Kaveh Amouzgar
Biträdande universitetslektor vid Institutionen för samhällsbyggnad och industriell teknik; Industriell teknik
- Mobiltelefon:
- 070-425 03 64
- E-post:
- kaveh.amouzgar@angstrom.uu.se
- Besöksadress:
- Ångströmlaboratoriet, Lägerhyddsvägen 1
752 37 Uppsala - Postadress:
- Box 169
751 04 Uppsala
- ORCID:
- 0000-0001-7534-0382
Kort presentation
Jag är biträdande universitetslektor i informatik vid institutionen för civil och industriell teknik. Mitt arbete fokuserar på dataanalys och avancerade optimeringstekniker, inklusive simuleringsbaserad, multiobjektiv och surrogate-assisterad optimering. Jag är också engagerad i att utveckla och tillämpa maskininlärning och extended reality (XR) för att driva innovation inom industrin.
Nyckelord
- machine learning
- statistical modeling and machine learning
- data analytics
- artifical intelligence
- c61 optimization techniques and programming models
- meta-modelling
- multi-objective optimization
Biografi
Jag har en ingenjörsbakgrund med en kandidatexamen i maskinteknik (2003) från Iran. Efter examen arbetade jag i fordons- och olje- och gasindustrin i åtta år innan jag flyttade till Sverige 2010 för att läsa en masterutbildning i produktutveckling och materialteknik.
Under mitt masterarbete blev jag fascinerad av tillämpningen av multiobjektiv optimering och simuleringsbaserad optimering med finita elementmetoden (FEM) i industriella sammanhang. För att fördjupa detta intresse fortsatte jag att forska och utveckla maskininlärningsmetoder integrerade med optimeringsalgoritmer som doktorand.
Efter att ha disputerat i informatik vid Högskolan i Skövde 2018 fokuserade jag min forskning på dataanalys samtidigt som jag undervisade i optimering och operationsanalys som universitetslektor. Jag var även ansvarig för masterprogrammet i Intelligent Automation vid Högskolan i Skövde under ett år innan jag började som biträdande universitetslektor vid Uppsala universitet i början av 2021.
Jag är för närvarande verksam i forskargruppen Industrial Analytics inom avdelningen för industriell teknik och management.
Forskning
Mina forskningsintressen omfattar simuleringsbaserad optimering och tillämpning av dataanalys, särskilt maskininlärningsmetoder, i industriella sammanhang. Jag arbetar även med forskning och utbildning kring tillämpningar av extended reality (XR) inom industrin.
Forskningsprojekt:
ARTISAN – Agentic Reality Training in Skill Acquisition for Next-Generation Manufacturing är ett Vinnova-finansierat projekt som utvecklar ett AI-baserat XR-träningssystem för att fånga och överföra expertkunskap inom tillverkningsindustrin. Genom att kombinera insamling av data i realtid, AI-baserad processanalys och immersiv XR-vägledning möjliggör ARTISAN för nya operatörer att lära sig komplexa arbetsmoment utan behov av direkt handledning. Projektet syftar till att förbättra utbildningseffektivitet, minska fel och stödja kunskapsbevarande inom svensk industri. ARTISAN är ett samarbete mellan AugmentedRealm, Hitachi Energy, Solme, Ekets Group och Uppsala universitet.
AI-COMPETE – Coordinated Multi-Agent AI-Powered Decision Support System for Sustainable Manufacturing är ett Vinnova-finansierat projekt som utvecklar ett multi-agent AI-system för att optimera produktion och energianvändning inom tillverkningsindustrin. Systemet integrerar förstärkningsinlärning, digitala tvillingar och koordinerat beslutsstöd för att förbättra produktivitet och samtidigt minska miljöpåverkan. Projektet syftar till att göra avancerade AI-lösningar tillgängliga för industrin, särskilt små och medelstora företag, och stödja Sveriges omställning till en mer hållbar och effektiv tillverkning. AI-COMPETE är ett samarbete mellan Högskolan i Skövde (koordinator), Uppsala universitet, Volvo Penta, Scania, Daloc AB och Evoma AB.
