Akademiprojektsbidrag till internationellt högklassiga projekt inom naturvetenskap och teknik

Finlands Akademis forskningsråd för naturvetenskap och teknik har beviljat akademiprojektsbidrag till 78 forskningsprojekt. Projekten består av sammanlagt 102 delprojekt. Forskningsrådet finansierar projekten med totalt 45,7 miljoner euro.

De internationella experterna bedömde att hela 46 procent av alla ansökningar som riktades till forskningsrådet var utmärkta (helhetsbetyg 6 eller 5). Merparten av de projekt som fick betyget 6 finansierades, men endast 13 procent av de projekt som fick betyget 5 kunde finansieras.

Av de ansökningar som bedömdes vara utmärkta var 18 procent projekt av den yngre forskargenerationen; av de finansierade akademiprojekten stod den yngre forskargenerationen för 34 procent. Forskningsrådet finansierade projekt av den yngre forskargenerationen med sammanlagt 16,5 miljoner euro, varav 9,25 miljoner euro kom från en särskild bevillningsfullmakt för den yngre forskargenerationen. Den sökande ansågs representera den yngre forskargenerationen om hen hade avlagt doktorsexamen högst tio år sedan.

Akademiprojektsbidrag är ett av forskningsrådets viktigaste finansieringsinstrument för att främja forskningens kvalitet, genomslag och förnyelse. ”I år kom ett flertal projekt med djärva nya vetenskapliga initiativ. Dessutom fick vi högklassiga flervetenskapliga konsortieansökningar som bildats av flera forskningsorganisationer och där konsortiets mervärde var betydande”, säger forskningsrådets ordförande Reko Leino.

Då forskningsrådet fattar finansieringsbeslut betonar det forskningens vetenskapliga kvalitet, genomförbarhet, nyhetsvärde och potential till genombrott. Forskningsrådet strävar efter att bevilja finansiering inom så många forskningsområden som möjligt och att ta hänsyn till olika områdens särdrag.

Exempel på finansierade projekt

Anouar Belahcen och Alex Jung från Aalto-universitetet, Janne Keränen från Teknologiska forskningscentralen VTT Ab och Tatiana Minav från Tammerfors universitet har bildat ett konsortium som ska utveckla moderna intelligenta metoder för att övervaka elektromekaniska energiomvandlingssystem, dvs. kraftöverföringssystem. För att säkerställa att dessa system fungerar säkert och effektivt är det viktigt att i god tid identifiera de fel som kan uppstå. Inom ramen för projektet produceras syntetiska, anrikade data som kan användas för att lära algoritmer för artificiell intelligens. Dessa algoritmer förenar data från olika tillämpningsområden och drar nytta av metoder för överföring av lärande. Projektet förväntas ge ny information om hur artificiell intelligens kan utnyttjas optimalt i elmekaniska energiomvandlingssystem.

Kari Eskola från Jyväskylä universitet ska utveckla en teorianalys för kärnkollisioner med hög energi som hänför sig till testning av standardmodellen inom partikelfysik. Syftet är att med hjälp av mätresultat från partikelacceleratorerna vid CERN och Brookhaven National Laboratory utreda egenskaperna hos kvark-gluonplasma (QGP), som uppstår vid kärnkollisioner. I modelleringen utnyttjas olika kalkylmässiga metoder och den täcker hela kärnkollisionen. Projektet omfattar forskarutbildning på alla nivåer och är mycket aktuellt i och med kärnkollisionerna vid CERNs stora partikelaccelerator LHC.

Antero Kukko från Geodatacentralen vid Lantmäteriverket och Mikko Vastaranta från Östra Finlands universitet har för avsikt att ta fram en metod som gör det möjligt att bedöma densiteten hos trä på basis av utvecklingen av träets yttre egenskaper. Mätningen av densiteten hos trä spelar en viktig roll vid bedömningen av skogsresurser, förädlingen av träd och valet av optimala användningsändamål för trämaterial, inklusive bindning av koldioxid. De viktigaste faktorerna som förklarar variationen i träets densitet har att göra med tillväxt: förändring i stamform, längdtillväxt och trädkronans utveckling. Kukko och Vastaranta ska i sitt projekt utnyttja en laserskanningstidsserie av enstaka träd. Tidsserien gör det möjligt att detaljerat modellera och följa förändringar i trädens stamform, längdtillväxt och trädkrona.

Clare Strachan från Helsingfors universitet ska utveckla en metod för att förutse effekten av cytostatikabehandling av cancerpatienter innan behandlingen inleds. Metoden grundar sig på Raman-spektroskopi, där laserljus styrs till ett prov och det ljus som sedan sprids från cancerceller och cancervävnader observeras. Det spridda ljuset beror på molekylvariationer i provet. Denna molekylära information kan användas för att förutse patientens nytta av cytostatikabehandlingen. Metoden gör det möjligt att optimera behandlingen på individuell nivå och på så sätt förbättra behandlingssvaret.