Tolkning og bruk av Big Data i industrien
|
|
- Markus Hoff
- 5 år siden
- Visninger:
Transkript
1 NTVA Kristiansand Tolkning og bruk av Big Data i industrien Harald Martens, dr.techn. Forskningsleder, Idletechs AS, Trondheim Prof. II, Inst. teknisk kybernetikk, NTNU harald.martens@ntnu.no
2 NTVA Kristiansand Tolkning og bruk av Big Data i industrien Harald Martens, dr.techn. Forskningsleder, Idletechs AS, Trondheim Prof. II, Inst. teknisk kybernetikk, NTNU harald.martens@ntnu.no
3 NTVA Kristiansand Tolkning og bruk av Big Data i industrien Big Data Cybernetics in Trondheim: Interpretable Deep Learning, dynamic, open-ended, but with respect for the Laws of Physics Harald Martens, dr.techn. Forskningsleder, Idletechs AS, Trondheim Prof. II, Inst. teknisk kybernetikk, NTNU harald.martens@ntnu.no
4 The Math Gap House of Math House of Everything else Math gap
5 The Math Gap House of Math House of Everything Else Math gap
6 A two-way bridge across the math gap House of Math House of Everything else Math gap
7 Looking at art Photographed in 3 colours (R,G,B)
8 Looking at art Photographed in 3 colours (R,G,B) Hyperspectral image Photographed in several hundred «colours» (wavelength channels) Courtesy of NTNU Gjøvik «Colour lab» and Norweigan Electro-Optics AS
9 Looking at art Photographed in 3 colours (R,G,B) Find the different colour and shape patterns in the hyperspectral image Harald Martens & Joao Fortuna, NTNU/Idletechs AS
10 Looking at art Pixels Wavelength channels
11 Looking at nature Else Tronstad, Leksvika Photographed in 3 colours (R,G,B)
12 Looking at nature Else Tronstad, Leksvika Photographed in 3 colours (R,G,B) Photographed in several hundred «colours» (wavelength channels in vis. & NIR ) Courtesy of NM (Ingunn Burud)
13 Looking at nature Else Tronstad, Leksvika Photographed in 3 colours (R,G,B) Photographed in several hundred «colours» (wavelength channels in vis. & NIR ) Courtesy of NM (Ingunn Burud)
14 Looking at nature Else Tronstad, Leksvika Photographed in 3 colours (R,G,B) Photographed in several hundred «colours» (wavelength channels in vis. & NIR ) Courtesy of NM (Ingunn Burud)
15 Joao Fortuna and Harald Martens 2017 Looking at Nature New method for de-shadowing hyperspectral images
16 Looking at us
17 Looking at us Combine hundreds of NIR wavelength channels between 700 og 1100 nm to a few molecular patterns PCA Principal component analysis Harald Martens, Ingunn Burud & Joao Fortuna: Giving the surgeons molecular eye-sight? A pork chop measured by hyperspectral NIR camera
18 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering
19 A two-way bridge across the math gap House of Math House of Everything else Math gap
20 Two roads from question to answer in science 1. Holistic, practical, curious exploration 2. Atomistic, theoretical hypothesis testing With With permission permission from from prof. prof. Lars Lars Munck Munck
21 Two roads from question to answer in science 1. Holistic, practical, curious exploration 2. Atomistic, theoretical hypothesis testing With permission from prof. Lars Munck
22 Source of knowledge at any given moment Empirical data from the Real World Theoretical knowledge A better world (??)
23 DATA-DRIVEN Induction: holistic, exploratory? Design the observation process Measure MANY properties in MANY samples Data-modelling «Let the data talk»! Define a mechanistic model Measure FEW properties in FEW samples Test the model wrt the data Deduction: atomistic, confirmatory THEORY-DRIVEN Figure 1
24 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering Folk er forskjellige. Vi må overkomme matte-angsten.
25 time A = B C B = C = A causal phenomenon s time-dependent development + D = How Quantitative Big Data are often generated = +
26 time A = B C B = C = A causal phenomenon s time-dependent development + Its multi-channel property profile D = How Quantitative Big Data are often generated = +
27 time Response A = B C B = C Instrument channel # True properties = A causal phenomenon s time-dependent development + Its multi-channel property profile D = How Quantitative Big Data are often generated = +
28 Response time Response A = B C B = C Instrument channel # + A obs A = B C D = How Quantitative Big Data are often generated = +
29 Response time Response A = B C B = C Instrument channel # + A obs A = B C D = CAUSAL MATH MODEL: A obs = B C + D How Quantitative Big Data are often generated = +
30 Response A = B C B = C A obs A = B C + D How Quantitative Big Data are NOT analyzed = A obs +
31 Response A = B C B = C A obs A = B C + D = How Quantitative Big Data are sometimes analyzed today A obs Black box AI +
32 time Response Response Response A = B C A obs A obs = B = A = B C How Quantitative Big Data may be analyzed C PCA, as in e.g. Chemometrics: Instrument channel # + + D
33 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering. Folk er forskjellige. Vi må overkomme matte-angsten. Multivariat datamodellering er ikke vanskelig.
