Studentoppgave:
Bilineær multivariat modellering av økonomiske datastrømmer

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.

Metodene har vist seg å fungere også på økonomiske data. En ønsker derfor å gå videre innen dette feltet. Med enda bedre tilpasning mellom data og modellering og enda bedre presentasjonsformer vil man kunne hente ut enda mer informasjon. Spesielt ønsker en å se mer på kybernetikken i slike datastrømmer, for eksempel hvordan samspillet er mellom de ulike “kreftene” som virker mellom ulike øknomiske indikatorer.

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: M.Sc. Anders Bendixen Hovdenes, Allegro Kapitalforvaltning
Medveileder: Siv.Ing., Bed.Øk. Jan Otto Reberg, Idletechs

Tilbake til menyen over mulige masteroppgaver