Sahlgrenska universitetssjukhuset logotyp

Yinan Yu

Yinan Yu är biträdande professor vid Institutionen för data- och informationsteknik, Chalmers tekniska högskola. Hon är disputerad inom maskininlärning och signalbehandling.

Hennes forskning kombinerar multimodal maskininlärning (signaler, text, bilder, tidsserier, 3D-data och strukturerade databaser) med grundmodeller och datastyrning för att möjliggöra domänspecifikt och personanpassat beslutsstöd i säkerhetskritiska miljöer. Hon samarbetar nära med aktörer inom hälso- och sjukvård och transportsektorn med målet att omsätta forskning till praktiskt användbara system. 

Fokusområde 

Yinans forskning omfattar två parallella spår: utveckling av grundläggande algoritmer inom multimodal AI och implementering av kompletta AI-system för verkliga tillämpningar. Ett centralt mål är att skapa begripliga, tillförlitliga och användarcentrerade AI-system som stödjer professionella beslutsprocesser i säkerhetskritiska sammanhang. Arbetet inkluderar sekvensmodellering, stora språkmodeller, fysikinformerade tidsseriemodeller samt metoder för robust generalisering mellan domäner. 

Algoritmiska beslutsstöd

Utvalda publikationer 

  • Dippel F, Yu Y, Rosengren A, m.fl. 
    Analysis of heart failure patient trajectories using sequence modeling. 
    arXiv. 2025. 
  • Yu Y, Dippel F, Lundberg CE, m.fl. 
    Cost-Aware Prediction (CAP): An LLM-Enhanced Machine Learning Pipeline for Heart Failure Mortality Prediction. 
    arXiv. 2025. 
  • Wang S, Yu Y. 
    iQUEST: An iterative question-guided framework for knowledge base question answering. 
    ACL. 2025. 
  • Khoee AG, Yu Y, Feldt R. 
    Domain generalization through meta-learning: A survey. 
    Artificial Intelligence Review. 2024. 
  • Yu Y, Scheidegger S, McKelvey T. 
    Building efficient CNNs using depthwise convolutional eigen-filters. 
    Neurocomputing. 2024. 
     

Pågående & planerade forskningsprojekt 

  • SafeHelper (WASP) 
    Utveckling av LLM-baserade multimodala system för säkerhetskritiskt beslutsstöd. 
  • AI-driven telemonitorering vid hjärtsvikt (Vinnova) 
    Förbättrad uppföljning i specialiserad hemsjukvård med AI-stöd.
  • NoAI 
    Multimodalt AI-stöd för trafikanter med olika funktionsvariationer.
  • Fysikinformerade tidsseriemodeller 
    Utveckling av säkrare och robusta foundation-modeller.
  • Semantiskt medveten datalake-optimering (VR) 
    Effektiv strukturering av multimodala datalager.

Handledningsengagemang

  • Huvudhandledare för flera doktorander inom multimodal AI och tillämpad maskininlärning
  • Bihandledare för doktorandprojekt inom cybersäkerhet, datalake-optimering och fordonsrelaterad AI 

Yinan Yu

Forskningsledare
E-post