Multimodal Data

Het onderzoek van Daniele di Mitri richt zich op de manier waarop multimodale data het leren kunnen ondersteunen. Multimodale data zijn data die verzameld worden uit allerlei uiteenlopende bronnen, zoals slimme horloges, sensoren in kleding of op het lichaam, video enzovoorts. Di Mitri: 'Ik heb een achtergrond in artificiële intelligentie (AI). Mijn interesse in in multimodale data is dus niet alleen gericht op hoe je ze kunt gebruiken voor analyses, maar ook op hoe je ze kunt gebruiken om aangepaste feedback te genereren door middel van machine-leren.' Zo onderzoekt hij onder andere hoe je met gebruik van multimodale data reanimatietrainingen (CPR) kunt verbeteren.
Hij legt zijn werk uit in deze video.

Ook Sambit Praharaj was genomineerd

De Martin Wolpers’ award beloont hoe jonge onderzoekers hun onderzoek actief verbinden met - en positioneren in - de wetenschap en in de maatschappij. De andere twee finalisten die EC-TEL en UNIR iTED hadden genomineerd voor deze prijs waren Sambit Praharaj (ook promovendus bij het Welten-instituut) en Alejandro Ortega-Arranz (Universidad de Valladolid).

Het onderzoek Multimodal Tutor for CPR data maakt deel uit van het Europese project SafePat, een project dat patiëntveiligheid in grensregio’s bevordert door gestandaardiseerde procedures, beleid en innovatieve tools.