34 Source of knowledge at any given moment Empirical data from the Real World Theoretical knowledge A better world (??)
35 EMSCpretreated Absorbance Mean-centered Absorbance Absorbance log(1/t) Diffuse NIR spectra of powder mixtures Measured vs predicted quality A) A) Input B) Conventional Trad. Univariate calibration calibration C) Multivariate D) Multivariate calibration calibration by PLSR 1. Purely empirical math. model E) Multivariate F) Multivariate calibration preprocessing by OEMSC What is CHEMOMETRICS? A particular science culture & tool box for «soft multivariate data modelling»
36 Absorbance log(1/t) Absorbance Absorbance, best wavelength (916 nm) Example: Multivariate calibration by PLSR NIR absorbance of powders Best uni-variate calibration for analyte (Gluten) 100 Wavelengths (nm) PLS c) God s own regression garbagescores bin: The reveal Near the Infrared main selectivity wavelength problems range: Everything absorbs light everywhere! Predict Gluten content from NIR absorbance log(1/t) in new powder samples 100 Wavelengths (nm)
37 Absorbance log(1/t) Absorbance Absorbance, best wavelength (916 nm) Example: Multivariate calibration by PLSR NIR absorbance of powders Best uni-variate calibration for analyte (Gluten) 100 Wavelengths (nm) PLS c) regression scores reveal the main selectivity problems Predict Gluten content from NIR absorbance log(1/t) in new powder samples 100 Wavelengths (nm)
38 Absorbance log(1/t) Absorbance Example: Multivariate calibration by PLSR NIR absorbance of powders PLSR: Automatic combination of wavelength channels to remove selectivity problems 100 Wavelengths (nm) 100 Wavelengths (nm) PLS c) regression scores reveal the main selectivity problems Predict Gluten content from NIR absorbance log(1/t) in new powder samples
39 Absorbance log(1/t) Absorbance Example: Multivariate calibration by PLSR NIR absorbance of powders PLSR: Automatic combination of wavelength channels to remove selectivity problems 100 Wavelengths (nm) 100 Wavelengths (nm) PLS c) regression model reveals the main selectivity problems Predict Gluten content from NIR absorbance log(1/t) in new powder samples
40 Absorbance log(1/t) Absorbance Example: Multivariate calibration by PLSR NIR absorbance of powders PLSR: Automatic combination of wavelength channels to remove selectivity problems 100 Wavelengths (nm) 100 Wavelengths (nm) PLS c) regression model reveals the main selectivity problems
41 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering. Folk er forskjellige. Vi må overkomme matte-angsten. Multivariat datamodellering er ikke vanskelig. Man trenger ikke måle-selektivitet i rådata mål mange egenskaper og bruk multivariat kalibering istedet!
42 Source of knowledge at any given moment Empirical data from the Real World Theoretical knowledge A better world (??)
43 Source of knowledge at any given moment Empirical data from the Real World Theoretical knowledge A better world (??)
44 A Red Herring? Reflektert lys How does it feel to be a photon hitting the herring? Sukkertøy formet som en liten sild, i nasjonalfargene fargene rødt, hvitt og blått.
45 A Red Herring? Reflektert lys How does it feel to be a photon hitting the herring? Transmittert lys Sukkertøy formet som en liten sild, i nasjonalfargene fargene rødt, hvitt og blått. Legg merke til hvordan det hvite midtpartiet blir mørkest ved gjennomlysning altså samme mekanisme som i tordenskyen.
46 Å se hvor den andre ser How does it feel to be a photon hitting the side of eye? I motsetning til de andre primatene, som har mørkfargede øye-epler, har mennesket hvite øyeepler. Det kan henge sammen med at mennesket dermed lettere kan kommunisere retningsangivelse med bare øynene. Tordensky-mekanismen gjør at det selv hos oss blir mørkt nok inni øyet til at vi kan motta klare bilder gjennom linsa.
47 Why is the thundercloud black? Moses har ledet sitt folk tørrskodd over Rødehavet, og Farao og hans tropper drukner (Exodus 14:23-30). I bakgrunnen en herrens landeplage av et uvær. Maleren viser at tordenskyen er hvit øverst og svart nederst. Forsto han mekanismen, eller gjenga han bare det han så? Veggmaleri i det Sixtinske kapell, av Biagio d Antonio eller Cosimo Rosselli, ca 1482.
48 EMSCpretreated Absorbance Mean-centered Absorbance Absorbance log(1/t) Diffuse NIR spectra of powder mixtures Measured vs predicted quality A) A) Input B) Conventional Trad. Univariate calibration calibration C) Multivariate D) Multivariate calibration calibration by PLSR 1. Purely empirical math. model 2. Semi-causal math. model E) Multivariate F) Multivariate calibration preprocessing by OEMSC What is CHEMOMETRICS? A particular science culture & tool box for «soft multivariate data modelling»
49 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering. Folk er forskjellige. Vi må overkomme matte-angsten. Multivariat datamodellering er ikke vanskelig. Man trenger ikke måle-selektivitet i rådata mål mange egenskaper og bruk multivariat kalibering istedet!
50 New Scientist 2015 The average global temperature, estimated by five different research groups (laboratories) Data Table 130 years Year ( ) Score of component 2 Score of components Year Temp. c) % explained variance Temp. 5 variables # of components e) Correlation to Score of component 2 b) f) 100% variance explained by first 2 PCs Automatic data modelling by Principal component analysis PCA): Main covariation patterns Score of component 1 Correlation to Score of component 1
51 Three of the 5 (or ?) available variables Dots = years
52 First principal component: Mean
53 First principal component: Mean
54 Multivariate soft data-modelling gives fewer, but more sensitive alarms, for three different types of abnormalities: Raw data Many variables (temperatures) Few informative combinations of the many variables An ALIEN An EXTREMIST Færre, bedre alarmer!
