Niklas Lavesson

Niklas Lavesson

Professor

niklas.lavesson@bth.se

Institutionen för programvaruteknik, Rum J2333

0455-385675

Ladda ner:

Pressbild

Kort biografi

Niklas Lavesson är professor i programvaruteknik med inriktning tillämpad AI och maskininlärning vid Software Engineering Research Lab (SERL), Blekinge Tekniska Högskola (BTH) sedan juli 2021. Lavesson har en doktorsexamen i datavetenskap med inriktning maskininlärning från BTH (2008). Hans forskningsintressen inom grundforskning är förståeliga och interaktiva AI-system. Inom tillämpad forskning är Lavesson intresserad av 1) hur AI och maskininlärning kan användas för att effektivisera och förbättra mjukvaruutveckling samt 2) hur man kravställa, utveckla, testa och underhålla datadrivna AI-system som kan göra sig förstådda och samverka med människor för att lösa uppgifter tillsammans

Projekt och publikationer

Utvalda publikationer
Niklas Lavesson, Martin Boldt, Paul Davidsson, Andreas Jacobsson. (2011). Learning to detect spyware using end user license agreements.
Hiva Allahyari, Niklas Lavesson. (2011). User-oriented assessment of classification model understandability. Proc. Scandinavian Conference on Artificial Intelligence.
Niklas Lavesson, Paul Davidsson. (2006). Quantifying the impact of learning algorithm parameter tuning. Proc. AAAI National Conference on Artificial Intelligence.
Nyligen publicerat
Eduardo Zimelewicz, Marcos Kalinowski, Daniel Mendez, Görkem Giray, Antonio Pedro Santos Alves, Niklas Lavesson, Kelly Azevedo, Hugo Villamizar, Tatiana Escovedo, Helio Lopes, Stefan Biffl, Juergen Musil, Michael Felderer, Stefan Wagner, Teresa Baldassarre, Tony Gorschek, "ML-Enabled Systems Model Deployment and Monitoring", Lecture Notes in Business Information Processing, ISSN 18651348, EISSN 18651356, EISSN 505, Software Quality as a Foundation for Security, Springer Science+Business Media B.V., 2024
Jonatan Flyckt, Filip Andersson, Florian Westphal, Andreas Mansson, Niklas Lavesson, "Explaining rifle shooting factors through multi-sensor body tracking", Intelligent Data Analysis, ISSN 1088-467X, EISSN 1571-4128, Vol. 27, nr 2, pp. 535 - 554, IOS Press, 2023
William Lidberg, Siddhartho Shekhar Paul, Florian Westphal, Kai Florian Richter, Niklas Lavesson, Raitis Melniks, Janis Ivanovs, Mariusz Ciesielski, Antti Leinonen, Anneli M. Agren, "Mapping Drainage Ditches in Forested Landscapes Using Deep Learning and Aerial Laser Scanning", Journal of irrigation and drainage engineering, ISSN 0733-9437, EISSN 1943-4774, Vol. 149, nr 3, American Society of Civil Engineers (ASCE), 2023
Jonatan Flyckt, Filip Andersson, Niklas Lavesson, Liselott Nilsson, Anneli M. Ågren, "Detecting ditches using supervised learning on high-resolution digital elevation models", Expert systems with applications, ISSN 0957-4174, EISSN 1873-6793, Vol. 201, Elsevier Ltd, 2022
Eva García Martín, Albert Bifet, Niklas Lavesson, "Energy Modeling of Hoeffding Tree Ensembles", Intelligent Data Analysis, ISSN 1088-467X, EISSN 1571-4128, Vol. 25, nr 1, pp. 81 - 104, IOS Press, 2021

Snabba fakta

PUBLIKATIONER PER ÅR

1050

ANTAL CITERINGAR

ANTAL CITERINGAR PER ÅR