Onderzoeksoutput per jaar
Onderzoeksoutput per jaar
Persoonlijk profiel
Research profile
-
Ervaring
- Worked as an intern at Damaodar Valley Coorporation.
- ML Engineer at Goalwit Technologies.
- Junior Research Fellow at ICSR (IIT-M).
Opleiding / Academische kwalificatie
Technology, other, Master, Indian Institute of Technology, Madras
2021 → 2023
Datum van toekenning: 18 jul. 2023
Mechanical engineering, Bachelor, Jamia Millia Islamia
aug. 2016 → jul. 2020
Vingerafdruk
Verdiep u in de onderzoeksgebieden waarop Mohammad Shadab Alam actief is. Deze onderwerplabels komen uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.
- 1 Soortgelijke profielen
Samenwerkingen en hoofdonderzoeksgebieden uit de afgelopen vijf jaar
Recente externe samenwerking op landen-/regioniveau. Duik in de details door op de stippen te klikken of
-
From A to B with Ease: User-Centric Interfaces for Shuttle Buses
Alam, M. S., Subramanian, T., Martens, M., Remlinger, W. & Bazilinskyy, P., 22 sep. 2024, 16th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, AutomotiveUI 2024 - Adjunct Conference Proceedings. Association for Computing Machinery, Inc, blz. 111-116 6 blz.Onderzoeksoutput: Hoofdstuk in Boek/Rapport/Congresprocedure › Conferentiebijdrage › Academic › peer review
-
Harnessing traditional controllers for fast-track training of deep reinforcement learning control strategies
Alam, M. S. (Corresponding author) & Carlucho, I., 18 jun. 2024, (E-publicatie vóór gedrukte publicatie) In: Journal of Marine Engineering and Technology. XX, XOnderzoeksoutput: Bijdrage aan tijdschrift › Tijdschriftartikel › Academic › peer review
Open Access1 Citaat (Scopus)
Datasets
-
Harnessing traditional controllers for fast-track training of deep reinforcement learning control strategies
Alam, M. S. (Ontwerper) & Carlucho, I. (Ontwerper), Taylor and Francis Ltd., 18 jun. 2024
DOI: 10.6084/m9.figshare.26058302, https://tandf.figshare.com/articles/dataset/Harnessing_traditional_controllers_for_fast-track_training_of_deep_reinforcement_learning_control_strategies/26058302 en nog één link, https://tandf.figshare.com/articles/dataset/Harnessing_traditional_controllers_for_fast-track_training_of_deep_reinforcement_learning_control_strategies/26058302/1 (minder tonen)
Dataset
Scriptie
-
Data Driven Control for Marine Vehicle Maneuvering
Alam, S. (Auteur), Somayajula, A. S. (Afstudeerdocent 1), 2023Scriptie/Masterproef: Master