55 Data driven multivariate modelling will also reveal unexpected patterns b) c) % explained variance a) Temp. Year Year e) Score of component 1 Correlation to Score of component 2 d) Score of component 2 Score of components # of components f) 100% variance explained by first 2 PCs Correlation to Score of component 1
56 Massive highdimensional computer simulations Combinations of highspeed multichannel sensors QUANTITATIVE BIG DATA In: Process industry Energy production Transportation Tele-communication Bio-medicine Data warehouse Economy/finance
57 QUANTITATIVE BIG DATA Advanced control theory/ Engineering cybernetics
58 QUANTITATIVE BIG DATA Advanced control theory/ Engineering cybernetics
59 QUANTITATIVE BIG DATA BIG DATA CYBERNETICS Advanced control theory/ Engineering cybernetics Chemometrics / multivariate soft modelling
60
61 Massive highdimensional computer simulations Combinations of highspeed multichannel sensors QUANTITATIVE BIG DATA At ITK Sept. 2017: 3 External professors (20%) 2 Full professors funded 1 Post-doc 1 PhD 7 Project students 50 Course students ++ BIG DATA CYBERNETICS Advanced control theory/ Engineering cybernetics Dept. of Engineering Cybernetics & Robotics, NTNU Chemometrics / multivariate soft modelling Metallurgical industry, biomedical etc etc Other software companies
62 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering. Folk er forskjellige. Vi må overkomme matte-angsten. Multivariat datamodellering er ikke vanskelig. Man trenger ikke måle-selektivitet i rådata mål mange egenskaper og bruk multivariat kalibering istedet! Big Data Cybernetics: Kybernetikk + Kjemometri
63 Quantitative Big Data : Many high-dimensional sensors, e.g. thermal cameras, voltage/current monitoring, accelerometers, electromagnetic field detectors, etc? Big Data Cybernetics: Utilize enormeous, «ever-lasting» streams of high-dimensional data: For automatic control For human learning + Residuals Statistical and mechanistic model improvement Comparison to prior mechanistic models
64 Quantitative Big Data: "No One Is Close to Achieving True Level 5 Autonomy" Toyota Research Institute (TRI) is investing over a billion dollars in robotics and artificial intelligence over the next five years TRI is headed by Gill Pratt, who recently gave the audience at the CES in Las Vegas a much needed reality check : (IEEE Spectrum, posted Jan ) What s interesting about this because machine learning systems, and deep learning in particular, are very high performance but don t actually explain how they figure out the answer is that getting the car to explain what it does is actually hard. Deep learning is wonderful, but deep learning doesn t guarantee that over the entire space of possible inputs, the behavior will be correct. Ensuring that that s true is very, very hard to do.
65 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering. Folk er forskjellige. Vi må overkomme matte-angsten. Multivariat datamodellering er ikke vanskelig. Man trenger ikke måle-selektivitet i rådata mål mange egenskaper og bruk multivariat kalibering istedet! Big Data Cybernetics: Kybernetikk + Kjemometri. Big Data: Blind maskinlæring kan være farlig.
66 PCA of ever-lasting data streams From raw streams of data, systematic patterns and relationships are automatically discovered and modelled. The data is stored in a highly compressed format: Sensor data: Recordings of light, sound, vibrations, images, temperatures, moisture, etc. SCADA data Computer simulation outputs Ever-lasting high-dimensional data time = Automatically displaying the essence in data + Noise Idletechs AS provides new software tools for automatic modelling & compression and for human interpretation, of multidimensional, dynamic data.
67 Thermal video A ship engine monitored by a thermal camera Example of Quantitatative Big Data Monitoring a ship engine over time: QUANTITATIVE BIG DATA! From Idletech s on-going IFU with Kongsberg Maritime, on Interpretable Deep Learning, open-ended, but with respect for the Laws of Physics
68 Thermal video New state variable,s and few, but sensitive warnings Monitoring a ship engine over time: QUANTITATIVE BIG DATA! Refolding pixels Unfolding pixels = New state variables for process control + Error warnings
69 Mange-kanals data har mye nyttig informasjon, men trenger matematisk modellering og statistisk evaluering. Folk er forskjellige. Vi må overkomme matte-angsten. Multivariat datamodellering er ikke vanskelig. Man trenger ikke måle-selektivitet i rådata mål mange egenskaper og bruk multivariat kalibering istedet! Big Data Cybernetics: Kybernetikk + Kjemometri. Big Data: Blind maskinlæring kan være farlig. Kombiner teoretisk kunnskap og massive mengder måledata.
70 s visjon: Empirical data from the The Real world World A better world! Theoretical Knowledge knowledge More knowledge
71 Interpretable Deep Learning, dynamic, openended, but with respect for the Laws of Physics
72 Since the Enlightenment: Now, with BIG DATA: Understand more! Understand less? BIG DATA: Keep humans in the loop! i.e. : We need more Mathematical Modelling, more Statistical Assessment and more Learning from Data, but less Macho Mathematics, less Gucci Statistics and less Blind Machine Learning
Brobygging mellom medisin og matematikk
Medisinsk informasjonsrevolusjon fra en gjennomsnittspasient til et individ Brobygging mellom medisin og matematikk Harald Martens, dr.techn. Bio-kjemometriker Professor II, NTNU/ Institutt for teknisk
DetaljerHøydimensjonale datastrømmer i helsesektoren: Ikke Gucci-statistikk, ikke Macho-matematikk, ikke Blind Informatikk, men heller Rhythm & Blues fra data
Høydimensjonale datastrømmer i helsesektoren: Ikke Gucci-statistikk, ikke Macho-matematikk, ikke Blind Informatikk, men heller Rhythm & Blues fra data Harald Martens 1,2, Jan Otto Reberg 2, Joa Fortuna
DetaljerDean Zollman, Kansas State University Mojgan Matloob-Haghanikar, Winona State University Sytil Murphy, Shepherd University
Dean Zollman, Kansas State University Mojgan Matloob-Haghanikar, Winona State University Sytil Murphy, Shepherd University Investigating Impact of types of delivery of undergraduate science content courses
DetaljerEN Skriving for kommunikasjon og tenkning
EN-435 1 Skriving for kommunikasjon og tenkning Oppgaver Oppgavetype Vurdering 1 EN-435 16/12-15 Introduction Flervalg Automatisk poengsum 2 EN-435 16/12-15 Task 1 Skriveoppgave Manuell poengsum 3 EN-435
DetaljerHan Ola of Han Per: A Norwegian-American Comic Strip/En Norsk-amerikansk tegneserie (Skrifter. Serie B, LXIX)
Han Ola of Han Per: A Norwegian-American Comic Strip/En Norsk-amerikansk tegneserie (Skrifter. Serie B, LXIX) Peter J. Rosendahl Click here if your download doesn"t start automatically Han Ola of Han Per:
DetaljerThe internet of Health
The internet of Health! Biler, helse og fremtiden!! Velkon 2014, 22. October 2014 Nard Schreurs, IKT-Norge Få ut begrepet «pasient» av tanker om helse. Aldring 1980-2010 Menn 72 år til 79 år Kvinner 79
DetaljerSpeed Racer Theme. Theme Music: Cartoon: Charles Schultz / Jef Mallett Peanuts / Frazz. September 9, 2011 Physics 131 Prof. E. F.
