Deterministic and Stochastic Modelling

Vår forskning

Att förutsäga beteendet hos komplexa system innebär vanligtvis att använda modeller och en stor mängd data.

Matematiska vetenskaper spelar en central roll i utvecklingen av metoder för analys av mångdimensionella data och för utvecklingen av effektiva simuleringsverktyg. Till exempel har differentialekvationer och optimal styrteori varit oerhört framgångsrika verktyg för modellering och optimering av industriella processer. På samma gång har den senaste utvecklingen av analyser av slumpmässiga matriser spelat en viktig roll för modellering av antennsystem, genetik och ekonomi.

Forskarna i gruppen Deterministic and Stochastic Modelling (DSM) fokuserar på att utveckla nya teorier och metoder för:

• Slumpmässiga matriser
• Modellbaserade verktyg för utforskande analys och dolda mönster
• Numerisk approximation av differentialekvationer
• Optimal styrning
• Funktionell dataanalys
• Maskininlärning i samband med komplexa modeller

Medan mycket av den senaste forskningen inom analysen av mångdimensionella data presenteras på ett rent teoretiskt och allmänt sätt, strävar vi efter att ta språnget från teori till verkliga applikationer.