Vegna sífellt vaxandi gagnasöfnunar á mikilvægum sviðum, eins í erfðafræði, fjarkönnun, fjármálum og félagslegum netum er magn af gögnum sífellt að aukast. Fyrir frekari framfarir á þessum sviðum er þróun skilvirkra reiknirita til vinnslu á slíkum gögnum áríðandi.

Dæmigerð gagnasöfn innihalda miklu fleiri breytur (e. variables) en athuganir (e. observations) og innihalda mikið suð. Stundum hafa þau þekkta eiginleika, t.d. gæti verið þekkt að gagnagildin taki öll jákvæð gildi, að þau séu rýr (e. sparse), eða þjál (e. smooth). Það má líta á fjölbreytumerkjafræði sem heildstæða umgjörð sem veitir verkfæri fyrir greiningu upplýsinga úr slíkum há víddar gagnamengjum.

Í þessu verkefni munum við að rannsaka þrjú mikilvæg fjölbreytu merkjafræði líkön:

• Fjölvíddarrófsgreining (e. Hyperspectral unmixing)
• rýra aðhvarfsgreiningu af skertri vídd (e. sparse variable Reduced Rank Regression (svRRR)) og
• greining þátta í óháða þætti (e. noisy Independent Component Analysis (nICA)).

Meginmarkmið er að þróa merkjavinnslu reiknirit sem eru skilvirkt og geta dregið gagnlegar upplýsingar úr gagnamengjum úr erfðafræði og fjarkönnun.

Helstu áhrif af þessu verkefni er að það markar upphaf af rannsóknastofu í fjölbreytu merkjafræði við Háskóla Íslands.

Á Íslandi eru öflug rannsóknateymi á sviðum sem krefjast vinnslu há víddar gagna, til dæmis í erfðafræði og fjarkönnun. Það sem er ábótavant er miðstöð sem sinnir fyrst og fremst um þróun reiknirita fyrir þessa vinnslu.