Manoranjan Kumar | lnu.se

Min forskarskola

Industriforskarskolan Data Intensive Applications (DIA) Data Intensive Applications (DIA) är en forskarskola för industridoktorander som fokuserar på tillämpad forskning inriktad mot de utmaningar…

Mina forskargrupper

Data Intensive Software Technologies and Applications (DISTA) Forskargruppen Data Intensive Software Technologies and Applications studerar datastyrda metoder, såsom maskininlärning, artificiell…
Linnaeus University Centre for Data Intensive Sciences and Applications DISA är Linnéuniversitetets spetsforskningsmiljö som arbetar med insamling, analys och nyttogörande av stora datamängder.…

Mina pågående forskningsprojekt

Doktorandprojekt: Utveckling av digital tvilling vid Volvo CE Detta doktorandprojekt innebär att utveckla en plattform för en så kallad digital tvilling. Målet är att förstå problem hos kunder och…

Publikationer

Artikel i tidskrift (Refereegranskat)

Kumar, M., Ekevid, T., Löwe, W. (2024). Operator model for wheel loader short-cycle loading handling. Automation in Construction. 167.
Status: Publicerad
Ghanadi, M., Kumar, M., Danielsson, P., Hultgren, G., Barsoum, Z. (2024). Unsupervised machine learning for local stress identification in fatigue analysis of welded joints. Welding in the World.
Status: Epub för tryck

Konferensbidrag (Refereegranskat)

Kumar, M., Löwe, W., Cramsky, J., Danielsson, P. (2023). Driving pattern classification for wheel loaders in different material handling using machine learning. IEEE Transactions on Intelligent Transportation Systems, ITSC. 283-290.
Kumar, M., Cramsky, J., Löwe, W., Danielsson, P. (2023). A prediction model for exhaust gas regeneration(EGR) clogging using offline and online machinelearning. Commercial Vehicle Technology 2022 : Proceedings of 7th commercial vehicle technology symposium.. 185-198.