Studentoppgave:
Hendelsesorientert navigasjon i 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.

Metodene kan brukes til å representere store mengder med innsamlede data på et kompakt format, for eksempel årevis med opptak av lyd eller bilde av teknisk utstyr. Det ligger et potensiale i utvikle nye kreative måter å navigere i slike enorme datamengder. “Plotting av tidsserier”, “Hurtigspoling” og “Time lapse” er veletablerte metaforer, men det er god plass til noe nytt og mer effektivt.

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.

Oppgaven er knyttet til NTNUs satsning innen Big Data Cybernetics.

Det anbefales å ta temaet TTK19 Strukturer og sammenhenger i komplekse systemer (3.75 studiepoeng), se www.itk.ntnu.no/emner/fordypning/ttk19

Det vil være begrensninger på opphavsrettigheter, herunder publisering.

Hovedveileder: Prof. Harald Martens (NTNU ITK / Idletechs)
Medveileder: Siv.Ing. Jan Otto Reberg (CTO Idletechs)
Medveileder: Dr.Ing. Torbjørn Pedersen (Chief Developer Idletechs)

Tilbake til menyen over mulige masteroppgaver