.jpg)
Arbeidsområder
- Kunstig intelligens og maskinlæring
- Dyp forsterkende læring
- KI i helsetjenester og medisinsk optimalisering
- Operasjonsanalyse
- Sekvensiell beslutningstaking og flermålsoptimalisering
- Transformerarkitekturer og sekvensiell prediksjon
- Optimalisering av forsyningskjeder
Undervisning og laboratorieundervisning
- IBE400 Maskinlæring (laboratorie- og praktiske økter)
- IBE450 Kunstig intelligens (laboratorie- og praktiske økter)
- IBE710 Digitalisering og KI (laboratorie- og praktiske økter)
Bakgrunn
Utdanning
- Doktorgradskandidat innen KI i helselogistikk, Høgskolen i Molde (november 2024–nå)
- Mastergrad i industriell økonomi
- Bachelorgrad i anvendt matematikk
Tidligere stillinger
- Dataforsker
- Dataanalytiker
- Produktleder
- Driftsleder
Forskningsfokus
Doktorgradsarbeidet mitt ved Høgskolen i Molde handler om å kombinere dyp forsterkende læring, transformerarkitekturer og flermålsoptimalisering for sekvensiell beslutningstaking innen helselogistikk. Jeg utvikler blant annet nye matematiske og beregningsbaserte rammeverk – som strukturbevarende policyoptimalisering, bilevel geometrisk optimalisering på Riemannske mangfoldigheter og hybride evolusjonære Bayesianske læringsnettverk – for å håndtere komplekse tidsavhengigheter, iboende fysiologisk usikkerhet og planlegging av dosering av flere legemidler innen onkologi.
Før jeg begynte ved Høgskolen i Molde, jobbet jeg i over ti år i næringslivet. Der brukte jeg avanserte metoder innen KI, maskinlæring og operasjonsanalyse til å løse komplekse forretningsproblemer, utvikle prediktive analyser og optimalisere forsyningskjeder.