23. oktober 2025

Villum Synergy bevillinger til tre statistikere

Forskningsbevilling

Villum Synergy-bevillinger gives til tværfaglige samarbejder mellem forskellige forskningsdiscipliner, som indbyrdes bidrager til hinandens forskningsfelter, typisk indenfor de muligheder, der ligger i grænsefladen mellem datalogi og andre fagområder.

De tre statistikere
Niels Richard Hansen, Susanne Ditlevsen og Carsten Wiuf

Niels Richard Hansen (MATH) og Markus Jochum (NBI)

Formålet med projektet er at udvikle en ny ramme – Causal INference for climate Change - CINCH – og anvende veldaterede og synkroniserede iskernedata fra Grønland og Antarktis for perioden fra 60 til 20.000 år siden til at teste følgende hypotese:

Med kun iskernedata fra Grønland og Antarktis, der fungerer som temperaturindikatorer, kan den observerede storskalavariation af CO₂ genskabes, og kilderne samt optagelsen af CO₂ kan udledes.

Susanne Ditlevsen (MATH) og Peter Ditlevsen (NBI)

Ditlevsen & DitlevsenAMOC – Atlantic Meridian Overturning Circulation – et system af havstrømme, som bringer varmt vand til Nordatlanten og Europa og køligt vand tilbage til varmere himmelstrøg, har to tilstande – og dermed et tipping point. Peter og Susanne Ditlevsen vil undersøge dette tipping points struktur. Skifter AMOC tilstand har det potentielt enorme konsekvenser, med koldere klima i Europa og endnu varmere klima i troperne.

De vil anvende nyudviklede statistiske metoder, som ”kan gribe det singulære punkt, hvor man ikke kan lave en statistisk linearisering”, fortæller bevillingsmodtagerne.

Carsten Wiuf (MATH) og Rasmus Heller (BIO)

Forskerne vil bruge grafiske modeller til at undersøge evolutionære netværk i vilde kvæg.

Forståelsen af, hvordan forskellige arter er forbundet i forbundne evolutionære netværk er af grundlæggende interesse inden for biologi. De nuværende metoder til at udlede evolutionære relationer er imidlertid baseret på forenklede, forgrenede modeller for arts- og populationsopdeling. Wiuf og Heller foreslår at udvikle en ny type admixture graph modeller for at afdække det evolutionære netværk mellem vilde og domesticerede kvæg, med særlig fokus på at identificere naturlig selektion, der påvirker gener, som har krydset artsgrænser. Dette vil hjælpe med at forstå grundlæggende aspekter af den evolutionære proces, især artsdannelse.