Fagområder
Vitenskapsdisipliner
Matematikk og naturvitenskap Informasjons- og kommunikasjonsteknologi Informasjons- og kommunikasjonsvitenskap Medisinsk teknologi Annen informasjonsteknologi Datateknologi Petroleumsgeologi og -geofysikk Kommunikasjon og distribuerte systemer Kjemisk prosessteknologi Simulering, visualisering, signalbehandling, bildeanalyse
Forskningsgrupper
Forskningsprosjekter
-
AI-Mind
Prosjektet har som mål å redusere utfordringene ved demens med å utvikle nye diagnostiserende verktøy og forbedre effektiviteten i helsesystemet.
-
Kartlegging av omfanget av hatefulle ytringer om muslimer på norske sosiale medier
Ved hjelp av en kunnskapsoppsummering og analyser basert på store data kartlegger prosjektet hatefulle ytringer mot muslimer på norske sosiale medier.
-
Kunstig intelligens - et nytt verktøy innen assistert reproduksjonsteknologi
Prosjektet har som mål å forbedre metodene for å velge ut sædceller og embryo, og dermed øke sjansen for graviditet og levendefødte barn.
-
Smart utvikling av nano-antibiotika
Dette prosjektet handler om legemiddelutvikling av nye antibakterielle stoffer, såkalte bakteriosiner, ved bruk av nanoteknologi og kunstig intelligens.
-
Smerter og mentale plager: Frå ungdomstid til vaksen alder
Prosjektet vil bidra til å auka forståinga vår av dei langsiktige konsekvensane av tidleg oppstått samtidig smerte og psykiske plager.
-
Teknologi og kunnskapsoverføring basert på samarbeid mellom Tsjekkia og Norge
Dette samarbeidsprosjektet mellom OsloMet og universitetet Hradec Králové i Tsjekkia vil utveksle erfaringer med teknologi- og kunnskapsoverføring.
Publikasjoner og forskningsresultater
Vitenskapelige publikasjoner
Gambin, Angel;
Yazidi, Anis
; Vasilakos, Athanasios;
Haugerud, Hårek
; Djenouri, Youcef
(2024).
Deepfakes: current and future trends.
Artificial Intelligence Review.
Vol. 57.
https://doi.org/10.1007/s10462-023-10679-x
Jouini, Oumayma; Aoueileyine, Mohamed Ould-Elhassen; Sethom, Kaouthar;
Yazidi, Anis
(2024).
Wheat Leaf Disease Detection: A Lightweight Approach with Shallow CNN Based Feature Refinement.
21 s.
AgriEngineering.
Vol. 6.
https://doi.org/10.3390/agriengineering6030117
Yazidi, Anis
;
Hammer, Hugo Lewi
; Leslie, David S.
(2024).
A Two-Timescale Learning Automata Solution to the Nonlinear Stochastic Proportional Polling Problem.
IEEE Transactions on Systems, Man & Cybernetics. Systems.
https://doi.org/10.1109/TSMC.2024.3414832
Ojha, Jaya;
Haugerud, Hårek
;
Yazidi, Anis
;
Lind, Pedro
(2024).
Exploring Interpretable AI Methods for ECG Data Classification.
Association for, Computing Mach (Red.).
ICDAR 2024 Proceedings. s. 11-18.
Association for Computing Machinery (ACM).
https://doi.org/10.1145/3643488.3660294
Rego Lencastre e Silva, Pedro
;
Yazidi, Anis
;
Lind, Pedro
(2024).
Modeling Wind-Speed Statistics beyond the Weibull Distribution.
11 s.
Energies.
Vol. 17.
https://doi.org/10.3390/en17112621
Rego Lencastre e Silva, Pedro
;
Yazidi, Anis
;
Lind, Pedro
(2024).
Modeling Wind-Speed Statistics beyond the Weibull Distribution.
11 s.
Energies.
Vol. 17.
https://doi.org/10.3390/en17112621
Upreti, Ramesh;
Lind, Pedro
; Elmokashfi, Ahmed Mustafa Abdalla;
Yazidi, Anis
(2024).
Trustworthy machine learning in the context of security and privacy.
International Journal of Information Security.
Vol. 23.
https://doi.org/10.1007/s10207-024-00813-3
Khan, Mehak;
Borges Moreno e Mello, Gustavo
;
Habib, Laurence
;
Engelstad, Paal
;
Yazidi, Anis
(2024).
HITS-based Propagation Paradigm for Graph Neural Networks.
ACM Transactions on Knowledge Discovery from Data.
Vol. 18.
https://doi.org/10.1145/3638779
Khan, Haroon
;
Khadka, Rabindra
; Sultan, Malik Shahid;
Yazidi, Anis
; Ombao, Hernando;
Mirtaheri, Peyman
(2024).
Unleashing the potential of fNIRS with machine learning: classification of fine anatomical movements to empower future brain-computer interface.
Frontiers in Human Neuroscience.
Vol. 18.
https://doi.org/10.3389/fnhum.2024.1354143
Abolghasemi, Roza; Viedma, Enrique Herrera;
Engelstad, Paal E.
; Djenouri, Youcef;
Yazidi, Anis
(2024).
A graph neural approach for group recommendation system based on pairwise preferences.
16 s.
Information Fusion.
Vol. 107.
https://doi.org/10.1016/j.inffus.2024.102343
