Alise Danielle Midtfjord

Faglige interesser

• Maskinlæring og Data Science
• Explainable Artificial Intelligence
• Applikasjon innen risko og sikkerhet

Bakgrunn

Alise er utdannet sivilingeniør fra Norges Miljø- og Biovitenskapelige Universitet (NMBU) i miljøfysikk og fornybar energi. I masteroppgaven kombinerte hun maskinlæring med bildeanalyse av PET / CT-bilder av kreftsvulster, for å predikere behandlingsutfall. Etter studiet jobbet Alise med teknologirådgivning for Accenture, og jobbet med nye teknologier som maskinlæring og extended reality. Siden august 2019 har hun vært doktorgradsstipendiat ved Matematisk institutt ved Universitetet i Oslo. Fokuset for forskningen er modellering og analyse av flerdimensjonale høyoppløselige miljødata med anvendelse på risikokritiske problemstillinger som tilstandshåndtering av rullebaner på flyplasser.

Preprint

A Machine Learning Approach to Safer Airplane Landings: Predicting Runway Conditions using Weather and Flight Data

Foredrag

23. Mai 2021 - The Fundamentals of AI. Demystify AI - The Fundamentals & Implications

2. November 2020 - Estimating Runway Friction Using Flight Data. 30th European Safety and Reliability Conference and 15th Probabilistic Safety Assessment and Management Conference

17. Juni 2020 - Explainable Artificial Intelligence: How to make AI responsible. Global AI on Tour. 

8. Februar 2020 - Explainable Artificial Intelligence (XAI). Women in Tech Summit 2020. 

Andre nettsteder

• LinkedIn

• GitHub

• Google Scholar

• ResearchGate