• A computationally efficient model predictive control scheme for space debris rendezvous 

      Larsén, Alexander; Chen, Yutao; Bruschetta, Mattia; Carli, Ruggero; Cenedese, Angelo; Varagnolo, Damiano; Felicetti, Leonard (Journal article; Peer reviewed, 2019)
      We propose a non-linear model predictive scheme for planning fuel efficient maneuvers of small spacecrafts that shall rendezvous space debris. The paper addresses the specific issues of potential limited on-board computational ...
    • A graph-theoretical approach to fusing teachers' opinions about learning outcomes in higher education programmes 

      Guggedal, Carsten Berge (Master thesis, 2021)
      Et høyere utdanningsprogram kan bli modellert som en graf hvor noder kan representere fag, emner, teamer eller sub-temaer innen et program, og hvor kantene representerer potensielle relasjoner mellom dem. Slike grafer kan ...
    • A Machine Learning Approach to Support the Analysis of Climate-Driven Natural Disaster Risk 

      Salte Hovstad, Janna; Ruth Skeide, Mathilde (Master thesis, 2021)
      Klimaendringer har bidratt til at naturkatastrofer har opptrådt med en økende hyppighet og alvorlighetsgrad de siste årene, og den økende trenden forventes å fortsette og eskalere. Høyere havtemperaturer øker sannsynligheten ...
    • A Machine Learning Approach to Support the Analysis of Climate-Driven Natural Disaster Risk 

      Salte Hovstad, Janna; Skeide Ruth, Mathilde (Master thesis, 2021)
      Klimaendringer har bidratt til at naturkatastrofer har opptrådt med en økende hyppighet og alvorlighetsgrad de siste årene, og den økende trenden forventes å fortsette og eskalere. Høyere havtemperaturer øker sannsynligheten ...
    • Automated Lithology Classification Employing Whole Core CT-Scans 

      Chawshin, Kurdistan (Doctoral theses at NTNU;2021:316, Doctoral thesis, 2021)
      This thesis evaluates the application of artificial intelligence to detect rock properties from whole core computed tomography (CT) scan images of wells on the Norwegian continental shelf. Whole core CT-scan images provide ...
    • Automating the Management of ESG Portfolios: A Deep Learning Based Proof of Concept 

      Barstad, Erlend Hallingstad (Master thesis, 2021)
      Finansiell teknologi leder en forstyrrende bølge av innovasjon som overgår gårsdagens løsninger. Teknologien demokratiserer de økonomiske mulighetene innen formuesforvaltning ved å konfrontere bransjens motstandsdyktige ...
    • Controlled Direct Liquid Cooling of Data Servers 

      Lucchese, Riccardo; Varagnolo, Damiano; Johansson, Andreas (Journal article; Peer reviewed, 2020)
      We formulate a modeling and control framework aimed at direct liquid cooling of data servers. In our application scenario, the server's heat load is rejected into a liquid cooling circuit that extends to individual chips. ...
    • Data-driven models of pelvic floor muscles dynamics subject to psychological and physiological stimuli 

      Knorn, Steffi; Varagnolo, Damiano; Dewitte, Marieke; Melles, Reinhilde (Journal article; Peer reviewed, 2019)
      This paper proposes individualized, dynamical and data-driven models to describe pelvic floor muscle responses in women undergoing vaginal dilation. Specifically, the models describe how the aggregated pressure exerted by ...
    • Data-Driven Stochastic Model Predictive Control of an Isolated Microgrid 

      Hennum, Tor (Master thesis, 2021)
      Denne avhandlingen demonstrerer benyttelsen av en stokastisk modell-prediktiv kontroll-algoritme for å oppnå stabil optimal regulering av et øydrevet mikronett. Den demonstrerer muligheten av en slik metode, diskuterer ...
    • Emotion Detection using a Low-Cost Wearable Sensing System 

      Brøyn, Rebekka Birkeland (Master thesis, 2021)
      Emosjoner virker intuitivt som et unkontollert mysterie med en ekstremt stor innvirkning på livene våre. Å finne en forklaring på de ulike emosjonene har vekket interessen til mange filosofer og psykologer gjennom historien. ...
    • Enhancement of Noisy Speech Using Deep Learning 

