Doktorander inom informationsteknologi
Nedan kan du läsa mer om doktoranderna inom forskarutbildningsområdet informationsteknologi.
Rabee Asous
Mina forskningsintressen
Mitt mål är att utveckla AI-stödda beslutsramverk som både är praktiskt användbara och i linje med principer om rättvisa, transparens och inkludering av olika intressenter.
Mitt avhandlingsprojekt
Som industridoktorand forskar jag på hur AI kan användas för att stödja bättre beslutsfattande i företag. I samarbete med branschpartner undersöker jag hur AI-system kan designas och implementeras för att förbättra strategiska val, öka effektiviteten och säkerställa etiska och ansvarsfulla beslutsprocesser. Min forskning fokuserar på att integrera AI-verktyg – som prediktiv analys, maskininlärningsmodeller och beslutsstödsystem – i företags befintliga arbetsflöden, samtidigt som jag adresserar utmaningar kopplade till transparens, tillit och ansvarstagande. I takt med att företag allt mer förlitar sig på datadrivna insikter, utforskar jag hur AI kan fungera inte bara som ett tekniskt verktyg, utan också som en brygga mellan data, människor och organisationens värderingar.
Emmanuella Budu
Mina forskningsintressen
Jag har en bakgrund i datavetenskap och har en Master of Science inom samma område från University of Botswana. När det gäller min forskning är jag intresserad av att tillämpa maskininlärning för att skapa framsteg inom sjukdomsdiagnostik, förbättra behandlingsresultat och optimera tjänsteleveransen i hälsovårdsmiljöer. Jag är mest intresserad av att utveckla AI-baserade lösningar som kan implementeras i verkliga kliniska miljöer.
Mitt avhandlingsarbete
Min avhandling undersöker hur syntetiska elektroniska patientjournaler (EPJ) kan användas för att stödja vårdapplikationer. Under de senaste åren har syntetiska EPJ dykt upp som en lovande lösning på de utmaningar som är förknippade med att få tillgång till riktig patientdata, som ofta är begränsad på grund av integritetsbestämmelser. Dessa syntetiska journaler gör det möjligt för forskare att simulera kliniska scenarier och träna maskininlärningsmodeller utan att kompromissa med patientens konfidentialitet.
Huvudmålet med min forskning är att undersöka hur syntetiska EPJ kan göras realistiska och tillförlitliga nog för att stödja sjukdomsmodellering, vårdplanering och resursallokering. Genom att kringgå hindren för tillgång till riktiga EPJ kan syntetiska EPJ av hög kvalitet påskynda innovation inom sjukvården, förbättra tidig diagnos och bidra till skapandet av effektivare sjukvårdssystem.
Savvas Eftychis
Mina forskningsintressen
Min nuvarande forskning fokuserar på att använda maskininlärning för att övervaka och förbättra driften av motorsystem. Jag är särskilt intresserad av att upptäcka avvikelser och fel genom att analysera sensorsignaler och fysikbaserade parametrar, samt att utveckla metoder för tidig prediktion av motorfel.
Jag har en bakgrund inom fysik och har tidigare forskat inom ytfysik, nanoelektronik och halvledare.
Mitt avhandlingsarbete
Värmepumpar är motorer som överför värme med hjälp av elektricitet och används för uppvärmning och kylning. I min avhandling arbetar jag med felsökning och prediktivt underhåll av värmepumpar.
Målet är att utveckla metoder baserade på maskininlärning för att kontinuerligt övervaka värmepumpers prestanda, identifiera suboptimala driftförhållanden, upptäcka och förutsäga fel samt genomföra rotorsaksanalyser. Genom att optimera systemens prestanda kan energiförbrukningen minska avsevärt. Tidig felupptäckt förbättrar tillförlitligheten hos systemen genom att minimera eller till och med förhindra driftstopp, och grundorsaksanalys gör det möjligt för tekniker att snabbt identifiera och byta ut felaktig utrustning.
