Alejandro Kuratomi Hernandez Biträdande lektor
Kontakt
Namn och titel: Alejandro Kuratomi HernandezBiträdande lektor
ORCID0000-0002-5460-2491 Länk till annan webbplats.
Arbetsplats: Institutionen för data- och systemvetenskap Länk till annan webbplats.
Besöksadress Nodhuset, Borgarfjordsgatan 12
Postadress Institutionen för data- och systemvetenskap164 25 Kista
Forskargrupp
Om mig
I am an Assistant Professor at the Department of Computer and Systems Sciences (DSV) at Stockholm University. My main research area is Applied Machine Learning, Machine Learning Interpretability and Algorithmic Fairness. I hold a Ph.D. from DSV, a M.Sc. in Mechatronics from Kungliga Tekniska Högskolan (KTH) in Stockholm, Sweden, a B.Sc. in Mechanical Engineering and a B.Sc. in Industrial Engineering from Universidad de Los Andes in Bogotá, Colombia. I have 4 years of professional experience and I like working in collaboration with industry, heping develop projects applying Artificial Intelligence that add value to companies in different industrial sectors. More information on research interests, experience and publications at: https://alku.blogs.dsv.su.se/
Lärarassistent: Machine Learning (VT 2024), M. Sc. Kurs, Institutionen för data och systems vetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet. Direkt handledare: Professor Panagiotis Papapetrou.
- Masteruppsats Huvudhandledare: Masteruppsatsens titel: Image Counterfactual Explanations using Deep Generative Adversarial Networks. (15 ECTS). Handledda studenter: Ning Wang.
- Masteruppsats Huvudhandledare: Masteruppsatsens titel: A Distance Measure for Both Continuous and Categorical features in a Data Vector. (30 ECTS). Handledda studenter: Salam Hilmi, Elina Zake.
- Masteruppsats Huvudhandledare: Masteruppsatsens titel: Application of Inherently Interpretable, Highly Accurate Machine Learning. (30 ECTS). Handledda studenter: Maria Luiza Chirita, Bernardo Cunha de Miranda.
- Masteruppsats Huvudhandledare: Masteruppsatsens titel: Utveckla ett mycket noggrant, lokalt tolkbart neuralt nätverk för medicinsk bildanalys (30 ECTS). Handledd student: Rony Ventura.
- Masteruppsats Huvudhandledare: Masteruppsatsens titel: Improving XAI Explanations for Clinical DecisionMaking – the Physicians’ Perspective (30 ECTS). Handledd student: Ulf Lesley.
- Lärarassistent: Principer och grunder inom artificiell intelligens (HT 2023), M. Sc. Kurs, Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet. Direkt handledare: Tony Lindgren, Ph.D.
- Examensarbete Bihandledare: Masteruppsatsens titel: Design of an Interpretability Measuring Scale (30 ECTS). Handledda studenter: Tauri Viil. Huvudhandledare: Jaakko Hollmén, Ph.D.
- Examensarbete Bihandledare: Masteruppsatsens titel: Discovering Characteristics and Actionable Features for the Prevention of Cancer (30 ECTS). Handledda studenter: Sigrid Sandström. Huvudhandledare: Jaakko Hollmén, Ph.D.
- Lärarassistent: Programming for Data Science (HT 2022), M. Sc. Kurs, Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet. Direkt handledare: Jaakko Hollmén, Ph.D.
- Examensarbete Bihandledare: Masteruppsatsens titel: Specifying and Weighting Criteria to Choose a Long-Term Romantic Partner (30 ECTS). Handledda studenter: Maria de las Mercedes Contreras Arteaga, Katrina Marie Novakovic. Huvudhandledare: Sindri Magnússon, Ph.D.
- Examensarbete Bihandledare: Masteruppsatsens titel: Machine Learning post-hoc, model-agnostic interpretable algorithm comparison (30 ECTS). Handledd student: Nina Brudermanns. Huvudhandledare: Jaakko Hollmén, Ph.D.
- Lärarassistent: Programming for Data Science (HT 2021), M. Sc. Kurs, Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet. Direkt handledare: Jaakko Hollmén, Ph.D.
- Lärarassistent: Programming for Data Science (HT 2020), M. Sc. Kurs, Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet. Direkt handledare: Jaakko Hollmén, Ph.D.
- Lärarassistent: Robust Mechatronics, M.Sc. Kurs, Institutionen för maskinkonstruktion, Skolan för industriell teknik och management, KTH – Kungliga Tekniska Högskolan, Sverige. Direkt handledare: Mikael Hellgren, Ph.D.