Eva Rotenberg

Projekttitel

Dynamic Graphs -- Distributed and Geometry

Hvad handler dit projekt om?

Effektive beregninger på store datamængder er en spændende udfordring, som kræver nye matematiske indsigter og idéer. I dette projekt udvikler vi nye algoritmer til at foretage bestemte typer beregninger på store datamængder, og vi beviser matematisk, at algoritmerne er både korrekte og effektive. Den type beregninger vi fokuserer på i projektet, er beregninger på netværk og på geometriske problemer. Projektet kredser om spørgsmålet: hvordan opdaterer man effektivt vores viden om netværk, når de ændrer sig ved, at forbindelser opstår og forsvinder? Ud over at dette er vigtigt i sig selv, fordi netværk ændrer sig, er det yderligere motiveret af, at netværk indgår i den underliggende beregningsmodel i mange algoritmer på store datamængder, og fordi teknikkerne til at håndtere ændringer kan give os indsigt i, hvordan man effektivt foretager beregninger parallelt eller distribueret.

Hvordan opstod din interesse for dit forskningsfelt?

Jeg tror slet ikke, at min interesse for mit forskningsfelt er færdig med at vokse. Jeg opdager hele tiden nye ting, som er interessante, og som er beslægtede med emner inden for min ekspertise, og som det kribler i mig for at beskæftige mig med. De konkrete hypoteser projektet kredser om, er jeg begyndt at interessere mig for inden for de sidste par år, hvor jeg i fællesskab med ph.d.-studerende og postdocs har gjort opdagelser, som bidrager til forståelsen af beslægtede spørgsmål og emner. Det centrale overordnede spørgsmål derimod, altså hvordan man effektivt opdaterer sin viden om netværk under forandring, har interesseret mig siden slutningen af min kandidatuddannelse. Dengang fandt jeg emnet, fordi jeg ønskede at bruge matematiske redskaber og metoder indenfor datalogien.

Hvad er de forskningsmæssige udfordringer og perspektiver ved dit projekt?

Når et stort netværk ændres ved at bare en enkelt forbindelse forsvinder eller opstår, kan det potentielt have store indvirkninger på netværkets egenskaber. I dynamiske grafalgoritmer ønsker vi ikke blot at imødekomme en enkelt forandring, men vi ønsker at kunne modstå en strøm af små forandringer på store netværk, så vi hele tiden forstår netværkets egenskaber. For at kunne opdatere vores viden om netværket effektivt, gemmer vi nøje udvalgte mellemregninger på en struktureret måde. Når en forbindelse opstår eller forsvinder, skal vi både nemt kunne se hvilke mellemregninger, der kan genbruges, og effektivt kunne opdatere de mellemregninger, som ikke længere er gyldige, så vi kan sammensætte dem til en ny, korrekt analyse af netværket. Det kræver nye matematiske indsigter at foretage beregninger på en sådan opdaterbar måde, hvilket på en god dag er både svært, smukt og sjovt.

Hvilke perspektiver vurderer du selv, at din forskning på sigt kan have for det omgivende samfund?

Digitalisering og udførelse af beregninger på store datamængder spiller en væsentlig rolle i vores samfund. Men hvilke egenskaber har resultaterne af disse beregninger? Er beregningerne gennemskuelige i den forstand, at man kan pege på et argument for resultatet? Beskytter de personhenførbare datapunkter, hvis sådanne har indgået i beregningen? Er de så effektive som muligt, eller kunne man have sparet tid, strøm og plads ved at beregne dem på en smartere måde? Og er de så præcise som muligt; giver de cirka-svar fordi mere eksakte svar beviseligt er beregningsmæssigt ressourcekrævende? Den type spørgsmål adresserer vi i teoretisk datalogi. Når vi giver nye gennemskuelige algoritmer og siger, at de er effektive, præcise, privatsfærebeskyttende og korrekte, komplementerer vi med matematiske beviser for, at algoritmen virkelig har disse egenskaber. Omvendt undersøger vi, hvad der ikke kan lade sig gøre. Vi kortlægger den beregningsmæssige hårdhed af problemerne. I dette projekt vil vi særligt fokusere på ressourceforbruget af effektive, korrekte og præcise beregninger.

Hvad vil det betyde for din forskerkarriere, at du indgår i Sapere Aude-programmet?

De forskningskarrierer, som bliver mest påvirket af denne bevilling, er forhåbentlig de to ph.d.-studerende, som får muligheden for at få en forskeruddannelse indenfor algoritmer og datastrukturer via deres ansættelse i dette projekt. I kraft af, at jeg kan arbejde sammenmed ph.d.-studerende og postdocs, får jeg også selv mulighed for at beskæftige mig med flere forskellige beslægtede emner inden for mit felt. Noget af det bedste jeg ved, er at lære nyt, og når jeg arbejder sammen med andre forskere, også ph.d.-studerende og postdocs, så har jeg altid en følelse af, at vi lærer noget nyt sammen. På sigt ønsker jeg at være med til at styrke broen mellem teori og praksis for effektive beregninger på store datamængder. Det er et mål, som kræver flere hoveder og hænder. Med denne bevilling kommer vi som lokalt forskningsmiljø tættere på at kunne løse den kæmpemæssige opgave.

Lidt om mennesket bag forskeren

Jeg elsker at lære nye ting inden for alskens fagområder og særligt virkelig at dykke ned i teorien og opleve en forståelse af, hvorfor tingene hænger sammen, som de gør. Nok lidt af en aha-oplevelsesafhængighed. Og så er jeg virkelig glad for at samarbejde med folk omkring mig. Jeg ser virkelig frem til at samarbejde med andre forskere (ph.d.-studerende, postdocs, eksterne deltagere) om udfordringerne (og løsningerne på udfordringerne) i dette projekt!