Lovande nya forskardoktorer inom naturvetenskap och teknik får finansiering

Finlands Akademis forskningsråd för naturvetenskap och teknik har idag beviljat finansiering för 44 anställningar som forskardoktor. Den totala finansieringen uppgår till ungefär 11 miljoner euro. Beviljandegraden var 14 procent.

Hela 38 procent av de inlämnade ansökningarna fick utmärkt betyg (6 eller 5) av de internationella bedömarna. Av dessa utmärkta ansökningar kunde forskningsrådet finansiera endast omkring en tredjedel. Forskningsrådet betonade i sina val sökandenas kompetens och forskningsprojektets vetenskapliga kvalitet.

De finansierade forskardoktorerna bedriver högklassig forskning och har starka samarbetsnätverk. ”Det är viktigt att forskarkåren förnyas och forskningsrådet strävar med hjälp av finansieringen efter att engagera lovande forskare i forskarkarriären så tidigt som möjligt. I år var det särskilt glädjande att 41 procent av de finansierade forskardoktorerna är kvinnor. Forskningsrådet anser dock att det i allmänhet är mycket oroväckande att det finns så få kvinnliga sökande inom naturvetenskaperna”, berättar forskningsrådets ordförande Reko Leino.

Exempel på finansierade forskare

Lukáš Flajšman (Aalto-universitetet) bedriver forskning kring magnonik, ett delområde inom magnetismforskning som behandlar spinvågors fysik. Spinvågor kan effektivt transportera och hantera mikrovågssignaler. De nuvarande IKT-komponenterna för bearbetning av mikrovågor är mycket stora, eftersom de utnyttjar millimetervåglängder. Med hjälp av magnonik kunde man ta fram tusen gånger mindre komponenter, men detta skulle kräva nya kretsstrukturer. Syftet med Flajšmans projekt är att med hjälp av magnonik och mikromekanik kombinera nya slags utrustningsfunktioner på chip som fungerar i rumstemperatur.

Anne Hietava (Uleåborgs universitet) undersöker hur ökad användning av väte i masugnsgas och ersättande av fossilt kol med kol från förnybara biomassor påverkar biokoks och masugnsfyllning som innehåller järn. I masugnar för ståltillverkning används huvudsakligen stenkol, och ståltillverkningen står för cirka 7 procent av världens koldioxidutsläpp. Produktionsvolymerna av stål håller fortfarande på att öka och år 2019 producerades nästan två miljarder ton stål globalt.

Razane Tajeddine (Helsingfors universitet) undersöker användningen av maskininlärningsmetoder på ett sätt som skyddar personlig integritet. Oftast innehåller data som används vid maskininlärning konfidentiell information. Man har dock noterat att de allmänt använda metoderna läcker information, vilket begränsar användningen av maskininlärningsmetoder. I undersökningen granskas privat maskininlärning i ett fall där data har delats ut till flera användare. Projektet kan resultera i program som är offentligt tillgängliga och som gör det möjligt att använda data för utomstående parter utan att äventyra integriteten.