Mehrzad Lavassani
Senior Researcher/Project Leader
Mehrzad är visionär projektledare för det nationella strategiska innovations programmet PiiA - Process Industrial IT and Automation. Hon ansvarar för PiiAs Internationalisering, Projektstöd och Hållbarhet portfölj och leder det svenska digitalisering konsortiets verksamhet i samarbete med Internationella energy agency IETS Technology Collaboration Programme. Hennes fokus ligger på uppdrags orienterad digitalisering i branschen. Hennes mål är att säkerställa effekten av innovation och påskynda en hållbar omställning.
Hon är senior forskare inom industriell AIoT på RISE, och innan hon kom till SIP-PiiA, Data-Driven solutions programledare. Hennes primära fokus har varit design och utveckling av tvärvetenskapliga lösningar och projekt i nationella och europeiska samarbeten för att stödja digital transformation i industrier, som tar itu med värdeadderande datadriven innovation i industriella tillämpningar för smart tillverkning.
Mehrzad är en IEEE CertifAIEd™ auktoriserad ledande bedömare inom etisk AI. Hennes ambition är att integrera den etiska dimensionen av AI i designen och utvecklingen av AI-aktiverade tjänster och produkter för att ta tillvara fördelarna med AI på ett ansvarsfullt sätt och med därav följande samhälleliga hänsyn.
Mehrzad tog sin doktorsexamen från Mälardalens universitet i datavetenskap och teknik, och tekniska examen i data- och systemvetenskap från Mittuniversitetet. Hon har lång erfarenhet av dataanalys, kommunikationsnätverk och AI-nätverk i industriella IoT-applikationer.
Mehrzad's LinkedIin page: https://www.linkedin.com/in/mehrzad-lavassani/
- Evolving Industrial Networks : Data-Driven Network Traffic Modelling and Monito…
- Reliable Information Exchange in IIoT : Investigation into the Role of Data and…
- Data-driven Method for In-band Network Telemetry Monitoring of Aggregated Traff…
- Modeling and Profiling of Aggregated Industrial Network Traffic
- From brown-field to future industrial networks, a case study
- Future industrial networks in process automation : Goals, challenges, and futur…
- Combining Fog Computing with Sensor Mote Machine Learning for Industrial IoT
- PixVid : Capturing Temporal Correlated Changes in Time Series