Dataassimilering og optimalisering
Forskningsleder Data Assimilation and Optimization
- Bergen
rava@norceresearch.no
+47 51 87 56 39
+47 934 40 899
Beslutningsstøttesystemer
Støtte til beslutninger du må ta basert på ufullstendig informasjon og usikre utfall
I avdelingen Energi og teknologi utvikler vi operasjonelle beslutningsstøttesystemer i samarbeid med kunder og partnere.
Våre løsninger har som mål å gi en klar situasjonsbeskrivelse, automatisere prosesser og gi brukerne mulighet til å gå gjennom detaljer. Vi fokuserer på problemområder som retter seg mot underspesifiserte eller ustrukturerte problemer og kombinerer automatiske modeller med tradisjonelle metoder for tilgang til data.
Videre bruker vi datamodellering og ensemblesbasert metodikk for datainnsamling, usikkerhetsprediksjon, optimering og beslutningstaking. Forskningsgruppen Datamodellering og Optimering er kjent for sin ekspertise innen ensemblesbaserte metoder for beslutningsstøtte, spesielt innenfor petroleumreservoarhåndtering, og er involvert i prosjekter knyttet til CO2-lagring, geotermisk energi, vannkraft og medisin.
Kontaktperson
Randi Valestrand
Utfordringen til ethvert industriselskap eller myndighet er å maksimere en kommersiell eller samfunnsmessig verdi. Den eneste måten å skape verdier er ved å ta beslutninger. Alle avgjørelser retter seg mot en usikker fremtid, og er nesten alltid basert på ufullstendig informasjon. Gode metoder for beslutningsstøtte er derfor viktige. Nye sensorteknologier dukker stadig opp innen mange områder, og en økende datamengde er nå tilgjengelig for industribedrifter og myndigheter, men uten gode metoder for beslutningsstøtte er de av liten verdi.
Teknologiavdelingen i NORCE har utviklet systemer for beslutningsstøtte siden slutten av 1990-tallet. Temaene dekker et bredt spekter anvendelsesområder og problemstillinger. Løsningene er alltid utviklet i tett samarbeid med våre kunder og partnere. Målet er å tilby løsninger som intuitivt
- Gir en klar oversikt over situasjonen
- Automatiserer så mye som mulig
- Gir bruker mulighet til å utforske detaljer
Vi fokuser på problemstillinger som
- Retter seg inn mot underspesifiserte og ustrukturerte problemer
- Kombinerer automatiske modeller med tradisjonelle former for datatilgang
- Muliggjør analyser (interaktive visuelle analyser, maskinlæring eller tradisjonelle statistiske analyser)
Kombinerer datasimuleringer med underliggende teorier
Nyere trender innen kunstig intelligens og maskinlæring antyder at man kan basere beslutninger på observerte data alene, det vil si uten å oppfylle en underliggende teori. Når en underliggende teori er tilgjengelig, bør imidlertid god beslutningsstøtte gjensidig ta hensyn til teoretisk prosessforståelse, observerte data, usikkerheter i prosessmodellen og usikkerheter i dataene. Dette oppnår vi ved å kombinere datasimuleringer med ensemblebasert metodikk for dataassimilering, usikkerhetsprediksjon, optimering og beslutningstaking.
Gruppen for Dataassimilering og Optimering ved energiavdelingen i NORCE har verdensledende kompetanse på ensemblebaserte metoder for beslutningsstøtte. Hovedanvendelsen de siste to tiårene har vært petroleumsreservoarstyring, der gruppen i dag leder to store prosjekter, Digires og 4DSEIS, støttet av 10 petroleumsselskaper og Norges forskningsråd. I de senere år har gruppen også vært aktivt engasjert i andre anvendelser, slik som CO2-lagring i undergrunnen, geotermisk energi, vannkraft og medisin.
