AI and Robotics Lab cooperate on innovative cyber-physical systems
The AI and Robotics Lab at Campus Narvik have initiated cooperative efforts on a new type of cyber-physical systems for the industry. The experiences from the AI group's work on grid control for the electricity system, especially related to stategic operations of microgrids and charging stations is being merged with the Industry 4.0 initiatives in logistics and manufacturing.
New members of the AI Group
The AI Group is extended with new members and heavy expertise in AI bringing activities across campuses tighter together.
The Smart Charge Project has started
October 2019: The Interreg funded project has started. Smart Charge is a cooperation between the Computer Science and Computational Engineering Department of UiT and The Lapland University of Applied Sciences in Rovaniemi in Finland
Work at UiT Narvik hits international front pages
Technology developed at UiT Narvik reaches the front page of Innovation News Network in June.The Innovation News Network promotes work that was done in the E-Regio project together with Smart Innovation Norway in Halden and Skagerak, the energy company, in Porsgrunn, Norway. UiT was engaged due to its earlier work on multi-agent systems and simulations on energy markets. This technology was further developed in the Interreg funded project, Smart Charge. E-Regio created a chance for the AI group to test the technology beyond a simulated world and has been used to manage a local energy market at Skagerak soccer stadium. Here a giant facility for local energy production based on solar panels and 1000 kWh of storage has been built. An agent represents a device such as a battery, PV panel or the grid. Based on predictions made on future supply and consumption as well as storage level the agents engage in internal trade that seeks to improve local self-consumption and cut costs and improve profits for the players involved in this market. Several R&D initiatives have explored similar concepts before, but with the Skagerak case UiT Narvik shows that it is possible to employ these type of agents in real-world settings too.
Master student has made a system that composes jazz
As a part of the creative AI research program at UiT Narvik Shayan Dadman has created a system that composes jazz music.
Kristoffer Tangrand publiserer ny artikkel rundt anvendelsen av LSTM og Stordata
Januar 2020: Kilmasensorer i bygg gir opphav til estimering av byggets bruk uten at personvernet utfordres.
The UIT Group in Narvik is R&D partner in BOS and Avinor project at OSL
November 2019: The ALI-T-Pilot project has started. Bertel O. Steen Industries and Avinor with partners have achieved NFR funding for a major R&D project at OSL at Gardermoen. The idea is to revamp and modernize the baggage handling system.
Kreativ kunstig intelligens vinner pris
AI Gruppen arbeider med ulike former for kreativ, kunstig intelligens. For sitt arbeide innenfor dette området fikk Andreas Dyrøy Jansson Best Paper Award. Den prisbelønnede artikkelen har tittelen “Genetic Algorithm for Adaptable Design using Crowdsourced Learning as Fitness Measure”, og ble publisert ved International Conference of Smart Systems and Technologies (SST 2018) som arrangeres av IEEE (The Institute of Electrical and Electronics Engineers). Kunst og design appelerer gjerne til følelsesmessige forhold som ikke er lett å definere. Enda verre er det å bestemme hva som kan bli trendy. Dette har Andreas gjort et forsøk på å løse. En mer teknisk utfordring knytter seg til den såkalte fitness funksjonen i en genetisk algoritme. En genetisk algoritme benytter en evolusjonsbasert utvikling av potensielle løsninger. I forhold til design ligger mye av utfordringen i å bestemme hvilken løsning som er bedre enn andre og som kan danne grunnlag for det mest optimale designet. Her har Andreas benyttet teknikker fra sosiale media og klyngeteknikker som sammen måler ethvert design som den genetiske algoritme utvikler i forhold til en mågruppens "likes" og "dislikes". På denne måten løses fitness problemet og det blir også mulig å forutsi hva slags type design kan bli mest attraktiv et stykke fremover i tid. Andreas har anvendt metoden han har utviklet på web design. Arbeidet skal videreføres på andre designrelaterte områder hvor geometrisk utforming vil være sentralt.
Kristoffer Tangrand publiserer arbeid rundt smart energi
Oktober 2019: Kristoffer Tangrand publiserer arbeid rundt smart energi ved1st Nordic conference on Zero Emission and Plus Energy Buildings 6–7 November 2019, Trondheim, Norway. AI gruppen har i flere år arbeidet med en simulator som kan bestemme ytelse og forbruk for hus med takbasert solcellepaneler ned til 10 minutter. FlexNett simulatoren ble i sin tid utviklet sammen med SINTEF Energi og Smart Innovation Norway. AI gruppen har supportert og videreutviklet simulatoren. Systemet har vært vedlikeholdt av Kristoffer Tangrand. Det som er spesielt med denne simulatoren er at den benytter Dyp Læring. Et rekursivt nevralt nett (LSTM) er trent opp med lange tidsserier for solproduksjon for ulike tak og hus. Tidsseriene er hentet fra sensorer som har vært montert i private hjem på Hvaler i Østfold i forbindelse med et prosjekt SINTEF Energi og Smart Innovation Norway. Basert på dette produserer nettverket svært troverdige tidsserier for ulike hus som fremdeles ikke har montert solcellepaneler. Effekten av enkeltvise og massive utrullinger av lokal energiproduksjon kan dermed bestemmes gaske nøyaktig både for huseiere og for det lokale nettselskapet.
Kunstig intelligens kan forutsi farlige fall. Forskning.no omtaler PhD arbeide ved UiT Narvik
Mai 2019: Asbjørn Danielsens PhD arbeide er viet plass i forskning.no.