Dữ liệu & AI
Cập nhật thông tin mới nhất
Trang web của chúng tôi sử dụng cookies để nâng cao trải nghiệm người dùng của bạn và hiệu quả của các hoạt động tiếp thị của chúng tôi. Bằng cách nhấn vào “Chấp nhận” hoặc đóng cửa sổ này để tiếp tục duyệt web, bạn đang đồng ý với việc sử dụng tất cả các cookies của chúng tôi. Nếu bạn không đồng ý với tất cả các cookies, vui lòng chọn “Quản lý cookies”. Tìm hiểu thêm về Chính sách Quyền riêng tư và Chính sách Cookie của chúng tôi để biết thêm chi tiết.
Với gần 25 năm kinh nghiệm liên ngành trong Phân tích Dữ liệu, Quản lý Chất lượng & Dự án, và Kỹ thuật Điện & Máy tính, Tiến sĩ Ali Al-Dulaimi là nhà nghiên cứu và giảng viên tận tâm với việc phát triển Khoa học Dữ liệu và AI. Công trình tiên phong của ông trong mô hình hóa suy thoái và dự báo tuổi thọ còn lại (RUL) giúp nâng cao khả năng chẩn đoán hệ thống và bảo trì dự đoán, thiết lập những chuẩn mực mới trong lĩnh vực này, đồng thời củng cố uy tín học thuật và tác động nghiên cứu của BUV.
Trong suốt sự nghiệp học thuật, Tiến sĩ Ali đã có nhiều đóng góp quan trọng cho lĩnh vực mô hình hóa suy thoái và dự báo bằng cách phát triển các phương pháp sáng tạo để giải quyết những thách thức phức tạp. Một trong những đột phá quan trọng của ông là phát triển một hướng tiếp cận mới trong mô hình hóa suy thoái, khi ông giới thiệu các khung lọc phi tuyến lai tổng quát có khả năng xử lý đồng thời cả hành vi suy thoái tuyến tính và phi tuyến. Cách tiếp cận này cho phép đưa ra dự đoán có độ chính xác cao và đạt kết quả gần tối ưu mà không cần biết trước đường suy thoái thực tế của hệ thống.
Nghiên cứu của ông về ước tính tuổi thọ còn lại (RUL) đã mang lại một số thành tựu tiên phong, bao gồm:
Cam kết đổi mới của Tiến sĩ Ali đã được ghi nhận qua nhiều giải thưởng danh giá, bao gồm Giải thưởng Bài báo Học thuật Xuất sắc nhất tại Hội nghị Quốc tế IEEE về Dự báo và Quản lý Sức khỏe (ICPHM) năm 2020, và Giải thưởng Prediction Era (2019) do Community Initiatives Program trao tặng tại Montreal, Canada.
Bên cạnh nghiên cứu trong lĩnh vực kỹ thuật, Tiến sĩ Ali còn mở rộng ứng dụng AI sang y học. Gần đây, ông đã thiết lập hợp tác với các nhà nghiên cứu Anh Quốc để phát triển một hệ thống cảm biến tần số vô tuyến (RF) kết hợp học máy nhằm theo dõi gãy xương đùi. Hệ thống này cho phép theo dõi quá trình hồi phục theo thời gian thực mà không xâm lấn, không cần chiếu xạ, đồng thời duy trì độ chính xác phân loại cao trong đánh giá các giai đoạn gãy xương. Bằng cách kết hợp cảm biến RF với AI, nghiên cứu này có tiềm năng cách mạng hóa các chiến lược điều trị chỉnh hình cá nhân hóa, đảm bảo can thiệp kịp thời và cải thiện kết quả điều trị cho bệnh nhân.
Với nhiều hợp tác liên ngành đang được triển khai, nghiên cứu của Tiến sĩ Ali không chỉ củng cố uy tín học thuật của BUV mà còn thúc đẩy sự phát triển của các giải pháp ứng dụng AI trong kỹ thuật, y tế và nhiều lĩnh vực khác.
Đọc thêm các bài báo của ông về chủ đề này:
[1] A. Al-Dulaimi, A. Asif and A. Mohammadi, “Modeling Degradation Paths Based on Interactive Multiple Model Particle Filters for Prognostic Health Management”, IISE Annual Conference, QCR-S8: Reliability Analysis – II, 2018. 497-502.
[2] A. Al-Dulaimi, S. Zabihia, A. Asif, and A. Mohammadi, “A multimodal and hybrid deep neural network model for Remaining Useful Life estimation,” Computers in Industry, vol. 108, pp. 186-196, 2019.
[3] A. Al-Dulaimi, S. Zabihi, A. Asif, A. Mohammadi, “NBLSTM: Noisy and Hybrid CNN and BLSTM-based Deep Architecture for Remaining Useful Life Estimation”, ASME Journal of Computing and Information Science in Engineering, no. 1182, 2019.
[4] A. Al-Dulaimi, A. Asif, and A. Mohammadi, “Noisy Parallel Hybrid model of NBGRU and NCNN Architectures for Remaining Useful Life Estimation,” Quality Engineering, Special Issue on Reliability Engineering, vol. 32, issue 3, pp. 371-387, 2020.
[5] A. Al-Dulaimi, A. Asif and A. Mohammadi, “Multipath Parallel Hybrid Deep Neural Networks Framework for Remaining Useful Life Estimation,” IEEE (ICPHM), pp 1-7 2020. [Best Academic Paper Award].
KHÁM PHÁ THÊM
