Tim Kreuzer Doktorand
Kontakt
Namn och titel: Tim KreuzerDoktorand
ORCID0000-0002-0813-9555 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
Om mig
Jag är doktorand vid DSV och arbetar i ett projekt om att integrera tidsserieprognostik, förklarbarhet och digitala tvillingar. I min forskning utvecklar och föreslår jag nya metoder för både prognostik och förklarbarhet, med fokus på prestanda och den mänskliga slutanvändarens förståelse av maskininlärningsapplikationen. Vidare arbetar jag med modelleringsdelen av digitala tvillingar och har utformat systemarkitekturer och en metamodell för digitala tvillingar som integrerar prognostik- och förklarbarhetsfunktionalitet.
Jag har en masterexamen från universitetet i Bolzano och en kandidatexamen från Hof University. Tidigare har jag arbetat som data scientist i olika industriella projekt med fokus på anomalidetektion i textdata. Innan jag påbörjade min doktorandutbildning arbetade jag vid Okinawa Institute of Science and Technology i gruppen för beräkningsneurovetenskap med att klassificera tetraedermodeller av Purkinjeceller som delar av dendriter respektive dendritiska taggar.
Min forskning kretsar kring tidsserieprognostik och förklarbarhet i digitala tvillingar. Arbetet driver utvecklingen av algoritmer och systemdesigner som gör prognoser träffsäkra, tolkbara och handlingsbara i realtid. Mina projekt omfattar en tolkbar prognosmetod som kopplar prediktioner till karakteristiska historiska mönster, vilket möjliggör spårbart resonemang på exempelnivå kring utdata. Vidare har jag utformat en modellagnostisk post hoc-teknik som ger flernivåförklaringar ända ner på tidsstegsnivå och blottlägger korskanalsberoenden i multivariata miljöer. Jag har också undersökt dekompositionsdrivna prognosansatser för att förbättra både prediktiv noggrannhet och tolkningsbarhet hos olika familjer av prognosmodeller. Min forskning föreslår dessutom konceptuella och arkitektoniska modeller för att integrera förklarbar AI i digitala tvillingar, tillsammans med en realtidsdemonstration på en industriell produktionslina.