Veronica Granlund
Mina forskningsintressen
Jag är doktorand i informatik med en bakgrund inom digital design och sjöfart. Jag tillhör forskningsprogrammet LeaDS – Lärande i ett digitalt samhälle, där mitt forskningsfokus är design, utveckling, implementering och användning av digital teknik för lärande inom högre utbildning.
Mitt avhandlingsprojekt
I mitt avhandlingsprojekt använder jag en designbaserad forskningsansats för att undersöka digitala simuleringar som ett verktyg för professionsutveckling i den tidiga lärarutbildningen. Digitala simuleringar har potential att erbjuda lärarstudenter en trygg miljö för övning och reflektion, men tekniken är fortfarande underutnyttjad inom svensk lärarutbildning. Mitt projekt innebär nära samarbete med lärare, lärarutbildare och skådespelare för att skapa simuleringar som skildrar realistiska klassrumsdilemman och förenar akademisk kunskap med praktiskt kunnande. Jag fokuserar på designen av både simuleringarna och de läraktiviteter som de är integrerade i för att undersöka hur digitala simuleringar kan stimulera lärarstudenter att reflektera över yrket och börja utveckla en professionell identitet redan i början av sin utbildning.
Jag är knuten till Akademin för lärande, humaniora och samhälle.
Camilla Häggroth
Mina forskningsintressen
Jag är en industridoktorand med intresse för hur framväxande teknologier som AI och digitala plattformar kan förändra kunskapsintensiva tjänster, såsom juridikbranschen, för att främja ökad tillgänglighet och social rättvisa.
Mitt avhandlingsprojekt
Syftet med mitt doktorandprojekt är att utforska skärningspunkten mellan ny teknik och social rättvisa, med särskilt fokus på juridiksektorn. Forskningen undersöker hur teknologiska innovationer, såsom AI-drivna juridiska rådgivare, förändrar juridiska tjänster och bidrar till ökad rättssäkerhet och tillgång till rättvisa. Genom att studera en större advokatfirma syftar projektet till att förstå hur digital innovation kan omforma institutionella praktiker och hantera samhälleliga utmaningar. Det övergripande målet är att bedöma hur ny teknik kan driva social jämlikhet, samtidigt som de bredare konsekvenserna för juridikbranschen analyseras.
Parisa Jamshidi
Mina forskningsintressen
Mitt forskningsintresse ligger i att göra modeller för maskininlärning och artificiell intelligens (AI) begripliga för användare. Jag fokuserar på förklarbar artificiell intelligens (XAI), som syftar till att utveckla metoder för att förklara hur dessa modeller fattar beslut. Mitt mål är att öka transparensen inom AI och göra tidigare svårtolkade modeller mer förståeliga.
Mitt avhandlingsarbete
Min avhandling bidrar till området förklarbar artificiell intelligens genom att utveckla mer effektiva förklaringsmetoder, utvärdera tillförlitligheten hos befintliga tekniker och föreslå ett ramverk för att integrera inneboende förklarbara modeller inom federerad inlärning (federated learning). Forskningen syftar till att öka transparensen och tillförlitligheten i AI-system, särskilt i scenarier för prediktivt underhåll där det är avgörande att förstå modellernas beslut. Genom att balansera prestanda med tolkbarhet stödjer projektet utvecklingen av AI-lösningar som är både praktiska och ansvarsfulla i verkliga tillämpningar.
Simon Norris
Mina forskningsintressen
Jag är designer och kognitionsvetare med över tjugofem års kommersiell erfarenhet, bland annat som grundare och vd för en internationell strategisk designbyrå. Jag har examina i humanbiologi, psykologi och kognitionsvetenskap. Mitt arbete utforskar relationen mellan design och ingenjörsvetenskap, och vilken roll detta samspel har i utvecklingen av artificiell intelligens (AI). Jag bidrar med ett tvärvetenskapligt perspektiv på samtida utmaningar inom AI.