September 9, 2011 Physics 131 Prof. E. F. Redish Theme Music: Speed Racer Theme Cartoon: Charles Schultz / Jef Mallett Peanuts / Frazz 1 Reading questions Are the lines on the spatial graphs representing
DetaljerHvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)
INF234 Er du? Er du? - Annet Hvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye) Hvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye) Hvor
DetaljerImproving Customer Relationships
Plain Language Association International s 11 th conference Improving Customer Relationships September 21-23, 2017 University of Graz, Austria hosted by Klarsprache.at Copyright of this presentation belongs
DetaljerDen som gjør godt, er av Gud (Multilingual Edition)
Den som gjør godt, er av Gud (Multilingual Edition) Arne Jordly Click here if your download doesn"t start automatically Den som gjør godt, er av Gud (Multilingual Edition) Arne Jordly Den som gjør godt,
DetaljerGEOV219. Hvilket semester er du på? Hva er ditt kjønn? Er du...? Er du...? - Annet postbachelor phd
GEOV219 Hvilket semester er du på? Hva er ditt kjønn? Er du...? Er du...? - Annet postbachelor phd Mener du at de anbefalte forkunnskaper var nødvendig? Er det forkunnskaper du har savnet? Er det forkunnskaper
DetaljerEndelig ikke-røyker for Kvinner! (Norwegian Edition)
Endelig ikke-røyker for Kvinner! (Norwegian Edition) Allen Carr Click here if your download doesn"t start automatically Endelig ikke-røyker for Kvinner! (Norwegian Edition) Allen Carr Endelig ikke-røyker
DetaljerEmneevaluering GEOV272 V17
Emneevaluering GEOV272 V17 Studentenes evaluering av kurset Svarprosent: 36 % (5 av 14 studenter) Hvilket semester er du på? Hva er ditt kjønn? Er du...? Er du...? - Annet PhD Candidate Samsvaret mellom
DetaljerLittle Mountain Housing
Little Mountain Housing Feedback from January 2012 Open Houses Presentation to Little Mountain Community Advisory Group Overview Open house attendance 409 signed in 600+ total Comment forms submitted 326
DetaljerCAMES. Technical. Skills. Overskrift 27pt i to eller flere linjer teksten vokser opad. Brødtekst 22pt skrives her. Andet niveau.
CAMES Overskrift 27pt i to eller flere linjer Technical Skills Leizl Joy Nayahangan, RN, MHCM Leizl.joy.nayahangan@regionh.dk IMPORTANCE Challenges Brødtekst 22pt of patient skrives her care Increasing
DetaljerEmnedesign for læring: Et systemperspektiv
1 Emnedesign for læring: Et systemperspektiv v. professor, dr. philos. Vidar Gynnild Om du ønsker, kan du sette inn navn, tittel på foredraget, o.l. her. 2 In its briefest form, the paradigm that has governed
DetaljerHONSEL process monitoring
6 DMSD has stood for process monitoring in fastening technology for more than 25 years. HONSEL re- rivet processing back in 990. DMSD 2G has been continuously improved and optimised since this time. All
DetaljerHvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)
INF283, HØST 16 Er du? Er du? - Annet Hvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye) Hvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 =
DetaljerUnit Relational Algebra 1 1. Relational Algebra 1. Unit 3.3
Relational Algebra 1 Unit 3.3 Unit 3.3 - Relational Algebra 1 1 Relational Algebra Relational Algebra is : the formal description of how a relational database operates the mathematics which underpin SQL
DetaljerØystein Haugen, Professor, Computer Science MASTER THESES Professor Øystein Haugen, room D
Øystein Haugen, Professor, Computer Science MASTER THESES 2015 Professor Øystein Haugen, room D1-011 1 Hvem er jeg? Øystein Haugen, nytilsatt professor i anvendt informatikk på Høyskolen i Østfold, avdeling
DetaljerSlope-Intercept Formula
LESSON 7 Slope Intercept Formula LESSON 7 Slope-Intercept Formula Here are two new words that describe lines slope and intercept. The slope is given by m (a mountain has slope and starts with m), and intercept
DetaljerDigital Transformasjon
Digital Transformasjon HVORDAN KAN DU TA GREP OM DIGITALISERINGEN? KURT S. HELLAND EVRY Key Highlights # 1 Norway # 4 Sweden # 1 Financial Services in the Nordics NOR FIN Offices in9countries 9,100 employees
DetaljerFIRST LEGO League. Härnösand 2012
FIRST LEGO League Härnösand 2012 Presentasjon av laget IES Dragons Vi kommer fra Härnosänd Snittalderen på våre deltakere er 11 år Laget består av 4 jenter og 4 gutter. Vi representerer IES i Sundsvall
DetaljerBostøttesamling
Bostøttesamling 2016 Teresebjerke@husbankenno 04112016 2 09112016 https://wwwyoutubecom/watch?v=khjy5lwf3tg&feature=youtube 3 09112016 Hva skjer fremover? 4 09112016 «Gode selvbetjeningsløsninger» Kilde:
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte
DetaljerMedisinsk statistikk, KLH3004 Dmf, NTNU 2009. Styrke- og utvalgsberegning