      Mo, Kari Vikøren; Turøy, Ida (Master thesis, 2021)
      Bakgrunnstøy i digitale samtaler er forstyrrende, og det er ønskelig å redusere støy for naturlig kommunikasjon. I samarbeid med Cisco Norge bidrar denne oppgaven til studiet av taleforbedringssystemer basert på dyp læring. ...
    • Enhancement of Noisy Speech Using Deep Learning 

      Turøy, Ida; Mo, Kari Vikøren (Master thesis, 2021)
      Bakgrunnstøy i digitale samtaler er forstyrrende, og det er ønskelig å redusere støy for naturlig kommunikasjon. I samarbeid med Cisco Norge bidrar denne oppgaven til studiet av taleforbedringssystemer basert på dyp læring. ...
    • Graph-theoretic approaches and tools for quantitatively assessing curricula coherence 

      Varagnolo, Damiano; Knorn, Steffi; Staffas, Kjell; Fjällström, Eva; Wrigstad, Tobias (Peer reviewed; Journal article, 2020)
      In this paper, we propose a method to analyse the coherence of existing curricula at higher education institution. We focus our attention to engineering programmes at universities but the proposed method is by no means ...
    • Hierarchical Clustering Combination and an Algorithm to Solve the Tanglegram Layout Problem 

      Nguyen, Nghia (Master thesis, 2021)
      I petroleumsgeologifeltet har ulike tilnærminger til maskinlæring vist at det finnes et substansielt potensial som kan supplere og på sikt erstatte konvensjonelle og arbeidsintensive metoder. Noen forfattere har for eksempel ...
    • Incremental Self-Deployment of Multi-Agent Networks in Unknown Environments 

      Berdal, Magnus (Master thesis, 2021)
      Utrykkningspersonell i søk- og redningsoperasjoner utsetter seg ofte for ukjente og farlige miljøer. Med den økende kapasiteten til mikrodroner og andre mobile robot-teknologier, kan noen av risikoene utrykkningspersonell ...
    • Incremental self-deployment using virtual potential fields 

      Lone, Erlend (Master thesis, 2021)
      Denne avhandlingen undersøker hvordan mikrodroner kan trinnvis bli sendt inn i et ukjent område for å muliggjøre lokalisering av førsterespondere. Førsterespondere er de første som entrer et katastrofeområde og setter sine ...
    • Multi-Agent Newton-Raphson Optimizaton Over Lossy Networks 

      Bof, Nicoletta; Carli, Ruggero; Notarstefano, Giuseppe; Schenato, Luca; Varagnolo, Damiano (Peer reviewed; Journal article, 2019)
      In this work, we study the problem of unconstrained convex optimization in a fully distributed multiagent setting, which includes asynchronous computation and lossy communication. In particular, we extend a recently proposed ...
    • Multi-criteria Controller Design for Uncertain Isolated Power Systems with Renewable Power Generation 

      Faanes, Andreas (Master thesis, 2021)
      For å tilfredsstille målet om høy andel av fornybar energi på offshore olje & gass plattformer, må det utvikles nye regulerings algoritmer som takler frekvensregulering under usikkerhet. På grunn av det lave treghetsmomentet ...
    • Quantitative analysis of curricula coherence using directed graphs 

      Knorn, Steffi; Varagnolo, Damiano; Staffas, Kjell; Wrigstad, Tobias; Fjällström, Eva (Journal article; Peer reviewed, 2019)
      This paper investigates methods for quantitatively examining the connectivity and knowledge flow in a university program considering courses and concepts included in the program. The proposed method is expected to be useful ...
    • Resistivity Estimation Using Convolutional Neural Networks 

      Bui, Richard Che (Master thesis, 2021)
      Denne oppgaven undersøker egnetheten av å anvende 2D tverrsnitt av 3D kjerneprøver i form av CT-scan data sammen med konvolusjonelle nevrale nettverk(CNN) for å bygge modeller for prediksjon av resistivitet. En av de viktige ...