Fra geometri til kunstig intelligens – resultater fra TMF Starting Grant prosjektet GeoProCo

Prosjektet GeoProCo, Geometry and Probability with Constraints er nå avsluttet. Det har vært ledet av førsteamanuensis Erlend Grong ved Matematisk institutt, Universitetet i Bergen. Målet har vært å koble sammen geometri og sannsynlighetsteori, og utforske hvordan disse fagfeltene kan gi nye løsninger på komplekse problemer.

Blant de viktigste resultatene fra prosjektet er:

  • Nye matematiske metoder: Forskergruppen har utviklet nye måter å analysere og sammenligne geometriske rom på, og funnet løsninger på problemer som har vært åpne i fagfeltet. Dette inkluderer en ny normalisering for Cartan-konneksjoner og bidrag til Gauss-Bonnet-teoremet for sub-Riemannske flater.
  • Kobling mellom geometri og sannsynlighet: Prosjektet har undersøkt hvordan tilfeldige bevegelser oppfører seg i krumme rom, og utviklet verktøy for å analysere slike prosesser – med relevans for både fysikk, finans og maskinlæring.
  • Praktiske algoritmer for dataanalyse: Det er laget nye algoritmer for dimensjonsreduksjon og for å løse differensialligninger på en måte som tar hensyn til geometrien i dataene. Dette er viktig for moderne maskinlæring og bildebehandling.

Internasjonalt samarbeid og formidling
Prosjektet har resultert i 13 publiserte vitenskapelige artikler samt 9  preprints som er sendt til vurdering, og har samlet forskere fra Norge, Europa og USA. Gruppen har arrangert kurs, seminarer og internasjonale konferanser – og laget undervisningsmateriell som er tilgjengelig for studenter og forskere.

Prosjektet har også bidratt til karriereutvikling for de involverte. Prosjektleder Erlend Grong har fått fast stilling og søkt opprykk til professor.

Et av temaene som prosjektet har sett på er hvordan vi kan analysere data som er på overflater og andre geometriske former.