Disputas: Martin Jullum

M.Sc. Martin Jullum ved Matematisk institutt vil forsvare sin avhandling for graden ph.d.:

New focused approaches to topics within model selection and approximate Bayesian inversion

 

Martin Jullum

Tid og sted for prøveforelesning

1. april 2016 kl. 10.15,  Aud. 4 Vilhelm Bjerknes' hus

Bedømmelseskomité

  • Professor Ingrid Van Keilegom, Université catholique de Louvain (UCL)
  • Professor Jo Eidsvik, NTNU
  • Professor Anders Rygh Swensen, Universitetet i Oslo

Leder av disputas

Førsteamanuensis Arne Bernhard Sletsjøe, Matematisk institutt, Universitet i Oslo

Veiledere

  • Professor Nils Lid Hjort, Matematisk institutt, Universitet i Oslo
  • Odd Kolbjørnsen, Lundin Norway AS

Sammendrag

Dagens samfunn oversvømmes av nye typer informasjon eller data, som ulike aktører forsøker å dra nytte av. Til slik modellering kreves det som oftest spesifikke statistiske metoder, da universelle metoder kommer til kort. I denne avhandlingen utvikles det nye fokuserte statistiske verktøy, som er spesialkonstruert for å trekke ut den informasjonen fra dataene som man virkelig er interessert i.

Den første delen av avhandlingen omhandler utvikling av nye kriterier for å velge mellom ulike statistiske modeller. Til forskjell fra nær sagt alle andre slike modellvalgskriterier, tillater disse sammenligning av parametriske modeller med en såkalt ikkeparametrisk eller semiparametrisk modell. Kriteriene tar videre hensyn til hensikten med selve analysen og hva man skal bruke modellen til. De tradisjonelle modellvalgskriteriene mangler denne fokuserte egenskapen. Slike fokuserte modellvalgskriterier utvikles for flere klasser av statistiske modeller og datatyper. I arbeidet bevises det blant annet at disse kriteriene innehar fordelaktige teoretiske egenskaper og kan sees på som fokuserte hypotesetester.

Den andre delen av avhandlingen omhandler utvikling av ny metodikk som benytter geofysiske målinger (som f.eks. seismiske data) til å estimere egenskaper til stein som ligger under overflaten. Metoden anvendes til å monitorere CO2 som har blitt injisert for lagring i et gammelt oljereservoar – for å forsikre seg over at det ikke lekker ut. Metoden kan også brukes til f.eks. leting etter nye olje- og gassreservoarer. Metoden fokuserer spesielt på å modellere de sammenhengene som er viktig for den egenskapen man er interessert i. I forhold til konkurrerende metoder, er metoden både rask og tilstrekkelig presis. Dette gjør at metoden kan brukes på store datamengder, slik man ofte har i praksis.

For mer informasjon

Kontakt Matematisk institutt.

Publisert 14. mars 2016 17:25 - Sist endret 15. mars 2016 11:37