Forskningsprofil

Jeg er adjunkt ved Aalborg Universitet med særlig interesse for adaptiv cybernetics af menneske-maskine-interfaces. Min forskning fokuserer på design og analyse af menneske-maskine-interfaces som lukkede reguleringssystemer, hvor anvendt matematik, reguleringsteori og AI‑baseret algoritmeudvikling kombineres for at betragte menneske, interface og teknologi som ét integreret system.
Metodisk er mit arbejde forankret i anvendt matematik, reguleringsteori og algoritmeudvikling, med stærk vægt på machine learning og AI-baseret signalbehandling til realtidsregulering. Jeg arbejder med feedback- og reguleringsprincipper, adaptiv kontrol og kontrolfordeling, særligt i systemer hvor menneskets funktionelle kapacitet ændrer sig over tid. Jeg kombinerer system- og kontroltænkning med fysiologisk signalbehandling og strukturerede ML‑algoritmer til klassifikation og dekodning, udviklet til realtidsdrift i lukkede kontrol-sløjfer.
I stedet for at anvende sort-boks-tilgange benytter jeg kontrol- og modelinformerede AI-metoder, hvor algoritmiske og læringsbaserede komponenter designes ud fra systemdynamik og fysiologisk signalgenerering og indlejres i veldefinerede interface- og reguleringsarkitekturer.
En væsentlig del af min forskning er anvendt inden for assistiv og rehabiliterende robotteknologi, herunder menneske-robot-interfaces baseret på fysiologiske signaler såsom tungebaseret input og hjerne-computer-interfaces (BCI). I denne sammenhæng undersøger jeg, hvordan adaptive, læringsunderstøttede interface-strategier kan understøtte kontinuitet i brug og reducere behovet for gentagen oplæring, når kontrolmodaliteter nødvendigvis må ændres.

Undervisningsprofil

Min undervisningsprofil spænder over bachelor-, kandidat- og ph.d.-niveau og er tæt koblet til min forskning i adaptiv cybernetics og menneske‑maskine‑systemer. Jeg underviser i og eksaminerer kurser inden for robotik, reguleringssystemer, menneske-robot-interfaces, rehabiliteringsrobotik samt optagelse og analyse af fysiologiske signaler, hvor jeg kombinerer grundlæggende teori med anvendte, systemorienterede perspektiver.
På bachelorniveau underviser jeg i centrale tekniske fag såsom Anvendt matematik, Lineære systemer, Digitale systemer og Fundamentale robotmanipulatorer, hvor jeg lægger vægt på systemmodellering, reguleringsprincipper og sammenhængen mellem matematiske grundlag og virkelige robotsystemer. Jeg bidrager desuden til undervisning i optagelse og analyse af fysiologiske signaler.
På kandidatniveau fokuserer min undervisning på Human-Robot Interaction, Rehabiliteringsrobotik, Anvendt sundheds- og industrirobotik samt kontekstuel og kollaborativ robotik. I disse kurser rammesætter jeg menneske-maskine-interfaces som lukkede reguleringsarkitekturer, hvor sensing, regulering og eksperimentel evaluering med mennesker integreres. De studerende arbejder med realistiske systemer og trænes i at vurdere performance, robusthed og begrænsninger i menneske-robot-systemer under varierende betingelser.
En væsentlig del af min undervisning består af projektvejledning på tværs af uddannelser inden for robotik, sundhedsteknologi og klinisk videnskab, herunder projekter med eksternt samarbejde. Her har jeg særligt fokus på projekt‑ og problembaseret læring (PBL), tværfagligt samarbejde og eksperimentel validering med mennesker i reguleringssløjfen. Jeg har omfattende erfaring som eksaminator, intern censor og semesterkoordinator, hvilket bidrager til sammenhæng og progression i uddannelsernes curriculum.
Gennem min undervisning tilstræber jeg at give de studerende både teknisk dybde og systemforståelse, så de er rustet til at designe, analysere og evaluere adaptive menneske-maskine-systemer i både forskningsnære og anvendelsesorienterede sammenhænge.

Derudover er jeg K-VIP for uddannelsen i Sundhedsteknologi og informatik, hvor jeg arbejder med at styrke koblingen mellem uddannelse og praksis gennem samarbejde med virksomheder og eksterne aktører med fokus på employability og praksisnær læring.