Studentoppgave:
Anskueliggjøring av bilineære modeller

Idletechs AS har laget programvare som kan modellere variasjoner i evigvarende, høydimensjonale datastrømmer, basert på blant annet bilineær modellering. Metodene er selvlærende; de bygger selv opp effektive representasjoner av dataene de får. Modellene gir en kompakt og tolkbar representasjon av svært mange ulike datasett, og kan brukes på en lang rekke anvendelser.

Det ligger et stort potensiale i å gjøre det lettere å tolke og oppleve slike modeller på nye måter, spesielt med bruk av animasjon, nye metaforer, blanding av målte og syntetiserte data, “what if”-analyser, nye måter å illustrere tid på, og så videre.

Studenten vil få veiledning til å utvikle nye typer brukergrensesnitt som lar brukeren få en dypere og mer intuitiv forståelse av store datasett. Metodene vil være svært generiske, og kan blant annet brukes på endel typer lyd og video.

Dette er i første omgang en prosjektoppgave, hvor studenten vil kunne ta tak i en begrenset del av problemstillingen. Oppgaven vil kunne utvides til en masteroppgave.

Det anbefales å ta temaet TTK19 Strukturer og sammenhenger i komplekse systemer (3.75 studiepoeng), se www.itk.ntnu.no/emner/fordypning/ttk19
Oppgaven er knyttet til NTNUs satsning innen Big Data Cybernetics.

Det vil være begrensninger på opphavsrettigheter, herunder publisering.

Hovedveileder:
Prof. Harald Martens (NTNU ITK / Idletechs)
Medveileder. Siv.Ing. Jan Otto Reberg (CTO Idletechs)

Tilbake til menyen over mulige masteroppgaver