Kort om
Hammer har en master i industriell matematikk fra 2003 og en doktorgrad i beregningsorientert statistikk fra 2008. Hans forskningsinteresser er blant annet innen forbedring av pålitelighet og transparens av maskinlæring-, forsterkende læring- og dype lærings-modeller ved utvikling av metoder innen modelltolkning, usikkerhetskvantifisering, robust statistikk og kausal inferens.
Fagområder
Vitenskapsdisipliner
Datateknologi Helsetjeneste- og helseadministrasjonsforskning
Emner
Bayesiansk statistikk Regresjon Kunstig intelligens Maskinlæring Anvendt statistikk Stokastisk simulering Big Data
Forskningsgrupper
Forskningsprosjekter
-
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.
Publikasjoner og forskningsresultater
Vitenskapelige publikasjoner
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
Tveter, Mats; Tveitstøl, Thomas;
Nygaard, Tønnes
; Pérez Teseyra, Ana Silvina; Kulashekhar, Shrikanth; Bruña, Ricardo;
Hammer, Hugo Lewi
; Hatlestad-Hall, Christoffer; Haraldsen, Ira Hebold
(2024).
EEG electrodes and where to find them: automated localization from 3D scans.
Journal of Neural Engineering.
Vol. 21.
https://doi.org/10.1088/1741-2552/ad7c7e
Papachrysos, Nikolaos; Smedsrud, Pia Helen; Ånonsen, Kim Vidar; Berstad, Tor Jan; Espeland, Håvard; Petlund, Andreas; Hedenström, Per;
Halvorsen, Pål
; Varkey, Jonas;
Hammer, Hugo Lewi
;
Riegler, Michael
; de Lange, Thomas
(2024).
A comparative study benchmarking colon polyp detection with CADe software.
Endoscopy.
Vol. S02.
https://doi.org/10.1055/s-0044-1782889
Vo, Minh-Quan; Nguyen, Thu;
Riegler, Michael
;
Hammer, Hugo Lewi
(2024).
Efficient Estimation of Generative Models Using Tukey Depth.
16 s.
Algorithms.
Vol. 17.
https://doi.org/10.3390/a17030120
Svennevik, Hanna; Hicks, Steven;
Riegler, Michael
; Storelvmo, Trude;
Hammer, Hugo Lewi
(2024).
A dataset for predicting cloud cover over Europe.
6 s.
Scientific Data.
Vol. 11.
https://doi.org/10.1038/s41597-024-03062-0
Tveitstøl, Thomas; Tveter, Mats; Pérez Teseyra, Ana Silvina; Hatlestad-Hall, Christoffer;
Yazidi, Anis
;
Hammer, Hugo Lewi
; Haraldsen, Ira Hebold
(2023).
Introducing Region Based Pooling for handling a varied number of EEG channels for deep learning models.
Frontiers in Neuroinformatics.
Vol. 17.
https://doi.org/10.3389/fninf.2023.1272791
Thunold, Håvard Horgen;
Riegler, Michael
;
Yazidi, Anis
;
Hammer, Hugo Lewi
(2023).
A Deep Diagnostic Framework Using Explainable Artificial Intelligence and Clustering.
18 s.
Diagnostics (Basel).
Vol. 13.
https://doi.org/10.3390/diagnostics13223413
Nguyen, Thu; Thien Ly, Hoang;
Riegler, Michael Alexander
;
Halvorsen, Pål
;
Hammer, Hugo Lewi
(2023).
Principal Components Analysis Based Frameworks for Efficient Missing Data Imputation Algorithms.
Nguyen, Ngoc-Thanh; Boonsang, Siridech; Fujita, Hamido; Hnatkowska, Bogumila; Hong, Tzung Pei; Pasupa, Kitsuchart (Red.).
Recent Challenges in Intelligent Information and Database Systems.
Springer.
https://doi.org/10.1007/978-3-031-42430-4_21
Thambawita, Vajira L B; Hicks, Steven; Storås, Andrea; Nguyen, Thu;
Andersen, Jorunn Marie
;
Witczak, Oliwia
;
Haugen, Trine B.
;
Hammer, Hugo Lewi
;
Halvorsen, Pål
;
Riegler, Michael Alexander
(2023).
VISEM-Tracking, a human spermatozoa tracking dataset.
Scientific Data.
https://doi.org/10.1038/s41597-023-02173-4
Sheshkal, Sajad Amouei;
Riegler, Michael
;
Hammer, Hugo Lewi
(2023).
ML-Peaks: Chip-seq peak detection pipeline using machine learning techniques.
Placidi, Giuseppe; González, Alejandro Rodríguez; Sicilia, Rosa; Spiliopoulou, Myra; Almeida, João Rafael; Andrades, José Alberto Benítez (Red.).
Proceedings of the 2023 36th IEEE International Symposium on Computer-Based Medical Systems (IEEE CBMS).
IEEE conference proceedings.
https://hdl.handle.net/10037/31697
