Forsker innen maskinlæring for industriell bruk spesielt hybrid kunstig intelligens som er kombinasjonen av fysiske modeller og datadrevne metoder. Målet er maskinlæringsmodeller som er både robuste og forklarbare. Når de kombineres med optimering kan de lede til effektivisering og minimert ressursspill i mange deler av industri, bygg og anlegg, energisektoren, logistikk mv.
Utdanning
PhD i astrofysikk fra Dark Cosmology Centre, Niels Bohr Instituttet, Københavns Universitet, 2009
Kompetanse og fagområder
- Maskinlæring for industrielle systemer
- Hybrid kunstig intelligens: Kombinasjon av datadrevne metoder og fysiske modeller
- Forklarbar kunstig intelligens
- Kombinasjonen av maskinlæring og optimering
- Datavitenskap og statistisk analyse
- Bygg og anlegg, energi, logistikk
- Prediktivt vedlikehold
- Undervisning og livslang læring
Linkedin
https://www.linkedin.com/in/signe-riemer-s%C3%B8rensen/
ResearchGate
https://www.researchgate.net/profile/Signe-Riemer-Sorensen
ORCID
https://orcid.org/0000-0002-5308-7651
