PhD
+47 900 84 041
+47 64 97 01 45
ingrid.maage@nofima.no
Publikasjoner i Cristin
Ås
Relatert innhold
- CV
- Publikasjoner
- Prosjekter
Biografi Ingrid Måge
Jeg er seniorforsker i Nofima, og her har jeg jobbet siden 2008. Mine fagområder er multivariat dataanalyse og forsøksplanlegging. I mitt forskningsarbeid fokuserer jeg på multiblokk-metoder (eller «data fusion») og multivariat ANOVA. Jeg jobber hovedsakelig med anvendelser innen prosessmodellering, og er opptatt av å utvikle metoder og strategier for dataanalyse som gir økt innsikt og verdiskaping i praksis. Tolkning og forståelse er like viktig som en god prediksjon. Mye av forskningen min dreier seg om metoder for å forstå og håndtere råvarevariasjon i matindustrien, samt bedre utnyttelse av de store datamengdene som samles inn gjennom hele verdikjeden. Jeg jobber også med multivariat analyse av intervensjonsstudier, hovedsakelig relatert til bakteriesamfunn i tarm. I denne sammenhengen er tolkning og visualisering av resultater også veldig viktig.
Jeg er utdannet sivilingeniør fra NTNU (2002), og har en doktorgrad i kjemometri fra UMB (2006). Etter doktorgraden jobbet jeg en periode i CAMO Software (2006-2008) før jeg begynte i Nofima.
Ingrid Måge har 50 publikasjoner ved Nofima:
Hassoun, Abdo; Måge, Ingrid; Schmidt, Walter F.; Temiz, Havva Tümay; Li, Li; Kim, Hae-Yeong; Nilsen, Heidi; Biancolillo, Alessandra; Aït-Kaddour, Abderrahmane; Sikorski, Marek; Sikorska, Ewa; Grassi, Silvia; Cozzolino, Daniel
2020
Big Data: Fem spørsmål matprodusenter bør stille seg.
Måge, Ingrid; Svendsen, Kira; Clemmensen, Line
2020
Digitaliseringens muligheter for norsk matproduksjon.
Måge, Ingrid; Wold, Jens Petter
2020
Digitaliseringens muligheter for norsk matproduksjon.
Måge, Ingrid; Wold, Jens Petter
2020
Digitaliseringens muligheter for norsk matproduksjon.
Måge, Ingrid; Wold, Jens Petter
2020
Hassoun, Abdo; Måge, Ingrid; Schmidt, Walter F.; Temiz, Havva Tümay; Li, Li; Kim, Hae-Yeong; Nilsen, Heidi; Biancolillo, Alessandra; Aït-Kaddour, Abderrahmane; Sikorski, Marek; Sikorska, Ewa; Grassi, Silvia; Cozzolino, Daniel
2020
Næs, Tormod; Romano, Rosaria; Tomic, Oliver; Måge, Ingrid; Smilde, Age K.; Liland, Kristian Hovde
2020
Birkeland, Eline; Gharagozlian, Sedegheh; Birkeland, Kåre I.; Valeur, Jørgen; Måge, Ingrid; Rud, Ida; Aas, Anne-Marie
2020
Steinsholm, Silje; Oterhals, Åge; Underhaug, Jarl; Måge, Ingrid; Malmendal, Anders; Aspevik, Tone
2020
Kure, Cathrine F.; Axelsson, Lars Torsten; Carlehög, Mats; Måge, Ingrid; Jensen, Merete Rusås; Holck, Askild Lorentz
2020
Måge, Ingrid; Risvik, Einar; Wold, Jens Petter
2019
Fremtidens matproduksjon: Uberørt av menneskehender
Måge, Ingrid; Risvik, Einar; Wold, Jens Petter
2019
Performance of methods that separate common and distinct variation in multiple data blocks
Måge, Ingrid; Smilde, Age K.; Van der Kloet, Frans
2019
