Travis Barrett
Forskningsingenjör
Organisationstillhörighet
Anställd på Avdelningen för Datateknik.Forskningsområde
Forskar inom naturvetenskap, data- och informationsvetenskap.Forskningsintresse
Jag är specialiserad inom mekatronik och elektroteknik. Min forskning fokuserar på industriell processövervakning och miljöbaserade IoT-nätverk. Mer specifikt utvecklar jag avancerade maskininlärningsarkitekturer, såsom Latent-space Controlled Variational Autoencoders (LaC-VAE), för automatisk sensorkalibrering. Vid Högskolan Väst är mitt arbete inriktat på data engineering, pyrometri och bearbetning av akustiska emissionsdata för att övervaka och optimera pulverbäddsprocesser inom additiv tillverkning.
Hur min forskning kan göra skillnad
Genom att överbrygga klyftan mellan hårdvaruteknik och intelligenta datapipelines syftar min forskning till att göra avancerad industriell och miljörelaterad övervakning mer tillgänglig, robust och skalbar.
Inom tillverkningsindustrin bidrar intelligent processövervakning till högre kvalitet och minskat materialspill. Inom miljösektorn möjliggör användningen av kostnadseffektiva, automatiskt kalibrerade sensornätverk att kommuner kan fatta databaserade beslut kring infrastruktursäkerhet, smart vattenhantering och klimatanpassning.
Nyckelord
Additiv tillverkning, pulverbäddsfusion, processövervakning, maskininlärning (ML), artificiell intelligens (AI), variationella autoenkodare (VAE), IoT-sensornätverk, kalibrering, akustisk emission, mekatronik, data engineering.