Bättre beslut med hjälp av Big data

Big data är ett forskningsområde för vilket intresset har ökat starkt under senare år. Detta som en konsekvens av den snabba tillväxten av massiva datamängder som i allt större utsträckning görs tillgängliga för att lösa olika typer av uppgifter inom ett flertal tillämpningsområden.

Dagens big data befinner sig dock fortfarande på en ganska låg abstraktionsnivå när det gäller stöd i fattandet av komplexa beslut, som typiskt präglas av beroenden mellan ett stort antal dataparametrar och en stor osäkerhet kring vilken information som är viktig att försöka extrahera från data. Forskningen inom big data har hittills varit starkt fokuserad på olika typer av tekniska plattformar, exempelvis Hadoop och Spark, med vilka man kan göra analyser på big data med hjälp av traditionella maskininlärningsalgoritmer.

Samtidigt har forskningen inom området informationsfusion i ökad utsträckning kommit att fokusera på explorativ analys, d.v.s. att hitta och förstå mönster i data, samt prediktiv modellering (d.v.s. att estimera framtida värden av en viktig variabel) baserad på en högre nivå av dataabstraktion, vanligtvis inbegripande flera okända och osäkra variabler som tillsammans kan ge en fingervisning om den nuvarande situationen, exempelvis i ett övervakningsscenario. Informationsfusion kan i sammanhanget erbjuda ett nytt perspektiv på big data som kan ge ett betydande bidrag till forskningsområdet. Mer specifikt, de tre centrala aspekterna hos informationsfusion: (1) användning av flera informationskällor för att identifiera mönster och göra prediktioner, (2) modellering av osäker information och pålitligheten hos informationskällor samt (3) modellering av konceptuella, icke-mätbara och högdimensionella variabler, är avgörande när det gäller att utnyttja big data fullt ut. Vi kallar denna syn på big data för big data fusion. Big data fusion ger förutsättningar för att tillhandahålla bättre information för beslutsfattare i mer komplexa beslutssituationer. Det har dessutom visat sig att datadrivet beslutsfattande förbättrar organisationers prestation. Det finns dock väldigt lite forskning kring vilken roll big data och informationsfusion kan spela i beslutsstöd, vilket gör det till tvärvetenskapligt forskningsproblem i akut behov av uppmärksamhet.

Projektet behandlar samhälleliga och industriella problem när det gäller att uppnå mervärde genom förbättrat beslutsfattandet baserat på den snabbt ökande volymen av digitala data. Projektet använder informationsfusion som den grundläggande beslutstekniken och de huvudsakliga tillämpningsområdena är bioinformatik och telekommunikation. Det fyraåriga projektet undersöker forskningsfrågan:

Hur kan big data fusion möjliggöra tillförlitlig explorativ analys och prediktiv modellering baserat på big data som stöd för beslutsstöd?

Den underliggande beslutsstödmodellen (problematisering, big data fusion, explorativ analys, prediktiv modellering samt tolkning) ligger till grund för tre delprojekt inom bioinformatik, business intelligence respektive operativa beslutsstöd De samverkande parterna är Högskolan i Skövde, Takara Bio Europe, AstraZeneca, Advectas och Huawei och den totala budgeten är på 29,8 mnkr, av vilka KK-stiftelsen bidrar med 14,8 mnkr, partnerföretag med 12,3 mnkr och Högskolan i Skövde bidrar med 2,7 mnkr.

Resultaten av projektet kommer att vara:

  • nya tekniker för explorativ analys och prediktiv modellering,
  • metoder och tekniker för big data fusion inom bioinformatik, business intelligence och operativa beslutsstöd,
  • demonstratorlösningar som kan utvecklas till kommersiellt gångbara system samt
  • integration av Högskolan i Skövde forskningskapacitet inom beslutsteknologi och big data.

 

Projektledare

Projektet i korthet

Projektets fullständiga namn:
Fusion av Big Data (BISON)

Projekttid:
2015–2019 (2015-10-01–2019-09-30)

Finansieras av:
Stiftelsen för kunskaps- och kompetensutveckling (KK-stiftelsen)

Andra partners:
Advectas AB, AstraZeneca AB, Huawei Technologies Sweden AB, Takara Bio Europe AB

Delprojekt

BISON består av fyra delprojekt:

Synergi: Projektledare Göran Falkman

Bioinformatik: Projektledare Jane Synnergren. I samproduktion med AstraZeneca och Takara Bio Europe.

Business Intelligence: Projektledare Mikael Berndtsson. I samproduktion med Advectas.

Operativt Beslutsstöd: Projektledare Joe Steinhauer. I samproduktion med Huawei Technologies Sweden.

Medverkande forskare

Mikael Berndtsson, lektor i datavetenskap
Göran Falkman, biträdande professor i datavetenskap
Tove Helldin, lektor i datavetenskap
Alexander Karlsson, lektor i datalogi
Gunnar Mathiason, lektor i datalogi
Joe Steinhauer, lektor i datavetenskap
Jane Synnergren, biträdande lektor i bioinformatik
Maria Riveiro, lektor i datalogi
Jeremy Rose, professor i informationsteknologi
Benjamin Ulfenborg, postdoktor i bioinformatik
Louise Delsing, doktorand i bioinformatik
Christian Andersson (Takara Bio Europe)
Gabriella Brolén (AstraZeneca)
Catharina Ellerström (Takara Bio Europe)
Peter Larsson (Advectas)
Anders Åhlén (Huawei Technologies Sweden)