Bakgrunn og aktiviteter

  • Doktorgradsstipendiat innen medisinsk teknologi (2018-)
  • PhD-prosjekt: "Forklarbar kunstig intelligens for bevegelsesanalyse av spedbarn"
  • Tverrfaglig samarbeid mellom NTNU (IKOM, INB og IDI), St. Olavs hospital (Klinikk for kliniske servicefunksjoner og Nyfødt intensiv) og Norwegian Open AI Lab
  • Gjenkjenning og tracking av kroppsdeler fra videoer
  • Prediksjon av motoriske funksjonsforstyrrelser fra video
  • Medoppfinner av app for tidlig deteksjon av cerebral parese
  • Biveilder for masterstudenter i datateknologi

 

  • Deep Learning
  • Computer Vision
  • Convolutional Neural Networks
  • Human Pose Estimation
  • Supervised Learning
  • Transfer Learning
  • Explainable Artificial Intelligence

 

  • Sivilingeniør i datateknikk fra NTNU (2013-2018)
  • Spesialisering innen kunstig intelligens
  • Masterprosjekt med tracking av spedbarnsbevegelser fra video ved hjelp av dyp læring
  • Intern hos Telenor Research og Skatteetatens IT- og servicepartner

 

Vitenskapelig, faglig og kunstnerisk arbeid

Viser et utvalg av aktivitet. Se alle publikasjoner i databasen

2019

  • Groos, Daniel; Aurlien, Kristian; Ramampiaro, Heri; Ihlen, Espen Alexander F.; deRegnier, RA; Peyton, Colleen; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; Adde, Lars. (2019) Deep Learning‐based infant motion tracking facilitating early detection of cerebral palsy. Developmental Medicine & Child Neurology. vol. 61 (S2).

2018

  • Groos, Daniel; Aurlien, Kristian. (2018) Infant body part tracking in videos using Deep Learning. 2018.