Styrke- og utvalgsberegning Geir Jacobsen, ISM Sample size and Power calculations The essential question in any trial/analysis: How many patients/persons/observations do I need? Sample size (an example)
DetaljerMolare forsterkningsbetingelser
Molare forsterkningsbetingelser Hva er mekanismen(e) bak forsterkning? Hvor langt opp eller ned skal man skru mikroskopet for å se godt nok? Kjetil Viken 1 2 ARBEIDSDAG sitte ved pc formelle samtaler møter
DetaljerAndrew Gendreau, Olga Rosenbaum, Anthony Taylor, Kenneth Wong, Karl Dusen
Andrew Gendreau, Olga Rosenbaum, Anthony Taylor, Kenneth Wong, Karl Dusen The Process Goal Definition Data Collection Data Preprocessing EDA Choice of Variables Choice of Method(s) Performance Evaluation
DetaljerFagevalueringsrapport FYS Diffraksjonsmetoder og elektronmikroskopi
Fagevalueringsrapport FYS4340 - Diffraksjonsmetoder og elektronmikroskopi Fall 08 Lecturer:Arne Olsen and Anette Eleonora Gunnæs Fysisk Fagutvalg 4. november 2008 Fagutvalgets kommentar: Fysisk fagutvalg
DetaljerOle Isak Eira Masters student Arctic agriculture and environmental management. University of Tromsø Sami University College
The behavior of the reindeer herd - the role of the males Ole Isak Eira Masters student Arctic agriculture and environmental management University of Tromsø Sami University College Masters student at Department
DetaljerHvis vi erstatter mennesket med automasjon, vil vi da redusere antall ulykker innen maritim shipping?
Hvis vi erstatter mennesket med automasjon, vil vi da redusere antall ulykker innen maritim shipping? ITS-konferansen 15. mars 2018 Åsa S. Hoem Siv.ing, SINTEF Teknologi og samfunn PhD-stipendiat, Institutt
DetaljerNEI! Kan man styre fargene? Peter Nussbaum. Forum Farge 2013. Onsdag 10. april 2013, Kunsthøgskolen i Oslo
Forum Farge 2013 Onsdag 10. april 2013, Kunsthøgskolen i Oslo Kan man styre fargene? Peter Nussbaum NEI! 1 men vi kan prøve å kontrolle fargeføring til en hvis grad. Stop cmy cy cm my Paper 100 10 90 20
DetaljerStationary Phase Monte Carlo Methods
Stationary Phase Monte Carlo Methods Daniel Doro Ferrante G. S. Guralnik, J. D. Doll and D. Sabo HET Physics Dept, Brown University, USA. danieldf@het.brown.edu www.het.brown.edu Introduction: Motivations
DetaljerHvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)
INF247 Er du? Er du? - Annet Ph.D. Student Hvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye) Hvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen,
Detaljerkoordinering og samhandling i perioperativt arbeid
koordinering og samhandling i perioperativt arbeid Arild Faxvaag (1), Andreas Seim (2) og Pieter Toussaint (3) (1) Norsk Senter for Elektronisk pasientjournal (NSEP), IME, DMF, NTNU (2) SINTEF Teknologi
DetaljerDatabases 1. Extended Relational Algebra
Databases 1 Extended Relational Algebra Relational Algebra What is an Algebra? Mathematical system consisting of: Operands --- variables or values from which new values can be constructed. Operators ---
DetaljerInformation search for the research protocol in IIC/IID
Information search for the research protocol in IIC/IID 1 Medical Library, 2013 Library services for students working with the research protocol and thesis (hovedoppgaven) Open library courses: http://www.ntnu.no/ub/fagside/medisin/medbiblkurs
DetaljerNeural Network. Sensors Sorter
CSC 302 1.5 Neural Networks Simple Neural Nets for Pattern Recognition 1 Apple-Banana Sorter Neural Network Sensors Sorter Apples Bananas 2 Prototype Vectors Measurement vector p = [shape, texture, weight]
DetaljerNewtons fargeskive. Regnbuens farger blir til hvitt. Sett skiva i rask rotasjon ved hjelp av sveiva.
Newtons fargeskive Regnbuens farger blir til hvitt. Sett skiva i rask rotasjon ved hjelp av sveiva. Se hva som skjer med fargene. Hvitt lys består av en blanding av alle farger. Når fargeskiva roterer
DetaljerKROPPEN LEDER STRØM. Sett en finger på hvert av kontaktpunktene på modellen. Da får du et lydsignal.
KROPPEN LEDER STRØM Sett en finger på hvert av kontaktpunktene på modellen. Da får du et lydsignal. Hva forteller dette signalet? Gå flere sammen. Ta hverandre i hendene, og la de to ytterste personene
DetaljerDynamic Programming Longest Common Subsequence. Class 27
Dynamic Programming Longest Common Subsequence Class 27 Protein a protein is a complex molecule composed of long single-strand chains of amino acid molecules there are 20 amino acids that make up proteins
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamen i: ECON1910 Poverty and distribution in developing countries Exam: ECON1910 Poverty and distribution in developing countries Eksamensdag: 1. juni 2011 Sensur
DetaljerSFI-Norman presents Lean Product Development (LPD) adapted to Norwegian companies in a model consisting of six main components.
