Statistik och maskininlärning (STIMA)

Statistik och maskininlärning är en avdelning vid Institutionen för datavetenskap. Avdelningens verksamhet är inriktad på forskning och undervisning inom modern dataanalys.

Forskning

Vi ser oss gärna som Sveriges modernaste statistikavdelning med fokus på forskning inom modern dataanalys, prediktion och beslutsfattande under osäkerhet.

Vi utför metodforskning inom statistik och maskininlärning, motiverade av problem inom tillämpningsområden som spänner från journalism och psykologi till genetik och robotik.

Undervisning

Avdelningen är värd för det riksunika kandidatprogrammet statistik och dataanalys och det internationella masterprogrammet Statistics and Machine Learning.

Vi ansvarar för kurserna i maskininlärning vid Linköpings universitets civilingenjörsprogram.

Vi driver även forskarutbildningen i statistik vid Linköpings universitet.


Seminarier vid STIMA

Aktuellt vid STIMA

Nyheter och reportage

Moln

Förbättrade väderprognoser med AI

De senaste åren har vi sett stora framsteg inom artificiell intelligens och maskininlärning för väderprognoser. De senaste maskininlärningsmodellerna tar fram väderprognoser som är likvärdiga eller till och med bättre än de traditionella systemen.

Innovativ idé för effektivare cancerbehandlingar prisas

Lisa Menacher har tilldelats Christer Giléns stipendium 2024 inom området statistik och maskininlärning för sin masteruppsats. Hon har använt maskininlärning i ett försök att göra val av cancerbehandling mer effektivt.

Tomas Landelius och Carolina Natel de Moura.

Fokusperioden resulterade i nya samarbeten for klimatet

Under hösten 2024 samlades återigen forskare från hela världen vid Linköpings universitet under ELLIITs fem veckor långa fokusperiod. Den här gången med målet att hitta och fördjupa samarbeten inom klimatforskning med hjälp av maskininlärning.

Forskning vid STIMA

Senaste publikationerna

2025

Yifan Ding, Arturas Aleksandrauskas, Amirhossein Ahmadian, Jonas Unger, Fredrik Lindsten, Gabriel Eilertsen (2025) Revisiting Likelihood-Based Out-of-Distribution Detection by Modeling Representations IMAGE ANALYSIS, SCIA 2025, PT II, s. 166-179 (Konferensbidrag) Vidare till DOI
Robert Thornberg, Linda Wänström, Björn Sjögren, Jun Sung Hong, Ylva Bjereld, Silvia Edling, Peter Edward Gill (2025) Well-functioning class climate and classroom prevalence of bullying victims: a short-term longitudinal class-Level path analysis Social Psychology of Education, Vol. 28, Artikel 158 (Artikel i tidskrift) Vidare till DOI
Amirhossein Ahmadian, Fredrik Lindsten (2025) Improved Contrastive Predictive Coding for Time Series Out-Of-Distribution Detection Applied to Human Activity Data Pattern Recognition Letters, Vol. 197, s. 132-138 (Artikel i tidskrift) Vidare till DOI
Linda Wänström, Robert Thornberg (2025) A 4-Year Longitudinal Validation Study of the School Bullying Victimization Scale (SBVS) and the School Bullying Perpetration Scale (SBPS) for Students in Middle Childhood and Adolescence Psychology of Violence (Artikel i tidskrift) Vidare till DOI
Andreas Lindholm, Fredrik Lindsten (2025) Learning dynamical systems with particle stochastic approximation em FOUNDATIONS OF DATA SCIENCE (Artikel i tidskrift) Vidare till DOI
Louis Ohl, Fredrik Lindsten (2025) Discriminative ordering through ensemble consensus
Jonas Bjermo, Ellinor Fackle‐Fornius, Frank Miller (2025) Optimizing calibration designs with uncertainty in abilities British Journal of Mathematical & Statistical Psychology (Artikel i tidskrift) Vidare till DOI
Maciej K. Wozniak, Hariprasath Govindarajan, Marvin Klingner, Camille Maurice, B. Ravi Kiran, Senthil Yogamani (2025) S3PT: Scene Semantics and Structure Guided Clustering to Boost Self-Supervised Pre-Training for Autonomous Driving 2025 IEEE/CVF WINTER CONFERENCE ON APPLICATIONS OF COMPUTER VISION, WACV, s. 1660-1670 (Konferensbidrag) Vidare till DOI
J. R. Andersson, O. Kochukhov, Zheng Zhao, J. Sjolund (2025) Probabilistic Zeeman-Doppler imaging of stellar magnetic fields: I. Analysis of t Scorpii in the weak-field limit Astronomy and Astrophysics, Vol. 699, Artikel A63 (Artikel i tidskrift) Vidare till DOI
Ioannis Athanasiadis, Fredrik Lindsten, Michael Felsberg (2025) Prior Learning in Introspective VAEs Transactions on Machine Learning Research, Vol. 06, s. 1-41 (Artikel i tidskrift)

Undervisning - kandidat- och masterprogram

Forskarutbildning

Kontakta oss

Medarbetare vid STIMA

Om institutionen