{"id":6668,"date":"2020-06-12T10:29:22","date_gmt":"2020-06-12T08:29:22","guid":{"rendered":"https:\/\/nr.no\/nyheter\/disputas-marie-lilleborge\/"},"modified":"2021-05-26T16:58:19","modified_gmt":"2021-05-26T14:58:19","slug":"disputas-marie-lilleborge","status":"publish","type":"post","link":"https:\/\/nr.no\/en\/news\/disputas-marie-lilleborge\/","title":{"rendered":"Disputas: Marie Lilleborge"},"content":{"rendered":"<p><em>Marie Lilleborge forsvarte 13. januar 2017 si avhandling <\/em>\u00abEfficient Information Gathering in Discrete Bayesian Networks\u00bb<em> for graden ph.d. Doktorgradsarbeidet vart utf\u00f8rt ved \u00abStatistics for innovation\u00bb, eit Senter for forskningsdriven innovasjon, der Norsk Regnesentral var vertsinstitusjon.<\/em><\/p>\n<p><img decoding=\"async\" alt=\"Marie Lilleborge\" class=\"caption\" src=\"https:\/\/gnist.dev\/nr\/content\/uploads\/sites\/2\/2020\/06\/Marie-Lilleborge-kvadrat.png\" style=\"width: 300px; height: 300px; float: right;\" title=\"Doktor Marie Lilleborge. Foto: NR\" \/>Rettleiarane har vore Ragnar Hauge fr\u00e5 NR, Jo Eidsvik fr\u00e5 NTNU og Arne Bang Huseby fr\u00e5 UiO. I vurderingskomiteen sat associate professor Thomas Dyhre Nielsen fr\u00e5 Aalborg Universitet, professor Daniela Cocchi fr\u00e5 Universit\u00e0 di Bologna, og \u00d8rnulf Borgan fr\u00e5 Universitetet i Oslo.<\/p>\n<p>Marie oppsummerer sj\u00f8lv arbeidet sitt slik:<\/p>\n<p>\u00abI doktorgradsarbeidet mitt har jeg utformet retningslinjer for hvordan man b\u00f8r evaluere informasjonsverdi ut fra anvendelsen, og jeg har laget algoritmer som hjelper datamaskinen \u00e5 kjapt regne ut hvilke unders\u00f8kelser som er best. Disse l\u00f8sningene har jeg brukt b\u00e5de for \u00e5 planlegge oljeleting i Nordsj\u00f8en og for \u00e5 regne ut det optimale screeningprogrammet for brystkreft.<\/p>\n<p>N\u00e5r mye er ukjent, er det vanskelig \u00e5 unders\u00f8ke alt og derfor viktig \u00e5 forst\u00e5 hvilke unders\u00f8kelser som er mest effektive. Det er ogs\u00e5 essensielt \u00e5 evaluere l\u00e6ringsverdi ut fra hva resultatene skal brukes til. Videre m\u00e5 en effektivt kunne regne ut hvilke unders\u00f8kelser som er best.<\/p>\n<p>Jeg har f\u00e5tt et skattekart over Nordsj\u00f8en. Skattekartet er en rettet graf, det vil si at den best\u00e5r av sirkler med piler mellom dem. Sirklene er kj\u00f8kken der oljen kan ha oppst\u00e5tt, feller vi kan hente den ut fra eller steder p\u00e5 veien mellom dem. Pilene viser mulige ruter oljen potensielt kan ha beveget seg langs etter at den ble dannet for millioner av \u00e5r siden. Skattekartet gir et intuitivt bilde av det vi modellerer; vi kan lese av sannsynligheten for \u00e5 finne olje enkeltvis for ulike steder, og ikke minst samspillet mellom disse sannsynlighetene.<\/p>\n<p>Jeg har jobbet med hvordan den intuitive og samtidig ekstremt fleksible modellen b\u00f8r brukes for \u00e5 regne ut hvilke letebr\u00f8nner man skal velge \u00e5 bore. For \u00e5 finne ut av dette har jeg brukt generelle statistiker-briller for \u00e5 forst\u00e5 informasjonsinnhenting og informasjonsevaluering i rettede grafer mer generelt, og jeg har programmert et system for \u00e5 regne effektivt i disse modellene. Statistiker-brillene har nemlig et ekstra triks. De gj\u00f8r det mye lettere \u00e5 se likheten mellom oppgaver som ellers kan se veldig forskjellige ut. Slik kunne jeg bruke mye av det jeg l\u00e6rte av oljeletingsprosjektet til \u00e5 regne ut et optimalt screeningprogram for brystkreft ut fra data fra Mammografiprogrammet.\u00bb<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Marie Lilleborge forsvarte 13. januar 2017 si avhandling <em>\u00abEfficient Information Gathering in Discrete Bayesian Networks\u00bb<\/em> for graden ph.d. Doktorgradsarbeidet vart utf\u00f8rt ved \u00abStatistics for innovation\u00bb, eit Senter for forskningsdriven innovasjon, der Norsk Regnesentral var vertsinstitusjon.<\/p>\n","protected":false},"author":2,"featured_media":6669,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_trash_the_other_posts":false,"editor_notices":[],"footnotes":""},"categories":[1],"tags":[],"class_list":{"0":"post-6668","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-news"},"acf":[],"_links":{"self":[{"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/posts\/6668","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/comments?post=6668"}],"version-history":[{"count":3,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/posts\/6668\/revisions"}],"predecessor-version":[{"id":12360,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/posts\/6668\/revisions\/12360"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/media\/6669"}],"wp:attachment":[{"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/media?parent=6668"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/categories?post=6668"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nr.no\/en\/wp-json\/wp\/v2\/tags?post=6668"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}