Hovedoppgave Masteroppgave ved ved IMM Høsten 2013 Lean Product Development Stability Drivers. Identifying Environmental Factors that Affect Performance. SFI-Norman presents Lean Product Development (LPD)
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamen i: ECON1220 Velferd og økonomisk politikk Exam: ECON1220 Welfare and politics Eksamensdag: 29.11.2010 Sensur kunngjøres: 21.12.2010 Date of exam: 29.11.2010
Detaljerverktøyskrin Grafisk profil ved Norges teknisk-naturvitenskapelige universitet
1 Services and Systems Development Grafisk verktøyskrin Grafisk profil ved Norges teknisk-naturvitenskapelige universitet Selvhjelpspakken for informasjon og formidling ved NTNU: www.ntnu.no/info/selvhjelp
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: 7. desember 2015 Eksamenstid (fra-til): 9.00-13.00
DetaljerDen europeiske byggenæringen blir digital. hva skjer i Europa? Steen Sunesen Oslo,
Den europeiske byggenæringen blir digital hva skjer i Europa? Steen Sunesen Oslo, 30.04.2019 Agenda 1. 2. CEN-veileder til ISO 19650 del 1 og 2 3. EFCA Guide Oppdragsgivers krav til BIMleveranser og prosess.
DetaljerBaltic Sea Region CCS Forum. Nordic energy cooperation perspectives
Norsk mal: Startside Baltic Sea Region CCS Forum. Nordic energy cooperation perspectives Johan Vetlesen. Senior Energy Committe of the Nordic Council of Ministers 22-23. april 2015 Nordic Council of Ministers.
DetaljerWhat's in IT for me? Sted CAMPUS HELGELAND, MO I RANA Tid
Pris kr. 490,- Påmelding til Tone på tj@kph.no Frist: 10. januar 2019 DET ER UTFORDRENDE Å FÅ AVGRENSET OG SATT MÅL FOR DIGITALISERINGSPROSJEKTER SOM GIR VERDI FOR VIRKSOMHETEN. SINTEF HELGELAND OG ARCTIC
DetaljerMoving Objects. We need to move our objects in 3D space.
Transformations Moving Objects We need to move our objects in 3D space. Moving Objects We need to move our objects in 3D space. An object/model (box, car, building, character,... ) is defined in one position
DetaljerQuantitative Spectroscopy Quantitative Spectroscopy 2 - Algorithms
Quantitative Spectroscopy Quantitative Spectroscopy 2 - Algorithms Copyright 2006 Mettler-Toledo AutoChem, Inc. 1 Chapter 2 Outline Beer-Lambert Law or Beers Law Beer s Law, Classical Least Squares (K-Matrix)
DetaljerBPS TESTING REPORT. December, 2009
BPS TESTING REPORT December, 2009 Standardized Testing BPS SAT Reasoning Test SAT Subject Tests Advanced Placement ACT Massachusetts Comprehensive Assessment System (MCAS) MCAS Growth Data 2 SAT Reasoning
DetaljerUNIVERSITY OF OSLO DEPARTMENT OF ECONOMICS
UNIVERSITY OF OSLO DEPARTMENT OF ECONOMICS English Postponed exam: ECON2915 Economic growth Date of exam: 11.12.2014 Time for exam: 09:00 a.m. 12:00 noon The problem set covers 4 pages Resources allowed:
DetaljerInternasjonale aktiviteter innenfor funksjonskontroll med bidrag fra PFK
Internasjonale aktiviteter innenfor funksjonskontroll med bidrag fra PFK www.sintef.no/pfk Natasa Nord, førsteamanuensis Institutt for Energi- og prosessteknikk, NTNU Annex 47 Kostnadseffektiv funksjonskontroll
DetaljerTFY4170 Fysikk 2 Justin Wells
TFY4170 Fysikk 2 Justin Wells Forelesning 5: Wave Physics Interference, Diffraction, Young s double slit, many slits. Mansfield & O Sullivan: 12.6, 12.7, 19.4,19.5 Waves! Wave phenomena! Wave equation
DetaljerHvordan jobber reiselivsgründere med sine etableringer? Sølvi Solvoll Klyngesamling, Bodø
Hvordan jobber reiselivsgründere med sine etableringer? Sølvi Solvoll Klyngesamling, Bodø 14.02.2018 Hvilke beslutninger har du tatt i dag? Planlegge eller effektuere? Effectuation; måten ekspertgründeren
DetaljerUiA. 1100 employees 10000 Students. Frank!
UiA 1100 employees 10000 Students Frank! Health and Sport Sciences Humanities and Education Fine Arts Engineering and Science Economics and Social Sciences Teacher Education Unit http://www.uia.no/nyheter/ny-kraftig-vekst-i-soekningen-til-uia
Detaljerverktøyskrin Grafisk profil ved Norges teknisk-naturvitenskapelige universitet
1 Services and Systems Development Grafisk verktøyskrin Grafisk profil ved Norges teknisk-naturvitenskapelige universitet Selvhjelpspakken for informasjon og formidling ved NTNU: www.ntnu.no/info/selvhjelp
DetaljerHvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)
Emneevaluering GEOV325 Vår 2016 Kommentarer til GEOV325 VÅR 2016 (emneansvarlig) Forelesingsrommet inneholdt ikke gode nok muligheter for å kunne skrive på tavle og samtidig ha mulighet for bruk av power
DetaljerSoftware applications developed for the maritime service at the Danish Meteorological Institute
Software applications developed for the maritime service at the Danish Meteorological Institute Anne Marie Munk Jørgensen (ammj@dmi.dk), Ove Kjær, Knud E. Christensen & Morten L. Mortensen Danish Meteorological
DetaljerNeil Blacklock Development Director
Neil Blacklock Development Director neil.blacklock@respect.uk.net UK Helplines A) Respect Phoneline B) Men s Advice Line Multi Site Research Programme Young People s Project Domestic Violence and Employment
DetaljerAdministrasjon av postnummersystemet i Norge Post code administration in Norway. Frode Wold, Norway Post Nordic Address Forum, Iceland 5-6.
