| 1. |
- Bång, Magnus, et al.
(författare)
-
Automatisk trafikövervakning genom AI i svenska farvatten : Slutrapport AutoMon Del I
- 2023
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- Denna slutrapport redogör för resultatet av projektet: AutoMon Del I—Automatisk trafikövervakning genom AI i svenska farvatten (TRV2019/95873). Projektägare är Linköpings universitet och genomförts tillsammans med Sjöfartsverket, SAAB, VTI, och Luftfartsverket. Vi kommer i denna rapport redogöra för resultaten samt diskutera framtida utmaningar med konceptet AutoMon. Syftet med AutoMon är att undersöka och belysa problemområdet automatiserad trafikövervakning genom att implementera en AI-demonstrator för svenska farvatten, initialt med fokus på att detektera anomalier i trafiken, och där hanteringen (dvs. granskning och lösning) av problemsituationer lämnas över till en mänsklig operatör. Förekomsten av fartygsolyckor och -incidenter, med potentiellt stora konsekvenser för individ och miljö - utanför etablerade VTS-områden - visar på behovet av utökad övervakning av sjötrafiken i svenska farvatten för att möjliggöra proaktiva åtgärder för att minimera olycksrisker till sjöss. Forskningsprojektet undersöker hur en hög nivå av automation kan användas för att upptäcka och hantera trafikavvikelser på svenskt vatten samt ge möjlighet till s.k. situational awareness (lägesbild) över hela dess yta, samtidigt som stöd för centralt eller distribuerat beslutsfattande ges. Runt om i världen förekommer även manipulation av AIS-systemet och dess positionsangivelser; ett problem som sannolikt kommer att öka även i Sverige. Båda problemställningarna är globala, vilket ger hög relevans. Lösningar har högt värde där digitalisering och artificiell intelligens kan användas som medel för ökad sjösäkerhet (safety och cyber security).
|
|
| 2. |
- Haghighi, Mona, et al.
(författare)
-
A Comparison of Rule-based Analysis with Regression Methods in Understanding the Risk Factors for Study Withdrawal in a Pediatric Study
- 2016
-
Ingår i: Scientific Reports. - : Springer Science and Business Media LLC. - 2045-2322. ; 6
-
Tidskriftsartikel (refereegranskat)abstract
- Regression models are extensively used in many epidemiological studies to understand the linkage between specific outcomes of interest and their risk factors. However, regression models in general examine the average effects of the risk factors and ignore subgroups with different risk profiles. As a result, interventions are often geared towards the average member of the population, without consideration of the special health needs of different subgroups within the population. This paper demonstrates the value of using rule-based analysis methods that can identify subgroups with heterogeneous risk profiles in a population without imposing assumptions on the subgroups or method. The rules define the risk pattern of subsets of individuals by not only considering the interactions between the risk factors but also their ranges. We compared the rule-based analysis results with the results from a logistic regression model in The Environmental Determinants of Diabetes in the Young (TEDDY) study. Both methods detected a similar suite of risk factors, but the rule-based analysis was superior at detecting multiple interactions between the risk factors that characterize the subgroups. A further investigation of the particular characteristics of each subgroup may detect the special health needs of the subgroup and lead to tailored interventions.
|
|
| 3. |
- Zona, Donatella, et al.
(författare)
-
Earlier snowmelt may lead to late season declines in plant productivity and carbon sequestration in Arctic tundra ecosystems
- 2022
-
Ingår i: Scientific Reports. - : Springer Science and Business Media LLC. - 2045-2322. ; 12:1
-
Tidskriftsartikel (refereegranskat)abstract
- Arctic warming is affecting snow cover and soil hydrology, with consequences for carbon sequestration in tundra ecosystems. The scarcity of observations in the Arctic has limited our understanding of the impact of covarying environmental drivers on the carbon balance of tundra ecosystems. In this study, we address some of these uncertainties through a novel record of 119 site-years of summer data from eddy covariance towers representing dominant tundra vegetation types located on continuous permafrost in the Arctic. Here we found that earlier snowmelt was associated with more tundra net CO2 sequestration and higher gross primary productivity (GPP) only in June and July, but with lower net carbon sequestration and lower GPP in August. Although higher evapotranspiration (ET) can result in soil drying with the progression of the summer, we did not find significantly lower soil moisture with earlier snowmelt, nor evidence that water stress affected GPP in the late growing season. Our results suggest that the expected increased CO2 sequestration arising from Arctic warming and the associated increase in growing season length may not materialize if tundra ecosystems are not able to continue sequestering CO2 later in the season.
|
|
