Fagområde
Machine learning (krydsfelt mellem computer science, statistik og dataanalyse) med anvendelse inden for biomedicin. Matematisk modellering med anvendelser inden for biomedicin.
Forskningsprojekt
Forbedret fortolkning af biomedicinske signaler gennem ikke-lineær matematisk modellering.
Hvordan opstod din interesse for dit forskningsfelt?
Under mit bachelorstudium i medicin og teknologi på Danmarks Tekniske Universitet og Københavns Universitet blev det hurtigt klart, at både min interesse og mine styrker lå inden for de mere matematisk orienterede fag. Jeg valgte derfor at færdiggøre min kandidatuddannelse ved Institut for Informatik og Matematisk Modellering på Danmarks Tekniske Universitet. Her mødte jeg professor Lars K. Hansen, som introducerede mig for machine learning og dets mange anvendelsesmuligheder. Jeg blev hurtigt grebet af de udfordringer, der er forbundet med matematisk modellering af biologiske signaler. I løbet af mit speciale inden for ikke-lineær analyse af biomedicinske data blev det klart for mig, at jeg gerne ville fortsætte som forsker inden for samme område.
Hvad er de forskningsmæssige udfordringer og perspektiver ved dit projekt?
Mit projekt omhandler metoder til ikke-lineær dataanalyse. Jeg fokuserer således på modeller, der kan repræsentere vilkårligt komplekse sammenhænge mellem variable. Et af målene med projektet er at kunne gennemføre disse analyser med fuld Bayesiansk modellering af usikkerhed, og i denne sammenhæng vil EliteForsk-rejsestipendiet give mulighed for at realisere et planlagt ophold ved University of California, Berkeley.
Hvortil ønsker du at rejse med midlerne fra stipendiet?
Rejsestipendiet skal anvendes til at besøge University of California i Berkeley, USA.
Hvor længe skal du være væk, og hvad forventer du at få ud af opholdene?
Jeg forventer at være væk i et halvt år, og jeg ser mit udlandsophold som en unik mulighed for at udvikle mine faglige kompetencer, samarbejde med førende forskere samt opleve et fremmed forskermiljø. Jeg forventer at tilegne mig dybtgående viden inden for Bayesiansk modellering, og jeg tror på, at samarbejdet vil føre til markante forskningsbidrag inden for effektive metoder til avanceret biomedicinsk dataanalyse.
Lidt om mennesket bag forskeren
Jeg har gennem de sidste 10 år dyrket sejlsport på landsholdsniveau.
Fødested, gymnasium og bopælskommune
Født i Herlev, student fra Gammel Hellerup Gymnasium og bopæl i Gentofte Kommune.
Ph.d.-projektets titel
Kernel Methods for Machine Learning with Life Science Applications.
Kontaktoplysninger
Trine Julie Abrahamsen. Telefon: 4525 3888, 2218 3401; e-mail: tjab@imm.dtu.dk
Forskningsinstitution
Danmarks Tekniske Universitet, DTU Informatik, Sektionen for Kognitive Systemer.