Jag är för närvarande doktorand i människocentrerad artificiell intelligens vid Institutionen för intelligenta system och digital design på Högskolan i Halmstad. Min forskning fokuserar på hur designerlikt tänkande och designmetoder kan integreras i AI-utvecklingsprocesser för att minska negativa externa effekter och oavsiktliga konsekvenser kopplade till AI-förstärkning och integration. Med en bakgrund i kognitionsvetenskap och strategisk design undersöker jag skärningspunkten mellan designkompetens, människocentrerade metoder och artificiell intelligens – med särskilt fokus på hur tvärvetenskapligt samarbete kan bidra till mer ansvarsfulla och förklarbara AI-system.
Exempel på forskningsintressen:
- Människocentrerad artificiell intelligens
- Designmetoder för AI och designkompetens
- Tvärvetenskapligt samarbete mellan design och ingenjörsvetenskap
- Ansvarsfull innovation och AI:s oavsiktliga konsekvenser
Mitt avhandlingsarbete
Min avhandling undersöker hur integrationen av designerlikt tänkande och metoder i AI-utveckling kan bidra till att skapa människocentrerade och ansvarsfulla AI-system. Ett centralt fokus i forskningen är att identifiera och hantera de glapp som ofta finns mellan designers och ingenjörer – särskilt när det gäller designmetoder, begreppsanvändning och tvärvetenskapligt samarbete. Arbetet bidrar även till utvecklingen av en AI-taxonomi som syftar till att stödja praktiker och utbildare i att navigera komplexiteten kring människocentrerad AI-integration.
Daban Rizgary
Mina forskningsintressen
Jag har en mastersexamen i kognitiv neurovetenskap, och en mastersexamen i kognitionsvetenskap. I dagsläget är jag anställd som senior forskare på RISE Research Institutes of Sweden, inom en grupp som heter Människocentrerad AI. Min forskning fokuserar på människa-till-fordon-interaktion, och mer specifikt så fokuserar jag på fordon med automatiserad körteknik.
Mitt avhandlingsprojekt
Mitt avhandlingsarbete syftar till att fastställa rollen av förklarbarhet (på engelska: explainability) och användarförståelse i acceptans av automatiserad körteknik. Forskning visar en brist på användarförståelse för allt mer komplex fordonsteknologi. Min hypotes är att den här bristen på förståelse kan skapa en flaskhals för användares acceptans av fordon med sådan teknologi. Mitt arbete kommer att utforska det här potentiella sambandet genom utvärdering av mer förklarande automatiserad körteknik och människa-maskin-gränssnitt. Arbetet siktar på att 1) fastställa styrkan av förklarbarhet som en prediktor för acceptans, och 2) demonstrera användandet av ramverk från ämnesområdet ”förklarbarhet” som ett verktyg för att förbättra användarförståelse och acceptans av automatiserad körteknik och relaterade människa-maskin-gränssnitt.
Abu Mohammed Raisuddin
Mina forskningsintressen
Mitt forskningsintresse är ganska brett: jag försöker upptäcka kunskap som skulle kunna gynna samhället med hjälp av AI-baserade metoder. Jag är en forskare med en mycket varierad karriär. Jag har fem års yrkeserfarenhet inom mjukvaruteknik och var medförfattare till en artikel inom denna domän. Jag skrev min masteruppsats om multipel sklerossegmentering från MRI-skanningar av mänsklig hjärna med hjälp av djupinlärning (DL), ett underområde av AI. Efter min masterexamen samlade jag tre års akademisk forskningserfarenhet inom den medicinska bildanalysdomänen med hjälp av artificiell intelligens (AI) och skrev ytterligare två forskningsartiklar. 2022 började jag som ny doktorand vid Högskolan i Halmstad med fokus på att förbättra autonom körningsperception med hjälp av AI-baserade metoder.
Mitt avhandlingsarbete
Titeln på mitt avhandlingsarbete är ”Deep Learning for Autonomous Vehicles with Adverse Weather-Generated Noise (snow/rain) Removal in Focus”. Det genomförs inom det EU-finansierade RoadView-projektet.
