Vetenskapliga framsteg har blivit alltmer beroende av beräkningsmetoder, och moderna mätmetoder skapar stora mängder data som kräver sofistikerad bearbetning och analys. Maskininlärning och statistiska inlärningsmetoder är områden där enorma framsteg har gjorts under det senaste decenniet, särskilt inom områdena djupinlärning och Bayesiansk modellering. Med dessa lovande framsteg uppstår ett behov av att utveckla effektiva numeriska metoder för att dra full nytta av framstegen. Samtidigt har systemmodellering med rötter i fysik utvecklats för tillämpningar inom medicin, biologi och klimat.

Forskning inom beräkningsvetenskap vid CEC kombinerar metodutveckling och ett brett spektrum av tillämpningar för att bemöta forskningsfrågor inom olika områden. Vår forskning bedrivs i flera olika riktningar, främst i samarbete med forskare inom olika discipliner inom naturvetenskap och medicin vid Lunds universitet och på andra lärosäten. Beräkningsmetoder innefattar systemmodellering, maskininlärning, statistisk inlärning, numeriska metoder för snabbare optimering, lösningar för hantering av stora datamängder och nya sätt att utföra beräkningar. Läs mer om specifika forskningsinriktningar under de olika forskargrupperna.

COSHE bildades vid CEC under 2023 av forskarna vid Beräkningsbiologi och biologisk fysik (CBBP, tidigare vid Astronomi och teoretisk fysik) och Osäkerhet- och evidens-labbet. För mer information om våra projekt och publikationer, se COSHE i Forskningsportalen.