Forskning inom datavetenskap

Det övergripande syfte med forskningen inom ämnesavdelningen för datavetenskap kan beskrivas som att utveckla metoder för effektiv hantering av komplexa data och göra de användbara för den mänsklige beslutsfattaren.

Vårt intresse är särskilt riktat på effektiva metoder för analys av komplexa data och den bygger på två huvudinriktningar: Visualiseringsbaserad analys (även kallad för visual analytics) och beslutsteoretisk analys, som står i växelverkan med varandra. Båda dessa inriktningar bygger dessutom delvis på statistisk analys. Gruppens forskning bedrivs idag i ett interdisciplinärt samarbete mellan forskare med expertkunskap inom dessa områden som innefattar:

  • Visualisering
  • Datorgrafik
  • Bildanalys
  • Beslutsteoretisk analys
  • Mätteoretisk statistisk analys

Forskningen inom visualisering och beslutsanalys bedrivs delvis i tillämpade projekt och i samverkan med forskare inom andra institutioner vid Högskolan. GraphiX Center på campus Gävle är en viktig resurs i vår forskning och erbjuder en plats för möten mellan forskning, näringsliv och vår omgivande samhälle:

 
Exempel på forskningsprojekt:

Effektiva visualiseringar ger snabbare beslut i processindustrin

Simulering och upplevelse av skog

Bedömning av händelser i tid och geografi

Interaktiv och visuell analys av inomhusklimatet

Visuell analys och planering av underhåll av byggnader

Pågående forskning inom ämnet datavetenskap

Ulla Ahonen-Jonnarth

Fil dr, universitetslektor i Datavetenskap

Ulla Ahonen-Jonnarths forskning gäller följande områden:

Automatisering av skogsvårdsåtgärder, i första hand röjning

Beslutsstödssystem

Multikriterieanalys

» Decision, Risk and Policy Analysis
» E-post


Jonas Boustedt

Universitetsadjunkt i Datavetenskap
Boustedts forskning gäller följande områden:
Vad studenter anser är svårt att lära sig inom programmering och design.

Studenters uppfattningar av begrepp inom objektorienterad programmering och vilka begrepp som studenterna uppfattar som de viktigaste.

Hur studenter uppfattar abstrakta fenomen och hur de representerar dem i olika uttrycksformer och hur de skiftar perspektiv.

Hur studenter lär sig att designa och programmera - hur de närmar sig sitt blivande yrke

Hur vi kan utnyttja forskningsresultat i undervisning.

» Forskarpresentation


Douglas Howie

Universitetsadjunkt i Datavetenskap
Douglas Howies forskningsområde omfattar internet protokoll för överföring av digitala medier mellan mobila terminaler. Det gäller IP-baserade protokoll som gör det möjligt för mobila datorer att kommunicera med varandra på bästa sätt under givna förutsättningar.
» E-post


Torsten Jonsson

Universitetsadjunkt i Datavetenskap
Visuell programmering "En bild säger mer än tusen ord, så även när det gäller programmering". Det kan man enkelt säga är den bakomliggande tesen till det forskningsområde som går under benämningen "Visuell Programmering" eller VPL (Visual Programming Languages). Totte Jonsson, också knuten till Creative Media Lab, forskar inom detta område och utvecklar just nu en prototyp till sitt visuella programmeringsverktyg som han kallar DAViLa (Domain Adaptable Visual Language). Grundläggande egenskaper hos detta sätt att programmera är att programmeraren hela tiden arbetar visuellt med programmets ingående komponenter och kan också hela tiden se vad som händer inuti programmet, i varje komponent, med de exempeldata som han eller hon tillhandahåller. Detta har förutsättningar att bli ett kraftfullt sätt att programmera för så kallade domänexperter (till exempel inom GIS-området, datamining eller andra områden) även om man inte har någon direkt programmerarvana eller programmerarutbildning. Tanken är att verktyg byggda på DAViLa´s principer kan specialanpassas till respektive domän och på det sättet bli ett kombinerat fråge- och programmeringsspråk för den aktuella domänen.

» E-post

Jan Odelstad

Fil dr., Docent, Tekn dr., Professor i Besluts-, risk- och policyanalys
Jan Odelstads forskning gäller följande områden:
Teorier för begreppsbildning

Reglering av komplexa system genom användande av normer

Agentbaserad simulering med tillämpning bl.a. inom skogsbruket

Mätningsteori för komplexa storheter

Värdeaggregeringsproblemet i flerdimensionell beslutsteori.

» Decision, Risk and Policy Analysis


» E-post

Stefan Seipel

professor Datavetenskap
Stefan Seipels forskning gäller följande områden:

  • Visualisering inom processindustri
  • Kollaborativa visualiseringssystem
  • Simulering och visualisering av naturliga effekter
  • Tillämpade visualiseringar inom olika applikationsområden
  • Lägesbunden visualisering

» Läs mer

» E-post

Publicerad av: Zara Lindahl Sidansvarig: Gunilla Mårtensson Sidan uppdaterades: 2018-08-29
Högskolan i Gävle
www.hig.se
Box 801 76 GÄVLE
026-64 85 00 (växel)