra Kharazian

Franco Rugolon

Doktorand

Institutionen för data- och systemvetenskap
08-16 11 76
Franco Rugolon
franco.rugolon@dsv.su.se
Se profilsida för Franco Rugolon

Korbinian Robert Randl

Doktorand

Institutionen för data- och systemvetenskap
08-16 49 96
Korbinian Randl
korbinian.randl@dsv.su.se
Se profilsida för Korbinian Robert Randl

Tim Kreuzer

Doktorand

Institutionen för data- och systemvetenskap
08-16 16 20
Tim Kreuzer
tim.kreuzer@dsv.su.se
Se profilsida för Tim Kreuzer

Mohsen Amiri

Doktorand

Institutionen för data- och systemvetenskap
08-16 16 85
Mohsen3
mohsen.amiri@dsv.su.se
Se profilsida för Mohsen Amiri

Forskningsprojekt

AI-genererad digital tvilling för smarta byggnader

Digitala tvillingar och artificiell intelligens är två nyckelteknologier i den fjärde industriella revolutionen. Det här projektet kopplar samman de bägge fälten i ett samarbete mellan akademi och industri där Stockholms universitet och Atrium Ljungberg medverkar.

Nodhuset i Kista, Stockholm.
Extreme Food Risk Analytics (EFRA)

Detta EU-projekt går ut på att öka livsmedelssäkerheten för medborgarna. I dag finns en mängd olika datakällor som innehåller livsviktig information om maten vi äter, men problemet är att källorna är så spridda. Vi undersöker hur data kan utvinnas, aggregeras och analyseras med hjälp av AI.

Illustration av ett förstoringsglas som visar bakterier på en tallrik med bestick bredvid.
EXTREMUM

Syftet med EXTREMUM är att tillhandahålla en uppsättning nya metoder och verktyg som genom maskininlärning och artificiell intelligens kan uppnå goda avvägningar mellan prediktiv prestanda och förklarbarhet i vårdapplikationer.

Anatomisk modell av ett hjärta
Patient and Public AI-assisted Interventions

Med bättre beskrivningar av patienters tillstånd och historik kan mer effektiva åtgärder föreslås. Vi undersöker hur AI-verktyg kan användas praktiskt inom sjukvården. Vi fokuserar på komplexa och multimodala data, med fall kopplade till covid-19, sepsis, cancer, samt läkemedelsbiverkningar.

Illutration av en läkare, provrör och en robot som assisterar vid en hjärtoperation.

Publikationer

Nyheter

Institutionen för data- och systemvetenskap

Svårt men kul att förmedla forskning till ung publik

När ForskarFredag 2024 gick av stapeln i Stockholm deltog två forskare från DSV: Alejandro Kuratomi Hernández och Beatrice Åkerblom. De berättade om sina forskningsområden – AI respektive programmeringsspråk – för varsin grupp 16–19-åringar. På köpet fick de med sig nyttiga erfarenheter av att prata populärvetenskapligt.

Alejandro Kuratomi Hernández, DSV, pratar inför en ung publik på ForskarFredag 2024.
Institutionen för data- och systemvetenskap

Är läkare redo för AI-assistenter?

AI inom sjukvården är ett lovande fält, men det för också med sig utmaningar. Läkares tillit till AI-modellerna är en nyckelfråga.

Tre operationsklädda läkare i grönt lutar sig fram mot kameran.

Ny algoritm vaskar fram guldkornen i komplexa data

Data är en råvara som finns i överflöd. Men för att kunna använda materialet behöver vi sortera det, så att mönster och trender blir synliga. Zed Lee utvecklar algoritmer som är användbara inom industrin såväl som sjukvården.

A red heart on a black and white screen background with 1s and 0s.
Institutionen för data- och systemvetenskap

Hur mår en lastbil?

Driftstopp är mycket kostsamt inom industrin, och olyckor vill man förstås undvika till varje pris. DSV-forskaren Tony Lindgren tar fram nya modeller för att beräkna komponenters livslängd, till exempel i lastbilar. Projektet har nyligen tilldelats 9,7 miljoner kronor i forskningsmedel från Vinnova.

Genrebild: Lastbilar