Skip to main content

LTH profilområde: AI och digitalisering

AI och digitalisering är en snabbt växande del av utvecklingen av nästan alla ingenjörssystem och kommer att förändra samhället och industrin i grunden. Profilområdets spetskunskap kring teknologier, metoder, algoritmer och mjukvara för att möjliggöra robusta, säkra, effektiva och lärandebaserade system är helt nödvändig i samhällets digitala omställning.

 

Vår vision är att vara en knutpunkt för grundläggande kunskap inom AI och digitalisering – inom LTH såväl som mot det omgivande samhället.

Fokusområden

Artificiell intelligens innefattar ett flertal forskningsområden såsom datorseende, naturlig språkbehandling, maskininlärning, kunskapsrepresentation, robotik och människa-maskin-interaktion. Inom AI och digitaliseringens grundpelare bedriver vi både tillämpad och grundläggande forskning i dessa områden. AI-området har ökat i popularitet och användning under det senaste decenniet i samband med att nya tekniker för djupinlärning har utvecklats. Detta har revolutionerat automatisk förståelse och generering av till exempel bilder, video, ljud och text, och har möjliggjort många nya tillämpningar både inom akademi och industri.

Kontakt: Kalle Åström och Viktor Larsson

Vårt samhälle drivs av mjukvara, det gäller allt ifrån underhållning till säkerhetskritiska system. Vi behöver mjukvara för att möjliggöra den snabba utvecklingen inom AI och autonoma system, men att arbeta med mjukvara innebär många utmaningar. Inom mjukvaruområdet arbetar vi tillsammans med programmerare och utvecklare för att förstå deras behov och för att utforska nya lösningar inom mjukvaruteknik generellt, men också inom specifika domäner såsom robotik och medicin. Vi arbetar med problem som sträcker sig från teoretiska utmaningar inom algoritmer, artificiell intelligens och programmeringsspråk till praktiska utmaningar i mänsklig interaktion, utvecklingsprocesser, prestandaanalys av mjukvara, datorgrafik och inbyggda system.

Kontakt: Per Runeson och Emma Söderberg

Autonoma system är system som hanterar sig själva och som ofta består av både fysisk infrastruktur och mjukvara. Tillsammans med människor ger de ökad funktionalitet, hållbarhet och effektivitet. Exempel inkluderar självkörande bilar, servicerobotar, smarta transportsystem, smarta elnät och molninfrastruktur. De autonoma systemen kan planera och utföra komplexa funktioner med begränsat mänskligt ingripande, verka i osäkra och ostrukturerade fysiska eller digitala informationsmiljöer och hantera oväntade externa eller interna händelser, fel och avsiktliga attacker. Inom profilområdet arbetar vi med autonomi och möjliggörande teknologier inom flera områden, däribland reglerteknik, datorseende, trådlös kommunikation, robotik och molninfrastruktur.

Kontakt: Karl-Erik Årzén och Emma Tegling

Uppkoppling är ett nyckelområde eftersom det möjliggör omedelbar informationsöverföring, samarbete och kunskapsdelning mellan enheter. Inom profilområdet bygger vi upp nödvändig kunskap, metodik och kompetens för att utforma och bygga de trådbundna och trådlösa kommunikationssystemen som behövs i ett hållbart digitalt samhälle. Vi bedriver forskningssamarbete med andra akademiska forskargrupper och med industriella och offentliga partners. Vår forskningsverksamhet spänner över ett brett spektrum av multidisciplinära områden, från kommunikationsteori och signalbehandling till effektiv hårdvarudesign, för att kunna arbeta med helhetslösningar för tillförlitlighet, fördröjning, säkerhet och energieffektivitet.

Kontakt: Ove Edfors och Liang Liu



Samarbeten

Inom profilområdet har vi också direkta industrisamarbeten, vi är med i många EU- internationella projekt och akademiska samarbeten. Se mer under projekt.

Fredrik Tufvesson och Emma Söderberg. Foto.

Koordinatorer

Fredrik Tufvesson och Emma Söderberg

Länkarna öppnas i Lunds universitets forskningsportal

Infrastruktur

The infrastructures within the profile area involve the robotics lab, electronics lab and the wireless systems and applications lab. Links below will open the infrastructures' websites.