Autonoma fordon kräver sensordata (till exempel från kameror, LiDAR och RADAR) för att fatta beslut på vägen. Att förstå omgivningen utifrån dessa data är avgörande för driften av AV-apparater. Omfattande forskning har gjorts inom detta område, vilket har resulterat i produktionen av AV-fordon som kan köra på vägarna. Dessa system är dock inte robusta mot extrema väderförhållanden (till exempe kraftigt regn eller snö). Som ett resultat finns det ett behov av att undersöka dessa AV:er under extrema väderscenarier. För scenförståelse är toppmoderna verk beroende av djupinlärning (DL). DL har studerats omfattande för scenförståelse och perception i AV:er. Men för extrema väderförhållanden är scenförståelse fortfarande inte utforskat. Vår hypotes är att om man tar bort störande vädergenererat brus som snö eller regn kommer det att förbättra de underliggande perceptionsalgoritmerna. För att befästa vår hypotes strävar vi i detta avhandlingsprojekt efter att utveckla nya multimodala DL-tekniker för att ta bort störande vädergenererat brus för att underlätta AV-fordons uppfattning och beslutsfattand under extrema väderförhållanden.
Federico Valeri
Mina forskningsintressen
Med min bakgrund som lärare i matematik och naturvetenskap är mina forskningsintressen naturligt kopplade till utbildning, och mer specifikt till teknikens roll i elevers lärande inom STEM-ämnen (naturvetenskap, teknik, ingenjörsvetenskap och matematik). Jag har alltid haft ett starkt intresse för programmering, liksom för datalogiskt tänkande och digital kompetens i elevers lärandeprocesser.
Mitt avhandlingsprojekt
Mitt doktorandprojekt utforskar integrationen av stora språkmodellsbaserade (LLM) chattbottar i undervisningen i STEM-ämnen på gymnasienivå, och undersöker vilka konsekvenser denna nyintroducerade teknik får i klassrummet. För att förstå hur LLM-chattbottar påverkar elevers lärande behöver vi först robust empirisk data som kan belysa hur både elever och lärare uppfattar tekniken samt vilken kunskap de har om den.
Jag är knuten till Akademin för lärande, humaniora och samhälle.
Felipe Valle
Mina forskningsintressen
Jag har en civilingenjörsexamen i elektroteknik från University of Chile, med specialisering inom trådlösa nätverk. Min främsta forskningsinriktning är fordonsnätverk (V2X), med särskilt fokus på att utveckla nya tekniker och kommunikationslösningar för att öka säkerheten för både förare och oskyddade trafikanter samt förbättra effektiviteten i transportsystemen.
Mitt avhandlingsarbete
Min avhandling fokuserar på att föreslå förbättringar av de nuvarande protokollen från European Telecommunications Standards Institute (ETSI) för oskyddade trafikanter inom V2X-kommunikationssystem. Målet är att utveckla ett nytt ramverk för samarbete och manöversamordning genom att dela information om köravsikter. Problemet innebär två huvudsakliga utmaningar: för det första att på ett tillförlitligt sätt kunna förutsäga fordonets avsikter – såsom filbyten, omkörningar eller nödbromsningar – baserat på en kombination av den planerade färdvägen och fordonets aktuella rörelsedata; och för det andra att utforma ett effektivt sätt att representera dessa förutsagda färdvägar i V2X-meddelanden, så att mottagande fordon snabbt kan identifiera potentiella konflikter och samordna sina manövrer därefter.
Oliver Weberg
Mina forskningsintressen
Jag är designer med en masterexamen i digital serviceinnovation. I min designetnografiska forskning studerar jag människors vardagliga erfarenheter i olika sammanhang för att lära mig om lokala metoder och stödja dessa i de förändringar som teknikutvecklingen innebär.