PreMoDIPS – Predictive Modelling for Data-Intensive Industrial Processes and Systems är ett forskningsprojekt som utvecklar prediktiva modelleringsmetoder för att stödja datadrivet beslutsfattande inom tillverkningsindustrin. Projektet fokuserar på att skapa metoder som kan hantera både kvantitativa och kvalitativa indata och utdata, samt osäkerhet i industriella system. Genom att kombinera prediktiv analys, diagnostisk analys och simuleringsbaserad optimering möjliggör PreMoDIPS för företag att automatisera planering och optimera processer och produkter mer effektivt. Projektet är ett samarbete mellan Högskolan i Skövde och AB SKF, finansierat av KK-stiftelsen, och bidrar till en hållbar industriell utveckling och utbildning genom tillämpad forskning och kompetensutveckling.
Pedagogiska projekt:
PUMA2025: Utbildning i maskinkonstruktion med extended reality. Detta projekt utvecklar en lärmiljö baserad på extended reality (XR) för undervisning i maskinkonstruktion inom civilingenjörsprogrammet i maskinteknik vid Uppsala universitet. Genom att integrera XR som ett virtuellt laboratorium kan studenter utforska och interagera med komplexa maskinkomponenter – såsom axlar, lager och kugghjul – i realistiska 3D-miljöer. Projektet syftar till att minska den kognitiva belastningen, förbättra förståelsen för konstruktionsprinciper och öka studenternas engagemang.
TUFF2024: GenAI i utbildning – AI som handledare och student. Detta projekt undersöker hur generativ AI kan integreras i undervisning och lärande. I masterkursen Logistic Systems Modeling and Optimization kommer AI att användas både som handledare, för att fördjupa studenternas förståelse, och som ”student” som studenterna undervisar och granskar. Detta dubbla angreppssätt syftar till att stärka det kritiska tänkandet, förbättra AI-kompetensen och stödja aktivt engagemang i kursinnehållet.
PUMA2023: Immersiv teknik för undervisning i maskinteknik – HoloMech, en applikation i mixed reality. Detta projekt utvecklade HoloMech, en mixed-reality-applikation för undervisning i hållfasthetslära inom ingenjörsutbildning. Genom att kombinera interaktiva 3D-visualiseringar och praktiska övningar med HoloLens syftade projektet till att minska den kognitiva belastningen, förbättra studenternas förståelse för komplexa begrepp och öka engagemanget. HoloMech implementerades som ett virtuellt laboratorium i kursen Hållfasthetslära vid Uppsala universitet och utvärderades med både kvantitativa och kvalitativa metoder.

Publikationer
Senaste publikationer
Ingår i Journal of manufacturing systems, s. 254-283, 2025
- DOI för A novel XR-based real-time machine interaction system for Industry 4.0: Usability evaluation in a learning factory
- Ladda ner fulltext (pdf) av A novel XR-based real-time machine interaction system for Industry 4.0: Usability evaluation in a learning factory
Smart process planning of crankshaft machining through multiple objectives optimization
Ingår i Procedia CIRP, s. 241-246, 2025
- DOI för Smart process planning of crankshaft machining through multiple objectives optimization
- Ladda ner fulltext (pdf) av Smart process planning of crankshaft machining through multiple objectives optimization
Ingår i IEEE Access, s. 82129-82143, 2025
- DOI för Augmented Reality for Machine Monitoring in Industrial Manufacturing: A Media Comparison in Terms of Efficiency, Effectiveness, and Satisfaction
- Ladda ner fulltext (pdf) av Augmented Reality for Machine Monitoring in Industrial Manufacturing: A Media Comparison in Terms of Efficiency, Effectiveness, and Satisfaction
Ingår i Journal of Air Transport Management, 2025
- DOI för Exploring prediction accuracy for optimal taxi times in airport operations using various machine learning models
- Ladda ner fulltext (pdf) av Exploring prediction accuracy for optimal taxi times in airport operations using various machine learning models
Ingår i International Journal of Production Research, s. 3572-3590, 2021
- DOI för Multi-objective optimisation of tool indexing problem: a mathematical model and a modified genetic algorithm
