Effektiva metoder för att analysera och organisera data

Vid Chalmers i Göteborg arbetar Marina Papatriantafilou med sin forskargrupp inom Distributed Computing and Systems för att utveckla metoder och system för effektiv dataanalys med tillämpningar på olika samhällsviktiga digitaliserade infrastrukturer.

– Kärnan av arbetet handlar om parallella och distribuerade system samt dataanalys. Vi har byggt ett väldigt starkt team runt dessa områden, har erhållit flera internationella priser för vårt arbete och har omfattande akademiska och industriella samarbeten såväl nationellt som internationellt, berättar Marina Papatriantafilou, docent vid avdelningen för Nätverk och system, Institutionen för data- och informationsteknik vid Chalmers.

Motiveringen är en hållbar framtid
Allt fler människor bor i storstäderna samtidigt som vår befolkningsmängd ökar, men våra resurser är i många fall ändliga.
– Vi behöver hantera våra resurser på ett smartare sätt om vi ska få en hållbar framtid. Information är ett värdefullt verktyg för att uppnå det och därför behöver vi effektiva metoder för att bearbeta den data som genereras av sensorer och system. Den målsättningen är en stor motivering för oss. Chalmers är rätt ställe för tvärdisciplinär forskning – vi har en oerhört kreativ och dynamisk miljö. Dessutom har vi starka samarbeten med andra universitet, bland annat MdH och Uppsala genom SSF-projektet FiC och KTH, Linköping, Lund och Umeå genom Wallenbergprogrammet WASP.

Gör en global skillnad
Marina betonar att utvecklingen av nya metoder för att analysera nya systems enorma datamängder handlar om att göra en global skillnad och i förlängningen om att faktiskt rädda liv. Data genereras konstant över hela samhället – elektriska nätverk och hemelektronik, lokaliseringstjänster, fordonssystem, radar och sensorer, produktionsflöden – men om den inte kan utnyttjas på rätt sätt har den inget värde.
– Molnet har inneburit stora framsteg vad gäller att ta tillvara data, men i tidskritiska situationer, till exempel vid olyckor, räcker det inte till och därför krävs effektiva verktyg för att på bästa sätt underlätta analys och konsekvent behandling av sådan data så att man snabbt kan agera. Det är vad som motiverar oss att utveckla metoder som kan hantera bearbetningen av dataflöden, även inom existerande infrastrukturer i närheten av datakällan, så kallad edge/ fog computing, avslutar hon.