AI och digitalisering är en snabbt växande del av utvecklingen av nästan alla ingenjörssystem och kommer att förändra samhället och industrin i grunden. Profilområdets spetskunskap kring teknologier, metoder, algoritmer och mjukvara för att möjliggöra robusta, säkra, effektiva och lärandebaserade system är helt nödvändig i samhällets digitala omställning.

 

Vår vision är att vara en knutpunkt för grundläggande kunskap inom AI och digitalisering – inom LTH såväl som mot det omgivande samhället.

Fokusområden

Artificiell intelligens innefattar ett flertal forskningsområden såsom datorseende, naturlig språkbehandling, maskininlärning, kunskapsrepresentation, robotik och människa-maskin-interaktion. Inom AI och digitaliseringens grundpelare bedriver vi både tillämpad och grundläggande forskning i dessa områden. AI-området har ökat i popularitet och användning under det senaste decenniet i samband med att nya tekniker för djupinlärning har utvecklats. Detta har revolutionerat automatisk förståelse och generering av till exempel bilder, video, ljud och text, och har möjliggjort många nya tillämpningar både inom akademi och industri.

Kontakt: Kalle Åström och Viktor Larsson

Vårt samhälle drivs av mjukvara, det gäller allt ifrån underhållning till säkerhetskritiska system. Vi behöver mjukvara för att möjliggöra den snabba utvecklingen inom AI och autonoma system, men att arbeta med mjukvara innebär många utmaningar. Inom mjukvaruområdet arbetar vi tillsammans med programmerare och utvecklare för att förstå deras behov och för att utforska nya lösningar inom mjukvaruteknik generellt, men också inom specifika domäner såsom robotik och medicin. Vi arbetar med problem som sträcker sig från teoretiska utmaningar inom algoritmer, artificiell intelligens och programmeringsspråk till praktiska utmaningar i mänsklig interaktion, utvecklingsprocesser, prestandaanalys av mjukvara, datorgrafik och inbyggda system.

Kontakt: Per Runeson och Emma Söderberg

Autonoma system är system som hanterar sig själva och som ofta består av både fysisk infrastruktur och mjukvara. Tillsammans med människor ger de ökad funktionalitet, hållbarhet och effektivitet. Exempel inkluderar självkörande bilar, servicerobotar, smarta transportsystem, smarta elnät och molninfrastruktur. De autonoma systemen kan planera och utföra komplexa funktioner med begränsat mänskligt ingripande, verka i osäkra och ostrukturerade fysiska eller digitala informationsmiljöer och hantera oväntade externa eller interna händelser, fel och avsiktliga attacker. Inom profilområdet arbetar vi med autonomi och möjliggörande teknologier inom flera områden, däribland reglerteknik, datorseende, trådlös kommunikation, robotik och molninfrastruktur.

Kontakt: Karl-Erik Årzén och Emma Tegling

Uppkoppling är ett nyckelområde eftersom det möjliggör omedelbar informationsöverföring, samarbete och kunskapsdelning mellan enheter. Inom profilområdet bygger vi upp nödvändig kunskap, metodik och kompetens för att utforma och bygga de trådbundna och trådlösa kommunikationssystemen som behövs i ett hållbart digitalt samhälle. Vi bedriver forskningssamarbete med andra akademiska forskargrupper och med industriella och offentliga partners. Vår forskningsverksamhet spänner över ett brett spektrum av multidisciplinära områden, från kommunikationsteori och signalbehandling till effektiv hårdvarudesign, för att kunna arbeta med helhetslösningar för tillförlitlighet, fördröjning, säkerhet och energieffektivitet.

Kontakt: Ove Edfors och Liang Liu


Samarbeten

Inom profilområdet har vi också direkta industrisamarbeten, vi är med i många EU- internationella projekt och akademiska samarbeten. Se mer under projekt.

Mer om

Länkarna öppnas i Lunds universitets forskningsportal

Infrastruktur

The infrastructures within the profile area involve the robotics lab, electronics lab and the wireless systems and applications lab. Links below will open the infrastructures' websites.

Fredrik Tufvesson och Emma Söderberg. Foto.

Koordinatorer

Fredrik Tufvesson och Emma Söderberg

Länkarna öppnas i Lunds universitets forskningsportal