许多人工智能方面的进展集中在大数据。但真正使AI在个人和社会水平的潜力以有益的方式,我们需要利用其权力与定制的AI工具在小数据域更大的可访问性。

——莎拉Ostadabbas教师领导委员会成员,EAI

莎拉Ostadabbas是一个电子和计算机工程系助理教授和增强认知实验室的主任。致力于提高人类信息处理功能的研究通过设计自适应界面通过物理、生理、和认知状态估计。

她开发了增强和虚拟现实工具评估和增强的部分接口,基于严格的模型自适应参数化使用机器学习和计算机视觉算法。Ostadabbas的工作延伸到医疗和军事应用小数据领域,数据收集和标签是昂贵的,个性化的,和严格的隐私或分类法律的保护。

Ostadabbas发展学习框架与深层结构标记训练样本有限的工作。她的研究也涉及到将领域知识集成到之前学习和合成数据扩充和最大化广义学习跨领域的学习不变量表示。

迄今为止,Ostadabbas合著的同行评议的期刊和会议的文章超过100。她的研究已经收到资金从美国国家科学基金会(NSF)和认可,。国防部,Mathworks,亚马逊网络服务,Verizon,甲骨文,生原体和NVIDIA。公认的思想领袖,她与多通道数据融合研讨会(MMDF2018)和一个NSFπ完毕后孩子应能掌握如何专注于深度学习在小数据。此外,她是这个项目的主席机器学习信号处理中的事件(MLSP2019)主办的电气和电子工程师学会(IEEE),设计了一个车间的分析和建模,脸上和手势作为会议的一部分,计算机视觉和模式识别(CVPR2019)。

Ostadabbas IEEE高级会员。作为组织内的职责的一部分,她是计算机协会的成员,女性在工程、信号处理社会,工程在医学和生物学的社会,和年轻专业人士组。Ostadabbas也在国际社会虚拟康复和计算机协会特殊利益集团在人机交互。Ostadabbas是IEEE的事务的副主编生物电路与系统日报》编辑委员会的IEEE的传感器字母和数字生物期刊,并技术和会话的椅子数信号处理和机器学习会议。

她完成博士后研究在乔治亚理工学院获得博士学位后在达拉斯德克萨斯大学。Ostadabbas从佐治亚理工学院于2016年加入NEU,和她关注定义层次算法的发展和设备方面的AI-powered NEU剥离和启动Paretofront。