Olof Mogren
Senior Researcher

Forskar inom maskininlärning och djupa neuronnät. Disputerade 2018 på Chalmers med avhandlingen "Representation learning for natural language". Fascinerad av tillämpningar inom språk men jobbar bredare än så, både med tillämpningar inom bildområdet men också lösningar med blandade datatyper samt mer grundläggande arbete.
Senior forskare och ledare av forskargruppen för deep learning. Doktorsexamen från Chalmers och organiserar RISE Learning Machines Seminars.
Jag arbetar med problem inom tillämpad AI där integritet, rättvisa och effektivitet är centralt. Detta inkluderar distribuerad inlärning, representationsinlärning för privacy och generative adversarial networks. Jag arbetar med många datamodaliteter, inklusive språk, bild och tal.
Några av våra pågående projekt inkluderar The Federated Learning Testbed, Swedish Medical Language Data Lab, AI Driven Financial Risk Assessment of Circular Business Models och Smart Fire Detection.
Mer information finns på min forskarsida: mogren.one (engelska).
- A Novel Method for Smart Fire Detection Using Acoustic Measurements and Machine…
- Financing solutions for circular business models : Exploring the role of busine…
- Decentralized adaptive clustering of deep nets is beneficial for client collabo…
- Few-shot bioacoustic event detection using a prototypical network ensemble with…
- EFFGAN: Ensembles of fine-tuned federated GANs
- FEW-SHOT BIOACOUSTIC EVENT DETECTION USING AN EVENT-LENGTH ADAPTED ENSEMBLE OF …
- Residual value prediction using deep learning
- Adversarial representation learning for synthetic replacement of private attrib…
- Adversarial representation learning for private speech generation