Hui Han: Tiny Machine Learning vid Luleå tekniska universitet

Hui Han arbetar som universitetslektor för Machine Learning-gruppen och innehar WASP-professuren (Wallenberg AI, Autonomous Systems, and Software Program) vid Luleå tekniska universitet (LTU). Hennes arbete förenar banbrytande forskning inom maskininlärning med praktiska tillämpningar, med fokus på innovativa lösningar som skapar konkreta förbättringar i vardagen.

För närvarande fokuserar Hui Hans forskning på Tiny Machine Learning (TinyML), ett banbrytande område som utvecklar komprimerade maskininlärningsmodeller för att köras på små, resursbegränsade enheter som mikrokontrollersystem. TinyML gör det möjligt för dessa små enheter att fatta smarta beslut utan att förlita sig på internet eller molntjänster, vilket ger flera fördelar, såsom förbättrad integritet, minskad fördröjning och energieffektivitet. Dessa möjligheter är avgörande för många tillämpningar i verkligheten, som exempelvis hälso- och sjukvård (t.ex. spårning av vitala hälsotecken med bärbara enheter), jordbruk (t.ex. smarta sensorer för övervakning av jordförhållanden), industri (t.ex. avvikelsedetektering), detaljhandel (t.ex. smarta hyllor), transport (t.ex. fordonssensorer) och smarta hem-enheter där låg energiförbrukning och beslut i realtid krävs.

– TinyML gör det möjligt för oss att föra intelligens direkt till kanten, där data samlas in. Genom att möjliggöra smarta, energieffektiva lösningar kan vi ta itu med många verkliga utmaningar, från att förbättra tillgången till hälso- och sjukvård till att optimera resursanvändningen inom jordbruket, säger Hui.

Bakgrund och mångsidig forskning

Innan hon började på LTU utvecklade Hui Han expertis inom flera banbrytande områden. Hennes forskning om Edge AI och TinyML lade grunden för att möjliggöra komprimerade maskininlärningsmodeller på resursbegränsade enheter. Parallellt fokuserade hon på att skapa hållbara modeller för försörjningskedjehantering, med särskild inriktning på returlogistik och cirkulär ekonomi. Hui bidrog också till forskning inom social handel, där hon undersökte hur sociala medier kan förbättra e-handel, och hon fördjupade sig i teknologier inom Industri 4.0 som IoT, blockchain och big data-analys. Denna mångsidiga forskningsportfölj speglar hennes engagemang för att hantera både tekniska utmaningar och verkliga tillämpningar inom framväxande områden.

– Jag har alltid drivits av att lösa verkliga problem genom att kombinera teknisk innovation med hållbarhet och praktiska lösningar. Det handlar om att skapa en påverkan som går bortom akademisk teori, säger Hui.

Att förena forskning och verklig påverkan

Hui hyllar Machine Learning-gruppen vid LTU och beskriver den som ett dynamiskt och samarbetande team som strävar efter att tänja på gränserna för innovation. Hon beundrar gruppens tvärvetenskapliga ansats, som främjar kreativitet och förenar grundforskning med verkliga tillämpningar. Denna miljö har inte bara gett möjligheter till givande samarbeten utan också möjliggjort för henne att ta itu med komplexa problem med ett bredare perspektiv.

Utanför arbetet har Hui omfamnat Luleås norrländska charm och njuter av dess natursköna landskap och unika kulturupplevelser. Från vandring i naturen till att uppleva de snöiga vintrarna, finner hon en uppfriskande balans mellan sitt professionella och personliga liv.

– Det stöd och den kamratskap jag har funnit vid LTU, kombinerat med Luleås naturliga skönhet, har gjort denna resa otroligt givande, säger Hui. Det är inspirerande att vara en del av en gemenskap som värderar både akademisk excellens och personlig utveckling.