Finn studier Videreutdanning Søknad og opptak Studie- og emneplaner Utveksling til utlandet Praksis Vi hjelper deg med studievalget Studiestart Utdanning med lønn Livet som student Bolig og velferd Muligheter under studiene Tilrettelegging og studentstøtte Alumni Studenthistorier Barnehage, skole og høyere utdanning Friluftsliv, idrett og kroppsøving Helse og velferd Humanistiske fag Kunstnerisk utviklingsarbeid Maritim virksomhet Natur, helse og miljø Naturvitenskap Synsvitenskap Teknologi Tradisjonskunst og praktisk- estetiske fag Økonomi, ledelse og regulering Oppdragsforskning Våre ph.d.-utdanninger Ph.d.-handbok Stipendiatsiden Disputaser Doktorkreering Industriforskerskolen i komplekse systemer Nærings- og offentlig-ph.d. Demokrati, samfunnsorganisering og styring Energi, klima og miljø Fremtidens helse og velferdstjenester Oppvekst, tilhørighet og livsmestring Regional verdiskapning Lørdagsuniversitetet Forskingsdagane Forskningsforedrag på bestilling Prosjekter finansiert av Forskningsrådet Fremragende sentre EU-finansierte forsknings- og innovasjonsprosjekter Andre prosjekter Internasjonale utdanningsprosjekter Ekspertliste Publisert forskning Forskningsnytt Organisasjonskart Leiinga Styret Råd, utval og ombod Fakultet Strategi og visjon Rapportar og dokument Biblioteket Brukerveiledninger Si ifra Regelverk Beredskap og krisehandsaming Campusene Jobbe hos USN? Globalt Engasjement USN Hjelp Ansatte Toppledelse Ekspertliste Samarbeid med oss Campusene

Mine studier

  • Beklager, her gikk noe galt. Vi har problemer med favorittmarkeringer for øyeblikket.
en (English (GB))
Nabila Tabassum

Nabila Tabassum

Stipendiat
Institutt for elektro, IT og kybernetikk
Fakultet for teknologi, naturvitenskap og maritime fag
Campus Porsgrunn
Jobber med TransAIRail-prosjektet ved Universitetet i Sørøst-Norge (USN), med fokus på transformative AI-løsninger for prediktivt vedlikehold i jernbanesystemer. Forskningen undersøker hvordan kunstig intelligens, maskinlæring, Bayesiansk modellering og kunnskapsgrafer kan forbedre påliteligheten, sikkerheten og driftseffektiviteten til jernbanens kraftinfrastruktur. Prosjektet fokuserer hovedsakelig på kritiske omformerstasjonskomponenter som transformatorer og effektbrytere, ved bruk av reelle drifts-, SCADA- og sensordata samlet inn i samarbeid med Bane NOR. Arbeidet utforsker også tolkbare og probabilistiske AI-metoder for feildeteksjon, helsetilstandsmodellering og prediksjon av gjenværende levetid under realistiske industrielle forhold, som støyende og ubalanserte datasett. I tillegg har prosjektet som mål å støtte overgangen fra tradisjonelle vedlikeholdsstrategier til intelligente, datadrevne og tilstandsbaserte vedlikeholdsrammeverk for mer bærekraftig jernbanedrift.

CV

Publikasjoner