Mitt avhandlingsprojekt
Mitt avhandlingsprojekt syftar till att lyfta fram lokala metoder som ett sätt att främja social hållbarhet. Det pekar på ett skifte bort från dagens norm om att ”människor anpassar sig” och strävar efter att överbrygga klyftan mellan faktiska handlingssätt och systemdesign.
Naomi Buseko Zulu-Chikumbi
Mina forskningsintressen
Jag är en doktorand i informatik med en stark inriktning mot informationssystem vid avdelningen för intelligenta system och digital design. Jag arbetar inom forskningsprogrammet LeaDS med projektet ”Guidance for Digital Automation and a Good Working Environment”. Min bakgrund inkluderar företagsledning, digital transformation, forskning och digital tjänstinnovation.
Mitt avhandlingsprojekt
Min forskning fokuserar på det komplexa, sammanvävda förhållandet mellan människor och de maskiner de använder, särskilt tjänstemän och AI-tekniker. Jag undersöker hur dessa teknologier implicerar deras professionella kompetens och överväger konsekvenserna för framtidens arbete. Jag förespråkar att tekniken ska komplettera och inte ersätta människor på arbetsplatsen. Jag brinner för artificiell intelligens och ser en framtid där teknik förstärker mänskliga förmågor.
Joel Nyholm
Mina forskningsintressen
Min akademiska bakgrund är inom datavetenskap. Mitt nuvarande fokus är teoretisk datavetenskap, inklusive programanalys, formella metoder och programmeringsspråk. Mitt intresse är att förse utvecklare med verktyg och processer för att hjälpa dem att fatta välgrundade beslut.
Jag har en kandidatexamen i mjukvaruteknik och en masterexamen i datavetenskap.
Mitt avhandlingsprojekt
Mitt avhandlingsprojekt syftar till att skapa en metodik för att uppnå verifierbar energieffektivitet av mjukvara. Eftersom energieffektivitet är avgörande för många områden, från mjukvara på mobila enheter till mjukvara i stora datacenter, måste utvecklare ha ett verifierbart sätt att kontrollera energiförbrukningen för sin kod. Det föreslagna tillvägagångssättet använder en kombination av programanalys och formell verifiering för att skapa verifierbara värden. Metoden skulle göra det möjligt för utvecklare att kontrollera om deras kod uppfyller funktionella krav, som att programmet måste förbruka mindre än X joule eller kontrollera om nyare versioner av samma kod förbrukar mer/mindre energi.
Alice Zupančič
Mina forskningsintressen
Jag är doktorand i informatik inom forskningsprogrammet Lärande i ett digitaliserat samhälle (LeaDS). Min forskning fokuserar på teknikstött lärande, särskilt hur virtuell verklighet (VR) kan integreras för att stödja lärande i olika sammanhang. Jag har en bakgrund inom förskolepedagogik och utbildningsteknologi, samt yrkeserfarenhet som förskollärare och pedagog för barn från utsatta familjeförhållanden och med särskilda behov. Denna erfarenhet driver mitt engagemang för forskning som är praktiskt användbar och kontextbaserad, med målet att samarbeta med deltagare för att hitta lösningar på vardagliga utmaningar.
Mitt avhandlingsprojekt
Min forskning handlar om att utveckla hållbara lösningar för att integrera virtuell verklighet (VR) i undervisningspraktiker. Projektet bedrivs inom ett distansbaserat utbildningsprogram för elever i årskurs 6–9 som varit frånvarande från skolan under längre perioder på grund av psykiska, sociala eller medicinska skäl. VR har visat lovande potential för att stärka lärandet och kan vara särskilt värdefullt i detta sammanhang, genom att erbjuda ett immersivt sätt för elever att interagera med innehåll och behålla kontakten med sin utbildning på distans. För att kunna tillgodogöra sig dessa fördelar fullt ut krävs dock att lärare får det stöd och de resurser som behövs för att integrera och använda VR-teknik på ett effektivt sätt i sin undervisning.
