Projekter pr. år
Organisationsprofil
Organisationsprofil
Data management er et essentielt element i et stort antal IT-systemer, og behovet for avanceret data management stiger i takt med en række samfunds- og erhvervsmæssige tendenser, blandt andet den stigende digitalisering af f.eks. medier (herunder audio og video) og handel og service (e-handel og e-service) samt den voksende udbredelse af kommunikerende systemer og sensorer (f.eks. i biler og mobiltelefoner).
Daisy er et internationalt orienteret forskningscenter med fokus på forskning, uddannelse og innovation inden for data-intensive systemer – systemer, hvor håndteringen af data byder på særlige udfordringer. Daisy forsøger gennem sit virke at fremme samarbejdet og synergien mellem relevante forskningsmiljøer indbyrdes og mellem forskningen og industrielle partnere. Specielt er det en del af Daisys mission at deltage i interdisciplinære projekter sammen med andre forskere samt industrielle samarbejdspartnere.
Daisy har som sit forskningsmæssige mål at være international anerkendt for at være på forkant inden for udvalgte kerneområder indenfor data-intensive systemer. Daisy ønsker inden for disse områder at være en ledestjerne i det videnskabelige samfund. Daisy lægger også vægt på at være kendt for at udføre rettidig service af højeste standard for det internationale forskersamfund.
Daisy vedligeholder en dynamisk portefølje af forskningsaktiviteter der har varierende anvendelseshorisonter. Spekulative projekter med en langsigtet anvendelseshorisont sigter højt og har til formål at skabe ny viden. Disse danner en del af grundlaget for projekter, der sigter mod anvendelighed på relativt kort sigt. Forskerne hos Daisy ser specielt interdisciplinære projekter som et middel til nyskabelse, der har stort potential for at kunne bringe de involverede fagligheder videre.
Daisy støtter teknologidreven innovation, og det er centralt for Daisys forskere at skabe værdi for Daisys industrielle samarbejdspartnere.
Daisy tilbyder forskeruddannelse samt forskningsbaseret undervisning. Således søger Daisys forskere gennem eksperimentel-baseret træning og uddannelse at bibringe nye forsker- og kandidatstuderende kompetencer, der gør dem til eftertragtede forskere og praktikere.
Fingerprint
Samarbejde og topforskningsområder i de sidste fem år
Profiler
-
Explainable AI for Complex Microbial Community Interactions and Predictions
Nielsen, P. H., Guo, C., Hove Hansen, S. & Andersen, K. S.
01/01/2021 → 31/12/2023
Projekter: Projekt › Forskning
-
-
Publikationer
-
Coalition-based task assignment with priority-aware fairness in spatial crowdsourcing
Zhao, Y., Zheng, K., Wang, Z., Deng, L., Yang, B., Pedersen, T. B., Jensen, C. S. & Zhou, X., 8 jul. 2023, I: VLDB Journal.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › peer review
Åben adgang -
Efficient Generalized Temporal Pattern Mining in Big Time Series Using Mutual Information
Ho Long, V., Ho, N. T. T., Pedersen, T. B. & Papapetrou, P., 1 jul. 2023, arXiv, s. 1-17, 17 s.Publikation: Working paper/Preprint › Preprint
Fil -
Efficient Retrieval of the Top-k Most Relevant Event-Partner Pairs
Wu, D., Xiao, E., Zhu, Y., Jensen, C. S. & Lu, K., mar. 2023, I: IEEE Transactions on Knowledge and Data Engineering. 35, 3, s. 2529-2543 15 s.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › peer review
Åben adgangFil45 Downloads (Pure)
Forskningsdatasæt
-
Tutorial for the 2022 ACM SIGMOD Conference: Spatial Data Quality in the IoT Era: Management and Exploitation
Li, H. (Ophavsperson), Tang, B. (Ophavsperson), Lu, H. (Ophavsperson), Cheema, M. A. (Ophavsperson) & Jensen, C. S. (Ophavsperson), Zenodo, 17 jun. 2022
DOI: 10.5281/zenodo.7053915, https://zenodo.org/record/7053915
Datasæt
-
The Project of Efficient and Error-bounded Spatiotemporal Quantile Monitoring in Edge Computing Environments
Li, H. (Ophavsperson), Yi, L. (Ophavsperson), Tang, B. (Ophavsperson), Lu, H. (Ophavsperson) & Jensen, C. S. (Ophavsperson), Zenodo, 25 maj 2022
DOI: 10.5281/zenodo.7053904, https://zenodo.org/record/7053904
Datasæt
-
A core ontology for modeling life cycle sustainability assessment on the Semantic Web with Accompanying Database
Ghose, A. (Bidrager), Lissandrini, M. (Bidrager), Hansen, E. R. (Bidrager) & Weidema, B. (Bidrager), Zenodo, 2021
DOI: 10.5281/zenodo.8205610, https://zenodo.org/record/8205610
Datasæt
Priser
-
Æresdoktor ved TU Dresden
Pedersen, Torben Bach (Modtager), 29 sep. 2021
Pris: Ærespriser og udnævnelser
-
SSTD 2021 Best Paper Candidate
Chan, Harry Kai Ho (Modtager), Liu, Tiantian (Modtager), Li, Huan (Modtager) & Lu, Hua (Modtager), 2021
Pris: Konferencepriser
-
Best Paper Award Runner-Up
Isaj, Suela (Modtager), Zimányi, Esteban (Modtager) & Pedersen, Torben Bach (Modtager), 20 aug. 2019
Pris: Konferencepriser
Fil
Aktiviteter
-
Norwegian Research Center for AI Innovation (Ekstern organisation)
Christian S. Jensen (Forperson)
2020 → …Aktivitet: Medlemskab › Bestyrelsesarbejde i virksomhed, forening eller organisation
-
University of Stuttgart
Tobias Skovgaard Jepsen (Gæsteforsker)
29 sep. 2019 → 21 dec. 2019Aktivitet: Gæsteophold ved andre institutioner
-
Bonsai Hackathon 2019
Massimo Pizzol (Deltager), Agneta Ghose (Deltager), Bo Pedersen Weidema (Deltager) & Matteo Lissandrini (Deltager)
25 mar. 2019 → 29 mar. 2019Aktivitet: Deltagelse i faglig begivenhed › Organisering af eller deltagelse i workshop, kursus, seminar eller lignende
Presse/medier
-
Nyt projekt gav værktøjer til grøn softwareudvikling: En bunden opgave, hvis vi skal klare klimakampen
02/08/2023
1 element af Mediedækning
Presse/medie
-
EWII køber andel af FlexShape for at styrke udviklingen af forbrugsfleksibilitet
Torben Bach Pedersen & Laurynas Siksnys
13/04/2023 → 19/04/2023
7 elementer af Mediedækning
Presse/medie
-