En mulighed kan være at kombinere radar og machine learning, så man får detaljeret viden, der kan bruges, når der kommer ekstremregn.
En mulighed kan være at kombinere radar og machine learning, så man får detaljeret viden, der kan bruges, når der kommer ekstremregn.

Foto : Bighstock/romrodinka

Machine learning kan sætte nye standarder i vandsektoren

EnviDan har allerede samlet massevis af data fra vandsektoren. I sit forløb som erhvervs-ph.d. skal Bolette Dybkjær Hansen afdække muligheder for machine learning og finde konkrete projekter, hvor data kan optimere vandsektoren.
Vandforsyning eller spildevand stod ikke som de oplagte jobmuligheder, da Bolette Dybkjær Hansen i 2017 fik sin eksamen som civilingeniør fra Aalborg Universitet. Men om få år kan det sagtens vise sig, at hun har haft en afgørende hånd med i spillet bag teknologi, der vil sætte nye standarder i branchen.
Vil du have fuld adgang til WaterTech?

WaterTech er for professionelle, der arbejder med teknologi og vandets kredsløb. Vi giver dig indblik i de nyeste teknologiske løsninger i vandsektoren fra klimasikring til drikke- og spildevandsbehandling.

Nævnte firmaer

Bolette Dybkjær Hansen
Bolette
Illustration: EnviDan

Bolette Dybkjær Hansen er uddannet civilingeniør med speciale i sundhedsteknologi og informatik fra Aalborg Universitet i 2017.

Hun tiltrådte 1. januar 2019 som erhvervs-Ph.D. i EnviDan. I første omgang skal hun i samarbejde med fagchef for machine learning David G. Jensen nafdække mulighederne for machine learning i vandsektoren. Herefter vil hun i samarbejde med kolleger udvælge et mindre antal projekter, som de skal arbejde med.

Den akademiske vejledning varetages af professor Thomas B. Moeslund, Aalborg Universitet.