Min forskning omfatter fem hovedtemaer. Det første temaet er tilpasningsdyktig systemarkitekturer (adaptive system architectures). Mine hovedbidrag innenfor området er utvikling av programmeringsabstraksjoner for adapsjonskontroll og teknikker for å observere og analysere systemoppførsel. Mitt andre tema er støtte for multimedia-applikasjoner, inklusiv kontinuerlige media. Mine hovedbidrag innenfor for dette temaet er å anvende formelle spesifikasjoner av tjenestekvalitetsforvaltning (QoS) til konfigurasjon av kjøreomgivelsen for multimediaapplikasjoner og utviklingen av eksplisitte bindingsarkitekturer for multimedia kommunikasjon. Det tredje temaet er støtte for mobilitet og kontekstsensitive systemer. Dette inkluderer observasjon av endringer i omgivelsene og tilby best mulig tjeneste basert på disse observasjonene (for eksempel i personalisering av tjenester). Mine hovedbidrag er kontekstavhengig konfigurering og rekonfigurering basert på nåværende kontekst og støtte for integrasjon av et vidt spekter av tjenester og informasjonsressurser. Mitt fjerde tema er sikkerhet. Mine hovedbidrag her er forskning rundt tilpasningsdyktige sikkerhetsmekanismer, utvikling av sikker og brukervennlig lagring og deling av informasjon, kombinasjon av sikker flerpartsberegninger (Secure Multiparty Computation, SMC) og offentlig nøkkelteknologi for å løse problemer rundt personvern og analyse av data (inklusiv helsedata), og sikkerhet i kontekst av mobile enheter, NFC og sikre elementer (SIM- kort). Det femte hovedtema er innen AI og maskinlæring (ML). Mine hovedbidrag her er innen system- og programmeringsstøtte ved realisering av løsninger som anvender ML.

Forskningssiden til Anders Andersen

Lab hjemmeside: https://uit-hdl.github.io/

Publikasjoner: https://uit-hdl.github.io/publications.html

Kode: https://uit-hdl.github.io/software.html

Data: https://uit-hdl.github.io/data.html

Chiara Bordin is Associate Professor with a focus on teaching and research within the Energy Informatics domain.

Her main research interests are related to mathematical optimization in the context of computer science applied to smart energy and power systems. This refers in particular (but is not limited) to: models for storage integration and storage technologies assessment; strategic network design, expansion and operation; power systems reliability oriented network restructuring and reconfiguration; multi-agent systems for microgrids coordination; stochastic multihorizon optimization; optimal management of electric vehicles and charging sites; integration of machine learning methodologies in the context of mathematical modelling.

Mathematical modelling and optimization is a strong interdisciplinary and versatile subject. By combining it with computer science, power systems engineering, economics, big data analytics and machine learning, it is possible to address many research questions within the energy and power systems field, enhance analyses and look at the studied systems from different perspectives. This can provide key methodological and analytical contributions to the young and dynamic research area of Energy Informatics, with particular regard to the two major research themes of “smart energy-saving systems” and “smart grids”. 

Member of the Arctic Centre for Sustainable Energy (ARC): ARC Website

Projects: Smart Senja

Interview for the AIMMS community: Interview

Google Scholar

Linkedin

I am pleased to be one of the guest editors of the special issue titled “Smart and Sustainable Energy Hubs for a Future Integrated Energy System” to be published in the Energies Journal by MDPI. The deadline for papers’ submission is the 15th of May 2022.