Biträdande professor
Programansvarig för masterprogrammet Statistics and Machine Learning
Jag jobbar som biträdande professor i statistik på avdelningen för Statistik och maskininlärning vid Institutionen för datavetenskap. Mitt ansvar är forskning, undervisning på olika nivåer och administration.
Min forskning är inriktad på utveckling av nya modeller och verktyg för statistisk maskininlärning inom olika tillämpningar, inklusive medicin, folkhälsa och telekommunikation. Jag är medlem i Swedish Digital Twin Consortium och Wallenberg AI, Autonomous Systems and Software Programme (WASP). Jag är också medlem i forskningsmiljön Postmortem metabolomics & AI, finansierad av Vetenskapsrådet.
För mer information om mig, se den engelska versionen av sidan.
Scalable multiple imputation for national-scale healthcare registries and EHR
International Journal of Medical Informatics, Vol. 222, Artikel 106717
(Artikel i tidskrift)
https://dx.doi.org/10.1016/j.ijmedinf.2026.106717
Anomaly detection as a tool for identifying cases of interest in postmortem toxicology
Scientific Reports, Vol. 16, Artikel 25686
(Artikel i tidskrift)
https://dx.doi.org/10.1038/s41598-026-65664-5
LCMS-Net: Deep Learning for Raw High Resolution Mass Spectrometry Data Applied to Forensic Cause-of-Death Screening
Analytical Chemistry, Vol. 98, s. 6589-6597
(Artikel i tidskrift)
https://dx.doi.org/10.1021/acs.analchem.5c05404
SkePU-DNN: Algorithmic Skeleton Programming for Deep Learning on Heterogeneous Systems
2025 IEEE INTERNATIONAL PARALLEL AND DISTRIBUTED PROCESSING SYMPOSIUM WORKSHOPS, IPDPSW, s. 423-432
(Konferensbidrag)
https://dx.doi.org/10.1109/IPDPSW66978.2025.00068
Coronary computed tomography angiography in primary care patients with chest pain or dyspnea - a cross-sectional study
BMC Primary Care, Vol. 26, Artikel 178
(Artikel i tidskrift)
https://dx.doi.org/10.1186/s12875-025-02877-z
