English version of this page

SCROLLER - a Stochastic ContROL approach to machine Learning with applications to Environmental Risk models

SCROLLER er et Unge Forskertalenter prosjekt finansiert av Norges Forskningsråd i samarbeid med Universitetet i Oslo.

Om prosjektet

Hovedideen i SCROLLER-prosjektet er å studere sammenhengene mellom stokastisk analyse, risikoteori og maskinlæring.

Stokastisk analyse er den delen av matematikken som analyserer usikkerhet over tid. Spesielt er stokastisk optimal kontrollteori et verktøy for å ta optimale beslutninger over tid under usikkerhet. Grunnen til at vi jobber med modeller med usikkerhet (stokastiske modeller) istedenfor modeller uten usikkerhet (deterministiske modeller) er at de fleste problemer i virkeligheten påvirkes av usikre hendelser. Vær, politikk, klimaendringer og menneskelig oppførsel er alle kilder til usikkerhet.

Det siste tiåret har det vært en enorm teknologisk utvikling og økning i beregningskraft. I tillegg medfører digitalisering at stordata er tilgjengelig i mange ulike sammenhenger. Maskinlæring er en samling matematiske metoder (algoritmer) og teknikker som gjør at datamaskiner kan bli bedre på å gjøre oppgaver basert på erfaring. Eksempler på maskinlæringsalgoritmer er nevrale nett og forsterkningslæring.

Maskinlæringsalgoritmer kan føre til feil konklusjoner hvis vi ikke forstår den underliggende matematikken. Selv om de eksperimentelle resultatene i maskinlæring er gode, er det en manglende forståelse av hvorfor resultatene er gode. Spesielt er det lite tilgjengelig litteratur om koblingene mellom maskinlæring og stokastisk analyse. Disse koblingene vil vi utforske nærmere i SCROLLER-prosjektet.

Når vi velger anvendelser for SCROLLER-prosjektet kommer vi til å fokusere på problemstillinger knyttet til miljø- og klimarisiko. For eksempel vil vi jobbe med stokastiske modeller for forfall og vedlikehold av systemer utsatt for vær og vind. Vi ønsker å bruke såkalte miljøkonturer til å vurdere sikkerheten for systemer som er utsatt for ekstreme miljøpåvirkninger. På grunn av klimaendringer er det mer ekstremvær, og generelt større usikkerhet med tanke på framtida. Vi håper at dette prosjektet kan bidra til risikovurderinger som tar hensyn til disse endringene.

Finansiering

Dette prosjektet er finansiert av Norges Forskningsråd. Prosjektnummer: 299897

 

 

 

Publisert 28. aug. 2020 14:34 - Sist endret 30. jan. 2024 13:35

Deltakere

  • Kristina Rognlien Dahl Universitetet i Oslo
  • Emel Savku Universitetet i Oslo
  • David Ruiz Banos Universitetet i Oslo
  • Åsmund Hausken Sande Universitetet i Oslo
  • Nacira Agram
  • Heidar Eyjolfsson
Detaljert oversikt over deltakere