Uzay Kaymak

Prof.dr.ir. Uzay Kaymak

Hoogleraar informatiesystemen in de gezondheidszorg

 

  • Onderzoeksprofiel: onderzoek naar intelligente systemen voor beslissingsondersteuning
  • Onderzoeksexpertise: computational intelligence, fuzzy systems, beslissingsondersteuning, machine learning, verklaarbare AI, gezondheidsanalyse, klinische beslissingsondersteuning, business intelligence, soft computing

Biografie

Uzay Kaymak is hoogleraar informatiesystemen in de gezondheidszorg bij JADS. Na zijn studie aan de Technische Universiteit Delft heeft hij functies vervuld bij Shell International Exploration and Production en de Erasmus Universiteit Rotterdam. Zijn onderzoek richt zich op fuzzy modellering, intelligente beslissingsondersteunende systemen, datamining en computationele intelligentiemethoden, waarbij linguïstische informatie, ofwel weergegeven als declaratieve taalkundige regels afgeleid van experts of verkregen via natuurlijke taalverwerking, wordt gecombineerd met numerieke informatie die uit data wordt gehaald door computationele en machinale leermethoden. Zijn onderzoeksresultaten zijn gebruikt op verschillende gebieden, zoals financiële besluitvorming en klinische beslissingsondersteuning. Prof. Kaymak is een internationaal erkend onderzoeker, die (co)auteur is van meer dan 300 wetenschappelijke publicaties op het gebied van intelligente systemen, geautomatiseerde beslissingsondersteuning en computationele intelligentie. In het verleden was hij gastprofessor aan Salford University, UK en Zhejiang University, China. Hij is ook lid van EAISI.

Relevante academische links

Onderzoeksprojecten

JADS neemt ook deel aan verschillende (internationale) projecten die bijdragen aan grote maatschappelijke uitdagingen zoals gezondheid, voedselzekerheid, slim transport en veilige samenlevingen. Samen met bedrijven, overheid, NGO’s en andere kennisinstellingen werkt JADS aan oplossingen door gebruik te maken van data.

Meer over projecten


Kom in contact met onze onderzoeksafdeling

Onderzoek
    I agree to the privacy policy.

Group 5
Group 6
Group 7