• Advancing Ocean Observation with an AI-driven Mobile Robotic Explorer 

      Saad, Aya; Stahl, Annette; Våge, Andreas; Davies, Emlyn John; Nordam, Tor; Aberle-Malzahn, Nicole; Ludvigsen, Martin; Johnsen, Geir; Sousa, João; Rajan, Kanna (Journal article; Peer reviewed, 2020)
      Rapid assessment and enhanced knowledge of plankton communities and their structure in the productive upper water column is of crucial importance to understand the impact of the changing climate on upper ocean processes. ...
    • Applying active learning techniques in machine learning to minimize labeling effort 

      Haug, Martin Lund (Master thesis, 2021)
      De mest fremtredende maskinlæringsmetodene (ML) for klassifisering er avhengige av en enorm mengde annotert data for å utvikle og trene nevrale nettverk til å utføre klassifisering så nøyaktig som mulig. Med den komplekse ...
    • Attention segmentation approaches for plankton images captured in-situ 

      Borgersen, Jonas Nagell (Master thesis, 2021)
      Plankton er svært viktig for marine økosystemer, og for å forstå hvordan klimaendringer påvirker liv i vann er det nyttig å få innblikk i hvordan plankton bestander påvirkes av et endret klima. Målet med denne oppgaven er ...
    • Few-shot open world learning 

      Teigen, Andreas Langeland (Master thesis, 2020)
      Datasynsystemer blir i økende grad tatt i bruk ute i dagligdags- og feltarbeidsapplikasjoner. Denne overgangen fra kontrollerte lab-omgivelser til den vide verden byr derimot på flere nye problemer. I stedet for kun å møte ...
    • Object detection and instance segmentation of planktonic organisms using Mask R-CNN for real-time in-situ image processing. 

      Bergum, Sondre A. (Master thesis, 2020)
      Denne oppgaven er en undersøkelse av nylig presenterte state-of-the-art metoder og nettverksarkitekturer for bildesegmentering[61, 38, 37, 78, 49] ved bruk av Facebook Artificial Intelligence Research (FAIR) sitt software ...
    • Robust Reasoning for Autonomous Cyber-Physical Systems in Dynamic Environments 

      Håkansson, Anne; Saad, Aya; Sadanandan Anand, Akhil; Gjærum, Vilde Benoni; Robinson, Haakon; Seel, Katrine (Peer reviewed; Journal article, 2021)
      Autonomous cyber-physical systems, CPS, in dynamic environments must work impeccably. The cyber-physical systems must handle tasks consistently and trustworthily, i.e., with a robust behavior. Robust systems, in general, ...
    • Safe Learning for Control using Control Lyapunov Functions and Control Barrier Functions: A Review 

      Sadanandan Anand, Akhil; Seel, Katrine; Gjærum, Vilde Benoni; Håkansson, Anne; Robinson, Haakon; Saad, Aya (Peer reviewed; Journal article, 2021)
      Real-world autonomous systems are often controlled using conventional model-based control methods. But if accurate models of a system are not available, these methods may be unsuitable. For many safety-critical systems, ...
    • Towards a balanced-labeled-dataset of planktons for a better in-situ taxa identification 

      Kiese, Oda Scheen (Master thesis, 2020)
      A studere mangfold og spredning av planktonorganismer in-situ er en pådriver for nyere forskningsaktiviteter og oseanografi på grunn av planktons økologiske betydning. Med introduksjonen av marine roboter utstyrt med ...
    • Unsupervised methods for in-situ classification of plankton taxa 

      Salvesen, Eivind (Master thesis, 2021)
      Plankton spiller en enormt viktig rolle i marine økosystemer. De står for om lag halvparten av jordens primærproduksjon i tillegg til å være en fundamental brikke i den marine næringskjeden. Vår forståelse av disse viktige ...