Über
Dr. Haya Brama ist Forscherin und Labormanagerin bei AAIRL und spezialisiert auf Deep Learning, maschinelles Lernen und KI-Anwendungen für architektonische und urbane Systeme.
Sie schloss ihren Ph.D. in Neurowissenschaften an der Bar-Ilan University ab, wo sie biologische neuronale Netzwerke mit Populationsdynamik-Modellierung und In-vivo-elektrophysiologischen Aufzeichnungen untersuchte. Ihre Postdoc-Forschung an der Ariel University im Fachbereich Industrieingenieurwesen und Management erweiterte diese computergestützte Grundlage auf künstliche neuronale Netzwerke, Cybersicherheitsanwendungen und metaheuristische Suche.
Von 2000 bis 2023 war Haya Chief Scientific Officer bei ARK, einem Startup, das KI-basierte Werkzeuge für automatisiertes architektonisches Design entwickelt. Diese Laufbahn — von der Systemneurowissenschaft zum angewandten maschinellen Lernen in der gebauten Umwelt — informiert ihre aktuelle Arbeit, die rigorose computergestützte Modellierung mit praktischen Planungs- und Designproblemen verbindet.
Projekte
Ausbildung
- Post-Doctoral Studies Ariel University 2017 – 2022
- Ph.D. Bar-Ilan University 2011 – 2017
- B.A. Ben-Gurion University of the Negev 2007 – 2010
Beschäftigung
- Chief Scientific Officer Ark LTD 2020 – 2023
- Ariel University – Heute
Publikationen
AI-Driven Recommendations for Strategic Urban Renewal
Towards a Robust Evaluation Framework for Generative Urban Design
Weitere Publikationen
Graph representation of the fixed route dial-a-ride problem
Evaluation of neural networks defenses and attacks using NDCG and reciprocal rank metrics
Heat and Blur: An Effective and Fast Defense Against Adversarial Examples
Hours of high-frequency stimulations reveal intracellular neuronal trends in vivo
Synchronization among neuronal pools without common inputs: in vivo study
3 weitere anzeigen
Neuronal response impedance mechanism implementing cooperative networks with low firing rates and μs precision
Synthetic reverberating activity patterns embedded in networks of cortical neurons
Transient to zero-lag synchronization in excitable networks
Echte städtische Probleme mit KI lösen?
Wir begrüßen Bewerbungen von Forschenden, Designern und Praktikern aus verschiedenen disziplinären Hintergründen. Wenn Sie daran interessiert sind, zur Forschung an der Schnittstelle von KI, Design und Stadtforschung beizutragen, ermutigen wir Sie, sich zu bewerben und unserem Team beizutreten.