The Image Group – University of Copenhagen

The Image Group
Kristoffer Stensbo-Smidt's Homepage

Kristoffer Stensbo-Smidt

Postdoc
University of Copenhagen
Universitetsparken 5
2100 København Ø
Email: k.stensbo@di.ku.dk
Office: Sigurdsgade 41, 2200 København N; Office 2.02B
Phone: (+45) 60 83 10 43

Kort beskrivelse af min forskning

Jeg arbejder med at udvikle kunstig intelligens som kan forudsige jordforurening i og omkring byområder. Jeg er en del af projektet GANDALF, hvis formål er at udvikle avancerede metoder til at analysere og risikovurdere mændgen af forurening på grunde.

Det specielle ved projektet er, at man ikke blot leder efter nogle enkelte, farlige stoffer, men forsøger at få et komplet "fingeraftryk" af jorden, så man dels kan lede efter tusindvis af stoffer, dels altid kan gå tilbage og lede efter flere, hvis man senere finder ud af, at et specifikt kemikalie er farligt. Ved at få en computer til at lære sammenhængen mellem den tidligere brug af en grund, jordtypen og grundvandet i området, andre forureningskilder i området osv., kan vi få en avanceret model for forureningen i hele byområder.

Mere specifikt arbejder jeg med den gren af kunstig intelligens, der kaldes machine learning, eller på dansk maskinlæring. Det er en teknologi, der får stor indflydelse på vores samfund inden for meget få år, og som er en hovedingrediens i det, der kaldes den fjerde industrielle revolution. Jeg har en stor interesse for den fjerde industrielle revolution, og jeg er blevet brugt som ekspert på området i medierne i flere omgange. Jeg holder ofte populærvidenskabelige foredrag om kunstig intelligens og dets indflydelse på fremtidens samfund. Kontakt mig gerne, hvis du er interesseret i at booke et foredrag.

Short CV

I work as a postdoc on developing machine learning methods, in particular Gaussian processes, for estimating soil pollution around cities. I am part of the project GANDALF.

I received my master's degree in physics and astronomy from the Niels Bohr Institute, University of Copenhagen in 2012. In 2013 I started my PhD studies at the Department of Computer Science (DIKU), University of Copenhagen, funded by a grant from the Danish Council for Independent Research, Natural Sciences. I was part of the SkyML team, and recieved my PhD degree in 2017.

Research Interests

My main research interests revolve around Bayesian methods, in particular Gaussian processes. I am motivated by applications in the natural sciences.

Publications

Kristoffer Stensbo-Smidt, Fabian Gieseke, Christian Igel, Andrew Zirm, and Kim Steenstrup Pedersen.

Sacrificing information for the greater good: how to select photometric bands for optimal accuracy.

Monthly Notices of the Royal Astronomical Society,

464(3):2577–2596,

2017

MNRAS

Jan Kremer, Kristoffer Stensbo-Smidt, Fabian Gieseke, Kim Steenstrup Pedersen, and Christian Igel.

Big universe, big data: machine learning and image analysis for astronomy.

IEEE Intelligent Systems,

vol. 32, no. 2, pp. 16–22,

Mar.–Apr. 2017

IEEE Xplore

Kim Steenstrup Pedersen, Kristoffer Stensbo-Smidt, Andrew Zirm, and Christian Igel.

Shape Index Descriptors Applied to Texture-Based Galaxy Analysis.

International Conference on Computer Vision (ICCV),

2440–2447,

IEEE Press,

2013

PDF

Kristoffer Stensbo-Smidt, Christian Igel, Andrew Zirm, and Kim Steenstrup Pedersen.

Nearest Neighbour Regression Outperforms Model-based Prediction of Specific Star Formation Rate.

IEEE International Conference on Big Data 2013,

141–144,

IEEE Press,

2013

PDF

Posters

Nearest neighbour regression outperforms model-based prediction of specific star formation rate

Poster presented at the IEEE Big Data 2013 workshop Scalable Machine Learning: Theory and Applications, and at the joint AISTATS/MLSS 2014 poster session.

Texture-based estimation of galactic properties

Poster presented at the ENS/INRIA Visual Recognition and Machine Learning Summer School 2013.

Notes

The perceptron algorithm

A short note on the perceptron algorithm including a proof of the convergence theorem.