Cookie usage policy

The website of the University Carlos III of Madrid use its own cookies and third-party cookies to improve our services by analyzing their browsing habits. By continuing navigation, we understand that it accepts our cookie policy. "Usage rules"

Rashmi Dutta Baruah
  • Nombre:   RASHMI DUTTA BARUAH
  • Doctorado en:   Sistemas de Comunicación
  • Departamento UC3M:  Ingeniería Telemática
  • E-mail (uc3m): rdutta@it.uc3m.es

Proyecto: CLAIRE - Contextual Deep Learning Framework for Predictive Analytics in Smart Environments

La Internet de las Cosas (IoT) ha hecho realidad los entornos inteligentes, como hogares inteligentes, edificios inteligentes y fábricas inteligentes. Estos entornos suelen generar una gran cantidad de datos, denominados ‘big data’. Estos datos deben analizarse e interpretarse de manera que puedan utilizarse para la automatización en varios niveles. Una de las formas de lograr esto es a través del análisis predictivo. El contexto juega un papel importante en los entornos inteligentes habilitados para IoT, ya que permite una interpretación más significativa de los datos recopilados. Actualmente, los enfoques de aprendizaje profundo, en particular las redes neuronales profundas (DNN), han ganado atención ya que son adecuados para los entornos de big data. Las DNN han demostrado su potencial en diversas aplicaciones al aprender las complejas relaciones entre los datos de entrada y salida. Sin embargo, su aplicabilidad está limitada en los dominios donde dichas relaciones están influenciadas por la información del contexto. Este proyecto tiene como objetivo aprovechar la información de contexto para desarrollar un marco de aprendizaje profundo contextual (CxDL). Se intentará investigar y desarrollar mecanismos de aprendizaje para realizar el marco CxDL, específicamente, Contextual DNN, que tendrá en cuenta la información de contexto. Como caso de uso, los enfoques desarrollados se aplicarán para el análisis predictivo en un entorno inteligente, como en una fábrica inteligente para la monitorización automatizada de condiciones y el mantenimiento predictivo. 

CV:

Rashmi Dutta Baruah obtuvo su título de doctor en Sistemas de Comunicación por la Escuela de Computación y Comunicaciones de la Universidad de Lancaster, Reino Unido en 2013. Recibió una de las diez prestigiosas becas completas de la Facultad de Ciencias y Tecnología de la Universidad de Lancaster durante cuatro años (2009-2013) para cursar sus estudios de doctorado. Actualmente es profesora ayudante en el Departamento de Informática e Ingeniería del Instituto Indio de Tecnología de Guwahati. Su interés en investigación se encuentra en general en el área de Inteligencia Artificial y Aprendizaje Automático. Ha publicado más de 50 artículos de investigación en revistas revisadas por pares y actas de congresos, y supervisó 4 tesis doctorales y 11 trabajos fin de grado. Ha dirigido varios proyectos financiados por industrias como Oil and Natural Gas Corporation Limited (la compañía de gas natural y petróleo crudo más grande de la India) y TATA Steel, y presentó dos patentes como parte de los resultados obtenidos. También desempeña colaboración como editora asociada de la revista de Springer sobre sistemas en evolución.

Información sobre perfiles de investigadores públicos:

Producción Científica

Name of fellow:  Rashmi Dutta Baruah 

Department: Telematic Engineering 

Name of Supervisor: Prof. Mario Muñoz Organero 

Project Acronym: CLAIRE 

Project Title: Contextual Deep Learning Framework for Predictive Analytics in Smart Environments 

CLAIRE project aims to investigate and develop learning mechanisms and models referred to as Contextual Deep Learning that will consider explicitly the context information that is available from the problem domain. The developed approaches and models will be applied to smart environments for predictive analysis. As a case study the task of predictive maintenance within the scope of Industry 4.0 and smart factories will be considered.  To achieve the project’s objectives, various tasks are planned within three years of time frame. During the first year, the tasks are more focussed towards development of approaches and models and its validation using benchmark dataset. The major dissemination and communication activities are planned for the second year.  However, some activities that are performed during the period from 18 November 2021 to 30 August 2022 are mentioned below. 

 

List of activities performed during the period 18 November 2021 to 30 August 2022 

 

• Actividades de Divulgación y Comunicación

Created and published the project website which is available at: www.claireproject.com 

 

Updated professional networking account: 

https://www.linkedin.com/in/rashmi-dutta-baruah-85a96226/ 

 

Serving as an Associate Editor for Springer Journal of Evolving Systems and reviewed four papers for the journal. 

https://www.springer.com/journal/12530/editors 

 

Co-organizing a Special Session on Intelligent and Contextual Systems at 14th Asian Conference on Intelligent Information and Database Systems to be held at Vietnam during 28-30 November 2022.  

https://aciids.pwr.edu.pl/2022/special_sessions.php 

 

Submitted a proposal to IEEE for Co-organizing the IEEE Conference on Evolving and Adaptive Intelligent System at UC3M Madrid from 23-24 May 2024 

 

• Otras actividades

Attended the following training and Development Programs organized by UC3M: 

Research Skills 

Excellence and Open Science (3 hrs) 

Horizon Europe ERC Proposal Starting & Consolidator Grant Preparation (4 hrs) Preparation of Proposals to Horizon Europe (3 hrs) 

Communication Skills 

Communicating Science (6 hrs) 

Intellectual Property Rights 

Protection of Intellectual Property and its Transfer to the Company (6 hrs)