Med en baggrund i krydsfladen mellem fysik og datalogi arbejder jeg på at forbedre nøjagtigheden af klimafremskrivninger for bedre at forstå og afbøde klimaforandringer. Jeg har arbejdet med signalrestaurering i vulkanske og isotopisle signaler i dybe iskerner fra Grønland for at rekonstruere fortidens klima og bedre forstå den fremtid, vi kigger ind i. Nu fokuserer min forskning på at anvende kunstig intelligens og deep learning til at optimere klimamodeller og forbedre disses prædiktive evner.
Som forsker har jeg meget fokus på formidling og undervisning. Jeg mener, at vores vigtigste rolle som universitet er, at uddanne fremtidens forskere - og borgere. Derfor engagerer jeg mig aktivt i formidlingsopgaver for universitetet - Science Slam, Det Grønne Forskernetværk, gymnasiebesøg - og opsøger aktivt undervisningsmuligheder, blandt andet i programmering, AI og maskinlæring på mit eget institut.
Mit primære PhD-projekt er et tværfagligt arbejde mellem ENVS og Afdeling for Hydrologi på GEUS. Derudover har jeg kontakter på Københavns Universitet og DMI, som jeg sparer og samarbejder med. Internt på universitetet udnytter jeg relationer på tværs af fakultetet til at understøtte udviklingen i computermodeller og AI. På institutniveau samarbejder jeg både på forskningsområder (MAIA-projektet) og udvikling som forperson for vores Bæredygtighedsarbejdsgruppe.