Wold, Jens Petter; Måge, Ingrid; Løvland, Atle; Sanden, Karen Wahlstrøm; Ofstad, Ragni
2019
Wubshet, Sileshi Gizachew; Wold, Jens Petter; Afseth, Nils Kristian; Böcker, Ulrike; Lindberg, Diana; Ihunegbo, Felicia Nkem; Måge, Ingrid
2018
Lian, Federico; Måge, Ingrid; Lorentzen, Grete Elisabeth; Siikavuopio, Sten Ivar; Øverbø, Kersti; Vang, Birthe; Lindberg, Diana
2018
Rud, Ida; Holm, Jacob Bak; Måge, Ingrid; Kleiveland, Charlotte Ramstad; Tzimorotas, Dimitrios; Lea, Tor Erling; Kristiansen, Karsten; Madsen, Lise; Liaset, Bjørn
2017
Rode, Tone Mari; McLeod, Anette; Måge, Ingrid; Heir, Even; Axelsson, Lars; Holck, Askild Lorentz
2017
Peptide recovery and commercialization by enzymatic hydrolysis of marine biomass
Vang, Birthe; Altintzoglou, Themistoklis; Måge, Ingrid; Wubshet, Sileshi Gizachew; Afseth, Nils Kristian; Whitaker, Ragnhild
2017
Wold, Jens Petter; Bjerke, Frøydis; Måge, Ingrid
2017
Wubshet, Sileshi Gizachew; Måge, Ingrid; Böcker, Ulrike; Lindberg, Diana; Knutsen, Svein Halvor; Rieder, Anne; Airado-Rodriguez, Diego; Afseth, Nils Kristian
2017
Sørheim, Oddvin; Måge, Ingrid; Larsen, Hanne
2017
Automatisk styring av fettinnhold i avskjær ved bruk av prosessanalytisk teknologi
Wold, Jens Petter; Måge, Ingrid
2017
Common and distinct components in data fusion
Smilde, Age K.; Måge, Ingrid; Næs, Tormod; Hankemeier, Thomas; Lips, Miriam B.; Kiers, Henk A. L.; Acar, Evrim; Bro, Rasmus
2017
Extension of SO-PLS to multi-way arrays: SO-N-PLS
Biancolillo, Alessandra; Næs, Tormod; Bro, Rasmus; Måge, Ingrid
2017
Wold, Jens Petter; Bjerke, Frøydis; Måge, Ingrid
2016
Wold, Jens Petter; Bjerke, Frøydis; Måge, Ingrid
2016
McLeod, Anette; Måge, Ingrid; Heir, Even; Axelsson, Lars; Holck, Askild Lorentz
2016
Variable selection in multi-block regression
Biancolillo, Alessandra; Liland, Kristian Hovde; Måge, Ingrid; Næs, Tormod; Bro, Rasmus
2016
Moen, Birgitte; Henjum, Kristi; Måge, Ingrid; Knutsen, Svein Halvor; Rud, Ida; Hetland, Ragna Bogen; Paulsen, Jan Erik
2016
Plum fruit packed in flow packs with absorbent pads and stored at different temperatures
Larsen, Hanne; Måge, Ingrid; Børve, Jorunn; Vangdal, Eivind
2015
Moen, Birgitte; Røssvoll, Elin; Måge, Ingrid; Møretrø, Trond; Langsrud, Solveig
2015
Martin, Adam Dunstan; Afseth, Nils Kristian; Kohler, Achim; Randby, Åshild Taksdal; Eknæs, Margrete; Waldmann, Andres; Dørum, Guro; Måge, Ingrid; Reksen, Olav
2015
High nutrient availability reduces the diversity and stability of the equine caecal microbiota
Hansen, Naja C Kærsgaard; Avershina, Ekaterina; Mydland, Liv Torunn; Næsset, Jon Anders; Austbø, Dag; Moen, Birgitte; Måge, Ingrid; Rudi, Knut
2015
Plum Fruit Packed in Flow Packs with Absorbent Pads and Stored at Different Temperatures
Larsen, Hanne; Måge, Ingrid; Børve, Jorunn; Vangdal, Eivind
2015
Near-Infrared Hyperspectral Imaging of Fusarium-Damaged Oats (Avena sativa L.)
