Keegan Mbiyana

Doktorand

Institutionen för maskinteknik Fakulteten för teknik

keegan.mbiyana@lnu.se

0470-70 82 09

070-309 54 22

Spara kontaktuppgifter Ladda ner bild

Mina forskargrupper

Smart Industry Group (SIG) Smart Industry Group (SIG) är en tvärvetenskaplig forskargrupp med expertis från datavetenskap och maskinteknik. SIG:s fokus är att göra produktion och produkter inom…

Mina pågående forskningsprojekt

Projekt: Datadriven tillståndsbedömning av grusvägar för hållbart underhåll Projektet syftar till att förbättra effektiviteten och ändamålsenligheten i tillståndsbedömningen av grusvägar för att uppnå…

Publikationer

Artikel i tidskrift (Refereegranskat)

Mbiyana, K., Kans, M. (2024). A participatory data-driven approach for unpaved road condition monitoring. Journal of Construction Project Management and Innovation. 14 (1). 57-71.
Status: Publicerad

Konferensbidrag (Refereegranskat)

Mbiyana, K., Kans, M., Campos, J. (2021). A data-driven approach for gravel road maintenance. 2021 International Conference on Maintenance and Intelligent Asset Management (ICMIAM). 1-6.

Kapitel i bok, del av antologi (Refereegranskat)

Mbiyana, K., Kans, M. (2024). A Comparative Study Regarding Information Quality of Data Acquisition Methods for Gravel Road Condition Measurement. 17th WCEAM Proceedings. Springer. 343-355.

Artikel, forskningsöversikt (Refereegranskat)

Mbiyana, K., Kans, M., Campos, J., Håkansson, L. (2023). Literature Review on Gravel Road Maintenance : Current State and Directions for Future Research. Transportation Research Record. Sage Publications. 2677 (5). 506-522.
Status: Publicerad

Konferensbidrag (Övrigt vetenskapligt)

Mbiyana, K., Kans, M. (2023). A participatory data-driven approach for unpaved road condition monitoring. Proceedings of the 8th International Conference on Sustainable Transportation in Africa (ICTA2023) AVANI Victoria Falls Resort, Livingstone, Zambia, June 26 –28, 2023.

Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)

Mbiyana, K. (2023). On the establishment of a data-driven approach to gravel road maintenance. Licentiate Thesis. Växjö, Linnaeus University Press. 44.