Carl Nettelblad

Kort presentation

Forskar inom beräkningsvetenskap, inriktat på att använda moderna datorarkitekturer (GPU, massiv parallellism) inom olika typer av dataanalys i livsvetenskaperna. En grundfrågeställning är "hur kan vi ha bättre beräkningsmetoder för att ge säkrare analyser från sämre data".

Nyckelord

  • artificial intelligence
  • genomics
  • hidden markov models
  • hpc
  • machine learning
  • optimization
  • xfel

Biografi

Enorma framsteg har skett i metoder för massiv datainsamling inom biologi. Teknikutvecklingen har möjliggjort större och större datamängder, som snabbt passerat så stora att det inte finns någon som helst möjlighet för en enskild forskare att kontrollera om resultat är rimliga. Därför blir det viktigare att analysmetoder automatiskt kan identifiera och hantera fel.

Utgångspunkten för min forskning är att data alltid kommer att innehålla fel, ofullständigheter och brus. Med den utgångspunkten kan man analysera "dåliga" prover, eller ta med en större del av materialet. Det mer vedertagna sättet i dag är att filtrera ut de delar som håller högst kvalitet och i stället fokusera analysen på dem, eller att använda metoder utformade för säkra prover och bara hoppas att de ger rätt resultat även när delar av labbresultatet är mer osäkert.

I dagsläget fokuserar jag på samarbeten inom enkelpartikelavbildning med röntgenlaser, respektive modellering av haplotypstruktur och fasning av genomikdata vid låg täckning/hög felfrekvens. Jag är ändå hela tiden nyfiken på nya tillämpningar där statistisk modellering och massiva beräkningar kan vara relevant.

Som kuriosa kan nämnas att jag längre tillbaka har deltagit och vunnit medaljer i olika internationella vetenskapstävlingar, som IMO (matematik), IOI (programmering), IBO (biologi) och ACM ICPC (programmering).

Är du som student intresserad av ett projekt med inriktning mot dataanalys och högprestandaberäkningar på kandidatnivå, masternivå eller som doktorand/postdoc? Hör av dig. Projekt kan anpassas till dina förkunskaper. I dagsläget är vi väldigt intresserade av att mer explorativt utveckla testa andra arkitekturer för neurala nätverk för genomikdata (transfomers, diffusionsmodeller för att ta två exempel).

Publikationer

Urval av publikationer

Senaste publikationer

Alla publikationer

Artiklar

Böcker

Konferenser

Rapporter

Carl Nettelblad

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
youtube
linkedin