Tekle, Selamawit; Måge, Ingrid; Segtnan, Vegard; Bjørnstad, Åsmund
2015
Combining SO-PLS and linear discriminant analysis for multi-block classification
Biancolillo, Alessandra; Måge, Ingrid; Næs, Tormod
2015
Hansen, Naja C Kærsgaard; Mydland, Liv Torunn; Næsset, Jon Anders; Austbø, Dag; Måge, Ingrid; Rudi, Knut
2014
Næs, Tormod; Tomic, Oliver; Afseth, Nils Kristian; Segtnan, Vegard; Måge, Ingrid
2013
On-line sorting of meat trimmings into targeted fat categories
Måge, Ingrid; Wold, Jens petter; Bjerke, Frøydis; Segtnan, Vegard
2013
Heir, Even; Holck, Askild Lorentz; Omer, Mohammed K.; Alvseike, Ole; Måge, Ingrid; Høy, Martin; Rode, Tone Mari; Sidhu, Maan Singh; Axelsson, Lars
2013
Preference mapping by PO-PLS: Separating common and unique information in several data blocks
Måge, Ingrid; Menichelli, Elena; Næs, Tormod
2012
Næs, Tormod; Måge, Ingrid; Segtnan, Vegard
2011
Reduction of verotoxigenic Escherichia coli in production of fermented sausages
Holck, Askild lorentz; Axelsson, Lars; Rode, Tone Mari; Høy, Martin; Måge, Ingrid; Alvseike, Ole; L'Abée-Lund, Trine; Omer, MK; Granum, Per Einar; Heir, Even
2011
Heir, Even; Holck, Askild lorentz; Omer, Mohammed K.; Alvseike, Ole; Høy, Martin; Måge, Ingrid; Axelsson, Lars
2010
Tøndel, Kristin; Gjuvsland, Arne Bjørke; Måge, Ingrid; Martens, Harald
2010
Martens, Harald; Måge, Ingrid; Tøndel, Kristin; Isaeva, Julia; Høy, Martin; Sæbø, Solve
2010
Regression models with process variables and parallel blocks of raw material measurements
Måge, Ingrid; Mevik, Bjørn-Helge; Næs, Tormod
2008
Optimising production cost and end-product quality when raw material quality is varying
Måge, Ingrid; Næs, Tormod
2007
1. januar 2021 – 31. desember 2025
Hovedmålet med det strategiske programmet Precision Food Production er bidra til bærekraftig matproduksjon ved utvikling av nye bioteknologiske prosesser, smarte sensorer og dataanalytiske metoder.
1. november 2020 – 31. oktober 2028
DigiFoods er et senter for forskningsdrevet innovasjon (SFI) som skal utvikle smarte optiske sensorer for måling og digitalisering av matkvaliteten direkte på produksjonslinja, gjennom verdikjeden. Denne informasjonen kan brukes til optimering av både prosesser og verdikjeder for økt lønnsomhet og reduksjon av matsvinn.
1. januar 2019 – 31. desember 2021
Hvordan kan digitalisering bidra til måling av fiskevelferd?
1. juli 2018 – 30. juni 2021
Målet til Smartbio er å videreutvikle prosesstyringsverktøy for bedre styring av hydrolyseprosesser, og dermed bidra til at prosjektpartnerne kan utvikle proteinene fra restråstoffet til godt betalte proteinprodukter for humant konsum.
Optimal matproduksjon basert på Big Data
1. april 2017 – 30. april 2020
Næringsmiddelbedrifter ønsker bedre kontroll på prosessene sine for å oppnå god utnyttelse av råvarer og en jevn og riktig produktkvalitet. OPTIMAT vil bruke Big Data Analytics til å avdekke hittil ukjente sammenhenger mellom råvarekvalitet, prosessering og kvalitet på sluttproduktet.
9. februar 2017 – 31. desember 2022
Nofima har gjennom nesten 40 år bygget opp et sterkt fagmiljø innen spektroskopi - hurtige og ikke-destruktive målinger for prosessoptimering. Vi besitter solid kompetanse av internasjonalt format og en moderne instrumentplattform, som er enestående i Norge og på høyde med det beste i Europa. Dette ønsker vi å utvikle ytterligere gjennom etablering av fyrtårn-satsingen Spectec.
1. januar 2017 – 31. desember 2020
Det strategiske programmet FoodMicro-Pack skal bidra med ny kunnskap for produksjon og frambud av trygg og holdbar mat, optimale emballeringsløsninger og redusert matsvinn.
1. januar 2017 – 31. desember 2020
En målsetting for norsk matindustri er lønnsom produksjon av bærekraftig og sunn mat som appellerer til forbrukerne. FoodSMaCK er et tverrfaglig forskningsprogram som adresserer disse behovene.
1. april 2016 – 31. desember 2019
iProcess er et tverrfaglig forskningsprosjekt med mål om å utvikle en nyskapende og fleksibel matforedlingsteknologi i Norge.
1. januar 2016 – 31. desember 2022
Med bruk av moderne, forskningsbasert prosessteknologi og prosesskunnskap kan ubrukt eller gjenværende biomasse – i dag best kjent som restråstoff - bli til nye markedsrettede produkter. Vi samordner, videreutvikler og øker Nofimas samlede kompetanse knyttet til fremtidens bærekraftige proteinproduksjon. Det er det instituttets fyrtårnprosjekt Peptek handler om.
2. januar 2013 – 31. desember 2016
Dette prosjektet vil fokusere på utvikling og anvendelser av multi-blokk statistisk metodikk for kobling av flere datasett.