Göran Falkman

Forskning
2025
Engineering applications of artificial intelligence
2025. Artikel.
https://doi.org/10.1016/j.engappai.2024.109574
2024
2024 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB)
2024. Konferensbidrag. https://doi.org/10.1109/CIBCB58642.2024.10702166
ACM Transactions on Probabilistic Machine Learning
2024. Artikel.
https://doi.org/10.1145/3688573
Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
2024. Konferensbidrag.
https://doi.org/10.1109/WACV57701.2024.00726
2023
Proceedings of the Human Factors and Ergonomics Society Annual Meeting
2023. Artikel.
https://doi.org/10.1177/21695067231192607
ICMLC 2023: Proceedings of 2023 15th International Conference on Machine Learning and Computing, Zhuhai, China, February 17-20, 2023
2023. Konferensbidrag.
https://doi.org/10.1145/3587716.3587758
2022
IEEE Open Journal of Intelligent Transportation Systems
2022. Artikel, forskningsöversikt.
https://doi.org/10.1109/ojits.2022.3197296
2020
ACM Computing Surveys
2020. Artikel.
https://doi.org/10.1145/3340960
Information Processing and Management of Uncertainty in Knowledge-Based Systems: 18th International Conference, IPMU 2020, Lisbon, Portugal, June 15–19, 2020, Proceedings, Part I
2020. Konferensbidrag. https://doi.org/10.1007/978-3-030-50146-4_41
2019
Data science in Practice
2019. Kapitel i bok. https://doi.org/10.1007/978-3-319-97556-6_8
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2003
2002
2001
2000
Avslutade projekt
BIO-AID - Biomedicinsk AI-driven dataanalys
Artificiell intelligens (AI) är en viktig drivkraft som snabbt håller på att transformera sjukvård och läkemedelsindustrier på många sätt. Den stora mängden biomedicinsk data som idag finns tillgänglig erbjuder unika möjligheter att utveckla olika AI-baserade modeller. Det finns dock många utmaningar associerade med tillämpning av AI-metoder inom Life Science som ännu inte adresserats.
Oktober 2020 - September 2024 SystembiologiUtveckling av nya algoritmer för avsiktsigenkänning
Projektets övergripande mål är kunskapsöverföring till industrin av nya algoritmer och modeller för avsiktsigenkänning och om deras beroenden på data och infrastruktur, på en sådan nivå att det möjliggöra kommersiell exploatering av projektresultaten. För att uppnå detta kommer projektet att utveckla nya algoritmer för avsiktsigenkänning som är särskilt inriktat på den svenska fordonsindustrins behov, baserat på kunskap i forskningsfronten i områden som avsiktsigenkänning, AI, statistik och sensorteknik.
Januari 2019 - December 2022 InformationsteknologiStorskalig dataanalys för ökad produktionsförståelse
Projektet använder maskininlärning för att lösa några av de utmaningar stålindustrin står inför. Unika produktionsanalyser, som bygger på AI-tekniker, används för att genom algoritmer hitta hittills okända samband. Därigenom kan produktionsprocesser förbättras på ett helt nytt sätt. Stålindustrin använder sedan länge omfattande processmätning, men i detta projekt handlar det om vad algoritmer kan hitta i en sammansättning av all tillgänglig processdata.
Oktober 2018 - Oktober 2021 InformationsteknologiBeslutsstöd varnar vid förhöjda halter i spannmål
Uppmärksamheten kring fusariumangrepp på svenskt spannmål har under de senaste åren ökat. Angrepp kan leda till skördenedsättning, men den allvarligaste effekten är att svamparna kan bilda toxiner. I EUs lagstiftning kan man hitta gränsvärden för innehållet av fusariumtoxinerna då de är skadliga för både människor och djur. Vårt projekt syftar till att utveckla ett gårdsbaserat beslutsstöd för att bedöma risken för Fusariumangrepp och förhöjda deoxynivalenol (DON)-halter i spannmål. Det ska kunna användas av både rådgivare och lantbrukare.
Januari 2018 - Juni 2020 InformationsteknologiEtt smartare samhälle genom analys av Big Data
En av de mest dramatiska och viktigaste utvecklingarna inom IT och i samhället i stort idag är den aldrig tidigare skådade tillväxten av data som är resultatet av ny teknik, nya användarbeteenden och nya affärsmodeller. Det mesta av denna är Big Data, det vill säga data som kännetecknas av stora volymer, hög hastighet, stor variation och osäker trovärdighet. Dessa egenskaper utgör betydande utmaningar när det gäller insamling, hantering och bearbetning av data.
Januari 2015 - Januari 2020 InformationsteknologiBISON: Bättre beslut med hjälp av Big Data
Big data har väckt stort intresse under de senaste åren på grund av den snabba ökningen av den enorma mängd data som finns tillgänglig för att lösa olika typer av uppgifter inom många olika tillämpningsområden. Dagens big data befinner sig dock fortfarande på en relativt låg abstraktionsnivå när det gäller komplexa beslutsstödsuppgifter och präglas ofta av utmaningar som hög dimension och betydande osäkerhet kring vilka mönster som bör identifieras i data.
Oktober 2015 - September 2019 Informationsteknologi