Arbeids- og kompetanseområde

Jeg er førsteamanuensis i kunstig intelligens (KI) og maskinlæring ved Høgskulen på Vestlandet (HVL), med over åtte års erfaring fra akademisk forskning, industrirettet innovasjon og utvikling av KI-baserte løsninger.

Mine faglige kompetanseområder omfatter maskinlæring, dyp læring, tidsserieanalyse, grafnevrale nettverk (GNN), datasyn, forklarbar kunstig intelligens (XAI) og jordobservasjon. Forskningen min fokuserer på å utvikle robuste, forståelige og effektive KI-metoder som kan løse komplekse utfordringer i praksis og bygge bro mellom teoretiske fremskritt og praktiske anvendelser.

Jeg har en doktorgrad i informatikk og teknologi fra Harbin Institute of Technology, der doktorgradsarbeidet mitt handlet om ende-til-ende-metoder basert på dyp læring for klassifisering av tidsserier. Forskningsarbeidet mitt er publisert i internasjonale, fagfellevurderte tidsskrifter og bidrar til videreutviklingen av maskinlæringsmetoder og deres anvendelser.

Ved HVL kombinerer jeg forskning, undervisning og veiledning, og bidrar til utvikling av KI-kompetanse og tverrfaglige forskningssamarbeid. Tidligere arbeidet jeg som postdoktor ved HVL, hvor jeg deltok i det ESA-finansierte GridEyeS-prosjektet. Her brukte vi satellittbilder og maskinlæring til intelligent overvåking av strømnettet og økt robusthet i kritisk infrastruktur.

Før jeg begynte ved HVL, jobbet jeg som seniorforsker ved OsloMet – storbyuniversitetet, hvor jeg bidro til det EU-finansierte REFSA-prosjektet. Arbeidet mitt omfattet utvikling av KI-baserte metoder for kunnskapsutvinning innen mattrygghet, grafnevrale nettverk for analyse av siteringsnettverk og NLP-baserte metoder for automatisering av systematiske litteraturgjennomganger.

I tillegg til forskningserfaringen min har jeg praktisk kompetanse innen helhetlig KI-utvikling, MLOps og skalerbare maskinlæringssystemer, med erfaring fra teknologier som Python, Docker, Kubernetes og skybasert infrastruktur.

Min tilnærming til KI-utvikling bygger også på systemtenkning og menneskesentrert design, med vekt på å utvikle intelligente løsninger som er teknisk robuste, forklarbare, bærekraftige og tilpasset reelle behov.

Utover forskning og undervisning bidrar jeg aktivt til det vitenskapelige miljøet gjennom fagfellevurdering, studentveiledning, mentorarbeid og tverrfaglige samarbeid.

Målet mitt er å bidra til KI-forskning som holder høy vitenskapelig kvalitet, har praktisk relevans og skaper verdi for akademia, næringslivet og samfunnet.

Underviser i
  • BIO170, Matematikk med dataverktøy, Høst 2026
  • DAT110, Distribuerte systemer og nettverksteknologi, Vår 2027
  • DAT191, Bacheloroppgåve, Vår 2027
  • ING202, Programmering for ingeniørar, Høst 2026
  • ING303, Systemtenking og innovasjon for ingeniørar, Høst 2026
  • PCS956, Forskingstrendar i anvendt maskinlæring, Høst 2026
Forskargrupper

Publikasjonar

Vis alle
Laster...