Forskargrupper inom ARC

Maskin Perception och Interaktions mål är att utveckla metoder och tekniker för att utvinna meningsfull information ur sensordata från komplexa fysiska system som robotar och/eller sensornätverk.

Forskningsledare: Amy Loutfi, professor i datavetenskap.

Robotnavigering och perception bedriver forskning om hur man får robotar att känna av och agera i den verkliga världen. Genom att bearbeta sensorinmatningarna lär sig robotarna förstå miljön, navigering, förutsägelser och hur man interagerar med omgivningen, inklusive människor.

Forskningsledare: Martin Magnusson, professor i datavetenskap.

Adaptive and Interpretable Learning Systems forskar om tolkningsbara och adaptiva maskininlärningsmetoder. Målet är att utveckla inlärningssystem som kan överföra inlärd kunskap och kontinuerligt lära sig med ny data.

Forskningsledare: Johannes Andreas Stork, universitetslektor i datavetenskap.

AI-Econ Labs undersöker hur snabba framsteg inom artificiell intelligens omformar arbetslivets villkor – särskilt för tjänstemän och inom tjänstesektorn. Forskarna kombinerar verktyg från olika discipliner med detaljerad data för att ta fram forskningsinsikter om hur företag och arbetstagare kan utvecklas i en tid präglad av artificiell intelligens.

Forskningsledare: Magnus Lodefalk, universitetslektor i nationalekonomi.

Molekylär systembiologis mål är att förstå hur biologiska system fungerar utifrån funktionen av de komponenter som bygger upp systemet. Främst den cellulära kommunikationen: Hur känner celler av sin omgivning och hur tolkar de förändringar i sin omgivning och signaler från andra celler, till exempel under en infektion?

Forskningsledare: Marcus Krantz, forskare i biomedicin.

OPaL skapar en infrastruktur för att lättare kunna använda och analysera stora datamängder. Forskningsmiljön utgår från den svenska riksdagens öppna data. Inom ramen för OPaL utvecklas en sökmotor och analysverktyg för humanistisk och samhällsvetenskaplig forskning med utgångspunkt i riksdagens öppna data.

Forskningsledare: Christian Lundahl, professor i pedagogik.

Autonomous Mobile Manipulation Lab strävar efter att göra det möjligt för mobila robotar att interagera på ett komplext sätt med sin omgivning. Forskargruppen bedriver forskning inom perception och rörelsesyntes för mobilitet och manipulation.

Forskningsledare: Todor Stoyanov, universitetslektor i datavetenskap.