Gå till innehåll
Bibliotek
English
Personer

Håkan Grahn

Professor

Håkan Grahn

Håkan Grahn är professor i datateknik sedan 2007. Han tog en civilingenjörsexamen i datavetenskap och datateknik 1990 och en doktorsexamen i datateknik 1995, båda från Lunds universitet. Hans huvudintressen är datorarkitektur, flerkärniga system, GPU-beräkningar, parallellprogrammering, bildbehandling och maskininlärning/data mining. Han har publicerat mer än 100 artiklar i dessa ämnen. Under 1999-2002 var han prefekt för institutionen för programvaruteknik och datavetenskap, och under 2011-2013 var han forskningsdekan vid Blekinge Tekniska Högskola. Han var projektledare för BigData@BTH - "Skalbara resurseffektiva system för analys av stora datamängder", en forskningsprofil som finansierades av KK-stiftelsen under 2014-2020. För mer information: https://grahn.cse.bth.se

  1. Nemi Pelgrom, Johan Hangelbäck, Morgan Ericsson, Jonas Nordqvist, Håkan Grahn, "Hallucinations and Training-Data Bias", Computational Science and Computational Intelligence, ISSN 1865-0929, EISSN 1865-0937, pp. 59-69, Springer Science+Business Media B.V., 2025
  2. Nemi Pelgrom, Håkan Grahn, "Different Hallucinations calls for Different Solutions - A Categorisation of LLM Transcription Mistakes", CEUR Workshop Proceedings, EISSN 1613-0073, pp. 39-52, Technical University of Aachen, 2025
  3. Lars Lundberg, Alexander Westerhagen, Dragos Ilie, Håkan Grahn, Bo Granbom, Anna Svärd Olsson, "Evaluating Short Forward Error Correction Codes for Avoiding Detection in Airborne Networks", International Conference on Military Communication and Information Systems, ICMCIS, Institute of Electrical and Electronics Engineers (IEEE), 2025
  4. Christian Nordahl, Veselka Boeva, Håkan Grahn, Marie Netz Persson, "On Evaluation of Data Stream Clustering Algorithms", IEEE Access, EISSN 2169-3536, Vol. 13, pp. 139524-139546, Institute of Electrical and Electronics Engineers (IEEE), 2025
  5. Ashir Javeed, Anton Borg, Håkan Grahn, Lars Lundberg, Dhyey Patel, Sogand Shirinbab, "Improving Cloud Efficiency", Proceedings - 2025 8th International Conference on Data Science and Machine Learning Applications, CDMA 2025, pp. 120-125, Institute of Electrical and Electronics Engineers (IEEE), 2025

Ingen information tillgänglig