I løbet af sin PhD har Katrine Scheel Killmann undersøgt hvordan man effektivt kan finde mønstre i store og komplekse datasæt. Mange moderne applikationer er afhængige af clustering, en data mining-teknik, der grupperer lignende datapunkter, men traditionelle metoder er for langsomme til store datasæt.

Katrine Scheel Killmann har udviklet GPU-accelererede clustering algoritmer, der gør disse analyser markant hurtigere, samtidig med at de sikrer korrekte og pålidelige resultater. Hendes forskning fokuserede på komplekse datatyper, såsom bevægelsesdata og højdimensionel data, og undersøgte, hvordan forbruger-grafikkort kan bruges til dataanalyse i stor skala.

De nye forskningsresultater gør det lettere at analysere enorme mængder data hurtigt uden adgang til dyre datacentre, hvilket forbedrer anvendelser inden for blandt andet transport, biologi og samfundsvidenskab.

Ph.d.-studiet er gennemført ved Institut for Datalogi, Faculty of Natural Sciences, Aarhus Universitet.

Dette resumé er udarbejdet af den ph.d.-studerende.

Tid: Onsdag den 30. April 2025 kl. 13:00
Sted: Bygning 5335, lokale 395, Institut for Datalogi, Aarhus Universitet, Åbogade 34, 8200 Aarhus N.
Afhandlingens titel: Fast (Correct) Clustering in Time and Space using the GPU.
Kontaktinfo: Katrine Scheel Killmann, e-mail: katrine@scheel-nellemann.dk, tlf.: +45 23934700
Bedømmelsesudvalg:
Professor Peer Kröger, Institute of Informatics, Kiel University, Tyskland
Professor Yongluan Zhuo, Datalogisk Institut, Københavns Universitet, Danmark
Professor Claudio Orlandi (forperson), Institut for Datalogi, Aarhus Universitet, Danmark
Main supervisor:
Professor Ira Assent), Institut for Datalogi, Aarhus Universitet, Danmark
Sprog: Ph.d.-afhandlingen forsvares på engelsk

Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Natural Sciences (GSNS), Ny Munkegade 120, bygning 1521, 8000 Aarhus C