- Ladda ner fulltext (pdf) av Multi-objective optimisation of tool indexing problem: a mathematical model and a modified genetic algorithm
Alla publikationer
Artiklar i tidskrift
Ingår i Journal of manufacturing systems, s. 254-283, 2025
- DOI för A novel XR-based real-time machine interaction system for Industry 4.0: Usability evaluation in a learning factory
- Ladda ner fulltext (pdf) av A novel XR-based real-time machine interaction system for Industry 4.0: Usability evaluation in a learning factory
Smart process planning of crankshaft machining through multiple objectives optimization
Ingår i Procedia CIRP, s. 241-246, 2025
- DOI för Smart process planning of crankshaft machining through multiple objectives optimization
- Ladda ner fulltext (pdf) av Smart process planning of crankshaft machining through multiple objectives optimization
Ingår i IEEE Access, s. 82129-82143, 2025
- DOI för Augmented Reality for Machine Monitoring in Industrial Manufacturing: A Media Comparison in Terms of Efficiency, Effectiveness, and Satisfaction
- Ladda ner fulltext (pdf) av Augmented Reality for Machine Monitoring in Industrial Manufacturing: A Media Comparison in Terms of Efficiency, Effectiveness, and Satisfaction
Ingår i Journal of Air Transport Management, 2025
- DOI för Exploring prediction accuracy for optimal taxi times in airport operations using various machine learning models
- Ladda ner fulltext (pdf) av Exploring prediction accuracy for optimal taxi times in airport operations using various machine learning models
Ingår i International Journal of Production Research, s. 3572-3590, 2021
- DOI för Multi-objective optimisation of tool indexing problem: a mathematical model and a modified genetic algorithm
- Ladda ner fulltext (pdf) av Multi-objective optimisation of tool indexing problem: a mathematical model and a modified genetic algorithm
Optimizing index positions on CNC tool magazines considering cutting tool life and duplicates
Ingår i Procedia CIRP, s. 1508-1513, 2020
- DOI för Optimizing index positions on CNC tool magazines considering cutting tool life and duplicates
- Ladda ner fulltext (pdf) av Optimizing index positions on CNC tool magazines considering cutting tool life and duplicates
Metamodel-based multi-objective optimization of a turning process by using finite element simulation
Ingår i Engineering optimization (Print), s. 1261-1278, 2020
- DOI för Metamodel-based multi-objective optimization of a turning process by using finite element simulation
- Ladda ner fulltext (pdf) av Metamodel-based multi-objective optimization of a turning process by using finite element simulation
Radial basis functions with a priori bias as surrogate models: A comparative study
Ingår i Engineering Applications of Artificial Intelligence, s. 28-44, 2018
Ingår i The International Journal of Advanced Manufacturing Technology, s. 2469-2486, 2018
- DOI för A framework for simulation-based multi-objective optimization and knowledge discovery of machining process
- Ladda ner fulltext (pdf) av A framework for simulation-based multi-objective optimization and knowledge discovery of machining process
Radial basis functions as surrogate models with a priori bias in comparison with a posteriori bias
Ingår i Structural and multidisciplinary optimization (Print), s. 1453-1469, 2017
- DOI för Radial basis functions as surrogate models with a priori bias in comparison with a posteriori bias
- Ladda ner fulltext (pdf) av Radial basis functions as surrogate models with a priori bias in comparison with a posteriori bias
Doktorsavhandlingar, sammanläggning
Kapitel i böcker, delar av antologi
Ingår i Product Lifecycle Management (Volume 4), s. 153-170, Springer, 2019
Konferensbidrag
Multi-objective optimization of material model parameters of an adhesive layer by using SPEA2
Ingår i Advances in structural and multidisciplinary optimization, s. 249-254, 2015
An approach towards generating surrogate models by using RBFN with a priori bias
Ingår i ASME 2014 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, 2014
Multi-objective optimization of a disc brake system by using SPEA2 and RBFN
Ingår i ASME 2013 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, 2013