Som bekendt vokser mængden af digital information enormt. De store mængder af data der genereres bliver ofte ikke udnyttet fuldt ud, fordi datasættene er for store til konventionelle beregningsmetoder. Derfor anvender man ofte neddroslede datasæt.

Parallel-processering og simulation
Vi vil gerne hjælpe vores kunder og samarbejdspartnere med at udnytte de massive mængder data, de ligger inde med, og vi vil gerne hjælpe med at udnytte den beregningskraft, der ligger i de nye teknologier inden for parallel-processering.
Desuden vil vi udvikle metoder til at visualiere og simulere store datamængder. Det vil vi bl.a. gøre inden for medicinsk visualisering, simulering af visuelle fænomener og interaktiv informations-grafik.

Fortolkning af data
Vi kigger også på fortolkning af store datamængder. Det gælder bl.a. integration og fortolkning af positioneringsdata, og det gælder det særlige BCI-område (brain-computer interface), der fokuserer på, at sensorer monteret på kraniet måler aktivitetsniveauet forskellige steder i hjernen og derigennem styrer en computer.

Massive data er relativt
Vi fortolker for øvrigt ikke begrebet ”massive datamængder” som en absolut størrelse. Der kan også være tale om mindre datamængder, der skal processeres på små devices og derfor er massive på disse devices.
Vi vil gerne i kontakt med samarbejdspartnere, der ønsker at udnytte de muligheder der ligger i beregning, fortolkning og visualisering af store datamængder. Hvis du er interesseret, så er du velkommen til at kontakte senior forsknings- og innovationsspecialist Jesper Mosegaard.