Michael Alexander Riegler

Fra Wikipedia, den frie encyklopedi
Michael Alexander Riegler
Født1984[1]Rediger på Wikidata
Wolfsberg[1]
BeskjeftigelseForsker Rediger på Wikidata
NasjonalitetØsterrike
Medlem avAkademiet for yngre forskere[2]
ArbeidsstedSimula Research Laboratory[3]
UtdannelseInformatikk

Michael Alexander Riegler (født 18. september 1984) er en østerriksk forsker på kunstig intelligens, og arbeider som sjefsforsker ved Simula Metropolitan Center for Digital Engineering (SimulaMet).[4] Han var en av initiavtitakerne bak OsloMet Artificial Intelligence Lab og er medlem i Akademiet for yngre forskere i perioden 2019 til 2023.[5][6]

Han har også deltatt i en ekspertgruppe for Teknologirådet, med fokus på kunstig intelligens i helsesektoren.[7]

Rieglers fremste forskningsinteresser er kunstig intelligens, explainable AI (XAI), analyse av medisinske multimediadata, digital bildebehandling og -gjenfinning (CBIR) og parallellprogrammering.

Riegler har særlig beskjeftiget seg med bruk av kunstig intelligens i helserelatert forskning. Han har blant annet arbeidet medisinske applikasjoner innen koloskopi, kardiologi og kunstig menneskelig reproduksjon.

Utdanning og yrkeskarriere[rediger | rediger kilde]

Riegler har mastergrad og doktorgrad i maskinlæring og kunstig intelligens, fra henholdsvis Universitetet i Klagenfurt og Universitetet i Oslo. Temaet for masteravhandlingen var innholdsbasert bildegjenfinning, eller Content Based Image Retrieval (CBIR).[8] Doktoravhandlingen hadde tittelen EIR – A Medical Multimedia System for Efficient Computer Aided Diagnosis, og ble publisert i 2017.[9][10]

Riegler har tidligere arbeidet som seniorforsker ved SimulaMet og som førsteamanuensis ved Høyskolen Kristiania, før han i 2019 ble han forfremmet til sjefsforsker ved SimulaMet.[11]

EIR[rediger | rediger kilde]

Riegler har vært med på å utvikle en teknologi basert på kunstig intelligens, som kan gjenkjenne bilder av gastrointestinale lidelser. Teknologien har en treffsikkerhet på 93 prosent, og tillater at diagnostisering kan foretas under selve undersøkelsen. Teknologien har fått navnet EIR, etter gudinnen for legekunst fra norrøn mytologi. Riegler og kollegene brukte data fra de åtte hyppigst forekommende gastrolidelsene, som kreft i tykktarm og endetarm, magesår, cøliaki, inflammatoriske sykdommer som Crohns sykdom og ulcerøs kolitt, samt gastroøsofageal refluks under utarbeiding av teknologien.[12]

Åpen og reproduserbar vitenskap[rediger | rediger kilde]

Åpen og reproduserbar vitenskap er et av Rieglers hovedfokus innen egen forskning. Han legger mye arbeid i å lage åpne datasett,[13] benchmarks[14] og åpen kildekode-programmer. Riegler leder også «the reproducibility track» for the ACM Multimedia Conference 2020-2021.[15]

Referanser[rediger | rediger kilde]

  1. ^ a b viaf.org[Hentet fra Wikidata]
  2. ^ akademietforyngreforskere.no[Hentet fra Wikidata]
  3. ^ ORCID Public Data File 2020, filename in archive 0000-0002-3153-2064.xml, pub.orcid.org, sist oppdatert 1. august 2019, besøkt 10. januar 2021[Hentet fra Wikidata]
  4. ^ «Michael.Riegler». www.simula.no (engelsk). Besøkt 11. november 2020. 
  5. ^ storbyuniversitetet, OsloMet-. «OsloMet Artificial Intelligence Lab». www.oslomet.no (norsk). Besøkt 11. november 2020. 
  6. ^ «12 nye yngre forskarar i Akademiet». khrono.no (norsk). 10. oktober 2019. Besøkt 11. november 2020. 
  7. ^ Anne Siri Koksrud Bekkelund (1. november 2018). «Kunstig intelligens for Norge». Teknologirådet. Besøkt 24. januar 2021. 
  8. ^ «Michael Riegler | Media Performance Group» (engelsk). Arkivert fra originalen 23. april 2021. Besøkt 11. november 2020. 
  9. ^ «Disputation: Michael Alexander Riegler - Institutt for informatikk». www.mn.uio.no (norsk). Besøkt 11. november 2020. 
  10. ^ Michael Riegler (2017). EIR - A Medical Multimedia System for Efficient Computer Aided Diagnosis (avhandling). University of Oslo. 
  11. ^ «People». simulamet.no. SimulaMet. Arkivert fra originalen 24. januar 2021. Besøkt 24. januar 2021. 
  12. ^ «Reveals gastric illnesses with algorithms». titan.uio.no. Besøkt 11. november 2020. 
  13. ^ datasets.simula.no
  14. ^ [1]
  15. ^ [2]

Eksterne lenker[rediger | rediger kilde]