Administrasjon av postnummersystemet i Norge Frode Wold, Norway Post Nordic Address Forum, Iceland 5-6. may 2015 Postnumrene i Norge ble opprettet 18.3.1968 The postal codes in Norway was established in
DetaljerQuantitative Spectroscopy Chapter 3 Software
Quantitative Spectroscopy Chapter 3 Software Copyright 2006 Mettler-Toledo AutoChem, Inc. 1 Chapter 3 Outline P-matrix P-matrix with automatic frequency select PLS: Choosing a region PLS: Selecting the
DetaljerGeWare: A data warehouse for gene expression analysis
GeWare: A data warehouse for gene expression analysis T. Kirsten, H.-H. Do, E. Rahm WG 1, IZBI, University of Leipzig www.izbi.de, dbs.uni-leipzig.de Outline Motivation GeWare Architecture Annotation Integration
DetaljerGeneralization of age-structured models in theory and practice
Generalization of age-structured models in theory and practice Stein Ivar Steinshamn, stein.steinshamn@snf.no 25.10.11 www.snf.no Outline How age-structured models can be generalized. What this generalization
Detaljer1. Explain the language model, what are the weaknesses and strengths of this model?
Øving 2 Task 1 Language Model 1. Explain the language model, what are the weaknesses and strengths of this model? En language model er en model som brukes til å forenkle spørringer etter ord i dokumenter.
DetaljerP(ersonal) C(omputer) Gunnar Misund. Høgskolen i Østfold. Avdeling for Informasjonsteknologi
? Høgskolen i Østfold Avdeling for Informasjonsteknologi Mobile Applications Group (MAG), HiØ Har holdt på siden 2004 4-5 fagansatte (inkludert professor og stipendiat) Tverrfaglig: Brukergrensesnitt Sosiale
DetaljerSimon Fraser University
Simon Fraser University Geoscience Course Equivalent Listing (Updated June 2013) NOTE: This course listing is a reflection of APEGBC s adoption of the Geoscientists Canada Geoscience Knowledge Requirements.
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: KJB 492 Bioinformatikk Eksamensdag: Fredag 14. desember 2001 Tid for eksamen: Kl.: 9.00 13.00 Oppgavesettet er på 7 sider. Vedlegg:
DetaljerMidler til innovativ utdanning
Midler til innovativ utdanning Hva ser jeg etter når jeg vurderer et prosjekt? Utdanningsseminar Onsdag 10 Januari 2018 Reidar Lyng Førsteamanuensis Institutt for pedagogikk og livslang læring, NTNU/ Leder
DetaljerSVM and Complementary Slackness
SVM and Complementary Slackness David Rosenberg New York University February 21, 2017 David Rosenberg (New York University) DS-GA 1003 February 21, 2017 1 / 20 SVM Review: Primal and Dual Formulations
DetaljerGeir Lieblein, IPV. På spor av fremragende utdanning NMBU, 7. oktober 2015 GL
Å ta ansvar refleksjon som grunnlag for læring Geir Lieblein, IPV På spor av fremragende utdanning NMBU, 7. oktober 2015 GL 11.08.2014 Refleksjon Individuelt og sammen Agroecology MSc vårt konseptuelle
DetaljerExploratory Analysis of a Large Collection of Time-Series Using Automatic Smoothing Techniques
Exploratory Analysis of a Large Collection of Time-Series Using Automatic Smoothing Techniques Ravi Varadhan, Ganesh Subramaniam Johns Hopkins University AT&T Labs - Research 1 / 28 Introduction Goal:
DetaljerGuidance. CBEST, CSET, Middle Level Credential
Guidance CBEST, CSET, Middle Level Credential Liberal Studies for Teachers, 2009 CBEST California Basic Educational Skills Test Measures basic educational skills needed for teachers Reading Writing Math
DetaljerThe CRM Accelerator. USUS February 2017
The CRM Accelerator USUS February 2017 The CRM Accelerator n To start conversations about CRM n To stimulate experiments with aspects of CRM n To share ideas n To learn and pass on experiences and knowledge
DetaljerDuke Energy Seminar September 3 5, 2008 Concord, NC
Duke Energy Seminar September 3 5, 2008 Concord, NC Ron Richard Senior Consultant RE Consulting -1- Ball Mills -2- Limestone Fineness Some of the FGD vendors have stated that one of the biggest causes
Detaljer- En essensiell katalysator i næringsklyngene? Forskningsrådets miniseminar 12. april Mer bioteknologi i næringslivet hvordan?
Instituttsektoren - En essensiell katalysator i næringsklyngene? Forskningsrådets miniseminar 12. april 2011 Mer bioteknologi i næringslivet hvordan? Torstein Haarberg Konserndirektør SINTEF Materialer
DetaljerNumerical Simulation of Shock Waves and Nonlinear PDE
Numerical Simulation of Shock Waves and Nonlinear PDE Kenneth H. Karlsen (CMA) Partial differential equations A partial differential equation (PDE for short) is an equation involving functions and their
DetaljerEKSAMENSOPPGAVE I BI2034 Samfunnsøkologi EXAMINATION IN: BI Community ecology
Norges teknisk-naturvitenskapelige universitet Institutt for Biologi EKSAMENSOPPGAVE I BI2034 Samfunnsøkologi EXAMINATION IN: BI2034 - Community ecology - Faglig kontakt under eksamen/contact person/subject
Detaljer5 E Lesson: Solving Monohybrid Punnett Squares with Coding
5 E Lesson: Solving Monohybrid Punnett Squares with Coding Genetics Fill in the Brown colour Blank Options Hair texture A field of biology that studies heredity, or the passing of traits from parents to
DetaljerGir vi IKT-kandidatene egnet kompetanse for fremtiden? Morten Dæhlen Dekan
Gir vi IKT-kandidatene egnet kompetanse for fremtiden? Morten Dæhlen Dekan Lange linjer i utviklingen av IKT-faget/informatikk Hvordan blir (IKT-)utdanninger til? Digital kompetanse i bredden og på alle
DetaljerSensorveiledning SPED1200 vår 2018
Sensorveiledning SPED1200 vår 2018 NB! Studentene har fått beskjed om at de kan bruke engelske ord og uttrykk i besvarelsen uten at dette betraktes som negativt. Dette skal altså ikke trekke ned i vurderingen.
