Jag är forskare inom maskininlärning med fokus på att utveckla AI-baserade metoder för att analysera rörelsemönster och förbättra rehabilitering efter skador, särskilt inom korsbandsskador (ACL). Min forskning använder avancerad dataanalys och prediktiva modeller för att identifiera rörelserelaterade riskfaktorer och förbättra patienternas återhämtning. Jag har en doktorsexamen från Kungliga Tekniska Högskolan (KTH) och arbetar med olika datatyper, inklusive biomekaniska, medicinska och bilddata, för att utveckla lösningar som kan tillämpas inom hälso- och sjukvården.
Min undervisning fokuserar på ämnen inom maskininlärning, dataanalys och matematik. Jag har undervisat i kurser som sannolikhet och statistik, numerisk dataanalys och datamining med SAS. Jag har även erfarenhet av att handleda studenter på både grund- och avancerad nivå, där jag vägleder dem i att tillämpa maskininlärningsalgoritmer och avancerad dataanalys inom olika forskningsprojekt. Min målsättning är att ge studenter en djup förståelse för både teoretiska och praktiska aspekter av datavetenskap och dess tillämpningar.