Martin Skjelvareid
Job description
Undervisning
Underviser i informatikk og maskinlæring og ved institutt for informatikk. Se detaljer under fane "undervisning".
Forskning
Prosjektleder for prosjektet "MASSIMAL" (Mapping of Algae and Seagrass using Spectral Imaging and MAchine Learning) som løper i perioden 2020-2024. Prosjektet er finansiert av Norges Forskningsråd (8 mill. kr., via "unge forskertalenter") og UiT (600 000 kr.) Målet med prosjektet er å utvikle et verktøy for nøyaktig kartlegging av marin vegetasjon (tang/tare/sjøgress) ved hjelp av hyperspektral avbildning fra drone.
- Prosjektside ved UiT
- Prosjektside hos Norges Forskningsråd
- Prosjektside under Cristin
- Massipipe: Open-source Python data processing pipeline for hyperspectral images
Hovedinteresser innen forskning: Kartlegging av marine habitater, hyperspektral avbildning med droner, og maskinlæring / dyp læring med fokus på segmentering av bilder. Fokus på åpen forskning med full publisering av datasett og kode.
Kompetanseområder:
- Programmering (Python / Matlab)
- Hyperspektral avbildning
- Fjernmåling og geografiske informasjonssystemer (GIS)
- Maskinlæring, med fokus på bildebehandling
- Akustikk, med fokus på ultralyd
- Syntetisk aperture avbildning (hovedsaklig med ultralyd)
Error rendering component
Publikasjoner utenom Cristin
Leder forskningsprosjektet MASSIMAL (Mapping of Algae and Seagrass using Spectral Imaging and MAchine Learning) som løper fra 2020-2024.
- Oppdateringer fra prosjektet på Facebook: https://www.facebook.com/MassimalProject
- Prosjektside hos Norges Forskningsråd: https://prosjektbanken.forskningsradet.no/project/FORISS/301317
- Prosjektside ved UiT: https://en.uit.no/project/massimal
Research interests
Hyperspektral avbildning, ultralyd, maskinlæring, fjernmåling, droner, syntetisk aperture-avbildning
Teaching
Underviste fag:
- DTE-2602 Introduksjon til maskinlæring og AI (2022 - 2024)
- TEK-1504 Fysikk (2023-2025)
- TEK-2801 Fysikk 2 (2022-2024)
- TEK-0513 Fysikk (forkurs ingeniørutdanning) (2018-2022)
Undervisningsfilosofi og -metode:
Jeg har undervist mye etter "snudd klasserom"-metoden, der studentene kan se videoer med introduksjon til et emne på forhånd, og der tiden i klasserommet brukes til problemløsning, enten felles eller individuelt. I TEK-0513 Fysikk lagde jeg undervisningsvideoer for hele pensum, 160 videoer i alt. I TEK-1504 og TEK-2801 har jeg vært "stedlig lærer" i Bodø, kombinert med undervisningsvideoer av Per Ødegaard.
Jeg har sterk tro på at undervisning i teoretiske fag som fysikk og maskinlæring bør knyttes til konkrete erfaringer og helst konkrete objekter som studentene kan interagere med i klasserommet. I DTE-2602 har ofte lagt opp til felles gjennomkjøring av algoritmer på whiteboard heller enn programmering via skjerm. I fysikkfagene tar jeg ofte med fysikkutstyr for å demonstrere konsepter, f.eks. kraftmålere, hastighetsmålere osv.
Member of project
CV
Utdannelse:
- Master i elektronikk ved NTNU, spesialisering i signalbehandling / akustikk
- PhD i fysikk ved UiT Norges Arktiske Universitet, med tema syntetisk aperture avbildning med ultralyd for tilstandsvurdering av vanntilførselsrør
Arbeidserfaring:
- Forsker / PhD-student ved Breivoll Inspection Technologies, Tromsø (2008-2013)
- Forsker ved Nofima, Tromsø (2013-2018)
- Førsteamanuensis ved UiT Norges Arktiske Universitet, campus Bodø (2018 ->)