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Utsatt eksamen i: ECON1410 - Internasjonal økonomi Exam: ECON1410 - International economics Eksamensdag: 18.06.2013 Date of exam: 18.06.2013 Tid for eksamen: kl.
DetaljerEksamen PSY1010 PSYC1100 Forskningsmetode I vår 2013
Eksamen PSY1010 PSYC1100 Forskningsmetode I vår 2013 Bokmål Skriftlig skoleeksamen, 16. mai. (3 timer) Ingen hjelpemidler tillatt. Besvar tre 3 av følgende fire 4 oppgaver. Oppgave 1. Tenk deg at du skal
DetaljerMÅLING OG VURDERING AV TEKSTUR I VEGOVERFLATER OG KOPLING TIL STØY
MÅLING OG VURDERING AV TEKSTUR I VEGOVERFLATER OG KOPLING TIL STØY Av Svein Å. Storeheier Miljøvennlige vegdekker, 2006-09-14 1 TEXTURE what can be measured The road surface is scanned by a laser system,
DetaljerLærere som lærer. Elaine Munthe. Professor / Dekan Universitetet i Stavanger uis.no 26.10.2015
Lærere som lærer Elaine Munthe Professor / Dekan Universitetet i Stavanger uis.no Plan for innlegget: Læreres profesjonelle læring i et kontinuum Kunnskaps- og kompetanseområder for lærere Hvordan fremme
DetaljerUtvikling av skills for å møte fremtidens behov. Janicke Rasmussen, PhD Dean Master Tel
Utvikling av skills for å møte fremtidens behov Janicke Rasmussen, PhD Dean Master janicke.rasmussen@bi.no Tel 46410433 Skills project results Background for the project: A clear candidate profile is defined
DetaljerHvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)
INF283 Er du? Er du? - Annet PhD Hvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye) Hvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)
DetaljerJeroen Stil Institute for Space Imaging Science. University of Calgary
Jeroen Stil Institute for Space Imaging Science University of Calgary Origin and evolution of cosmic magnetic fields is a key science goal for the SKA Rotation measures of polarized background sources
DetaljerBIBSYS Brukermøte 2011 Live Rasmussen og Andreas Christensen. Alt på et brett? -om pensum på ipad og lesebrett
BIBSYS Brukermøte 2011 Live Rasmussen og Andreas Christensen Alt på et brett? -om pensum på ipad og lesebrett Prosjektet epensum på lesebrett Vi ønsker å: Studere bruk av digitalt pensum i studiesituasjonen.
DetaljerPARABOLSPEIL. Still deg bak krysset
PARABOLSPEIL Stå foran krysset på gulvet og se inn i parabolen. Hvordan ser du ut? Still deg bak krysset på gulvet. Hva skjer? Hva skjer når du stiller deg på krysset? Still deg bak krysset Det krumme
DetaljerIssues and challenges in compilation of activity accounts
1 Issues and challenges in compilation of activity accounts London Group on environmental accounting 21st meeting 2-4 November 2015 Statistics Netherlands The Hague Kristine E. Kolshus kre@ssb.no Statistics
DetaljerEksamensoppgave i GEOG1004 Geografi i praksis Tall, kart og bilder
Geografisk institutt Eksamensoppgave i GEOG1004 Geografi i praksis Tall, kart og bilder Faglig kontakt under eksamen: Wenche Larsen Tlf.: 467 90 607 Eksamensdato: 23.05.2014 Eksamenstid: 3 Studiepoeng:
DetaljerSamarbeid om forvalting av Havrommet. Per Magne Einang Senterleder Smart Maritime SFI Forum 2016
Samarbeid om forvalting av Havrommet Per Magne Einang Senterleder Smart Maritime SFI Forum 2016 Samarbeid i Havrommet Deltakere SSF AMOS SFI Smart Maritime SFI EXPOSED SFI MOVE NTNU OCEANS Havrommet Ocean
DetaljerWe are Knowit. We create the new solutions.
We are Knowit. We create the new solutions. AGENDA 0900-0915 Velkommen 0915-1030 Selskapspresentasjoner 1030-1045 Kort Pause 1045-1145 Diskusjon (trender, utfordringer, muligheter, prosjekter, samarbeid++)
DetaljerThe regulation requires that everyone at NTNU shall have fire drills and fire prevention courses.
1 The law The regulation requires that everyone at NTNU shall have fire drills and fire prevention courses. 2. 3 Make your self familiar with: Evacuation routes Manual fire alarms Location of fire extinguishers
DetaljerTUNNEL LIGHTING. LED Lighting Technology
TUNNEL LIGHTING TunLite Linear Designed LED Tunnel & Underpass Light The TunLite is an LED linear luminaire providing reliable solutions to cover the lighting requirements of tunnels and underpasses. It
DetaljerForecast Methodology September LightCounting Market Research Notes
Forecast Methodology September 2015 LightCounting Market Research Notes Vladimir Market Kozlov Forecast Methodology, September, September, 2015 2015 1 Summary In summary, the key assump=on of our forecast
DetaljerPhysical origin of the Gouy phase shift by Simin Feng, Herbert G. Winful Opt. Lett. 26, (2001)
by Simin Feng, Herbert G. Winful Opt. Lett. 26, 485-487 (2001) http://smos.sogang.ac.r April 18, 2014 Introduction What is the Gouy phase shift? For Gaussian beam or TEM 00 mode, ( w 0 r 2 E(r, z) = E
Detaljer