Foteini Liwicki

Biografi

Foteini Simistira Liwicki fick sin Ph.D. diplom från School of Electrical and Computer Engineering, NTUA, Grekland, inom området mönsterigenkänning 2015 med titeln "Erkännande av online handskrivna matematiska uttryck". Från 1997 till 2015 arbetade hon som forskarassistent vid Institutet för språk- och talbehandling, ATHENA RC, där hon huvudsakligen var ansvarig för forskningsprogram inom mönsterigenkänning, maskininlärning och naturlig språkbehandling. Hon var också mycket involverad i design och utveckling av innovativa utbildningsplattformar (inriktade främst på gymnasieutbildning i Grekland men även i andra europeiska länder). Från 2015 till juni 2019 arbetade hon som PostDoc-stipendiat vid universitetet i Fribourg (DIVA-forskargruppen) inom området dokumentbildanalys och databasgenerering. Från juni 2018 till juni 2019 arbetade hon som PostDoc-stipendiat i Machine Learning-gruppen vid Luleå tekniska universitet, Sverige.

Från maj 2022 arbetar hon som docent vid Luleå universitet, inom området maskininlärning och artificiell intelligens .

Forskningsintressen

• Maskininlärning
• Artificiell intelligens (AI)
• Hjärnförståelse
• Inre tal
• Beteendeanalys
• Natural Language Processing (NLP)
• Dokumentanalys
• Handskriftsigenkänning

Recensent inom: Hon fungerar som recensent i internationella vetenskapliga tidskrifter och konferenser (t.ex. Pattern Recognition Letters, DAS, ICFHR, ICDAR).

Vetenskaplig medlem

• Institutet för dokumentanalys och kunskapsvetenskap, Kyoto, Japan
• Utbildningsansvarig för International Association for Pattern Recognition (IAPR) tekniska kommitté nummer 11: Lässystem

Medicinsk neurovetenskap av Duke University på Coursera. Certifikat intjänat onsdagen den 3 juli 2019 11:09 GMT ( certifikat )

Forskningsverksamhet

Programkommittémedlem

• 14:e internationella konferensen om dokumentanalys och erkännande ( ICDAR2017 )
• 1st International Workshop on Open Services and Tools for Document Analysis ( ICDAR-OST ), en del av ICDAR2017-konferensen
• 13:e internationella workshopen om dokumentanalyssystem ( DAS2018 )
• 15:e internationella konferensen om dokumentanalys och erkännande ( ICDAR2019 )
• 2nd International Workshop on Open Services and Tools for Document Analysis ( ICDAR-OST ), en del av ICDAR2019-konferensen
• 14:e internationella workshopen om dokumentanalyssystem ( DAS2020 )
• 17:e internationella konferensen om gränser för handskriftsigenkänning ( ICFHR2020 )
• 25:e internationella konferensen om mönsterigenkänning ( ICPR2020 )
• 16:e internationella konferensen om dokumentanalys och erkännande ( ICDAR2021 )

Tävlingsarrangör

• ICDAR2017 Tävling om layoutanalys för utmanande medeltida manuskript , en del av ICDAR 2017
• ICDAR 2019 historisk dokumentläsningsutmaning om stora strukturerade familjeregister (ICDAR-2019-HDRC-kinesiska), en del av ICDAR2019
• Tävlingsarrangör av ICDAR2023 Tävling om erkännande av handskrivna matematiska uttryck CROHME 2023, en del av ICDAR 2023

Tävlingsordförande

• 16:e internationella konferensen om dokumentanalys och erkännande ( ICDAR2021 )

Allmän ordförande

• 18:e internationella konferensen om dokumentanalys och erkännande (ICDAR2024)

Utvärdering av doktorsavhandlingar

• 2019 - Extern examinator för Stefano Martina - doktorsavhandling - Klassificering av cancerjournaler med djupinlärningsmetoder , Florens universitet, Italien
• 2019 - Extern examinator för Qurat ul Ain - doktorsavhandling - Segmentering av Urdu Nastalique , University of Engineering and Technology Lahore, Pakistan

Bokkapitel

1. Simistira Liwicki, F. and Liwicki, M., 2020. Deep learning for historical document analysis. In Handbook Of Pattern Recognition And Computer Vision (pp. 287-303).
2. Simistira Liwicki, F., 2020. DIVA-HisDB A Precisely Annotated Dataset of Challenging Medieval Manuscripts. Handwritten Historical Document Analysis, Recognition, And Retrieval-State Of The Art And Future Trends, 89, p.25.
3. Simistira Liwicki F. et al., Deep Neural Network approaches for Analysing Videos of Music Performances, submitted to Journal of Creative Music Systems 2021, status: under revision

Förtryck

1. Simistira Liwicki, Foteini, et al. "Bimodal pilot study on inner speech decoding reveals the potential of combining EEG and fMRI." bioRxiv (2022). pdf

Undervisningsverksamhet

Advanced Data Mining (D7043E), länk
Introduktion till artificiell intelligens (D0030E), länk
Utbildningsledare för den nationella master i tillämpad artificiell intelligens TCAIA, länk
Utbildningsledare för den internationella mastern i tillämpad artificiell intelligens TMDIA, länk

Presentationer