Lago Paula
Coordonnées
Biographie
La Dr Paula Lago est professeure adjointe au Département de génie électrique et informatique de la Gina Cody School of Engineering and Computer Science à l’Université Concordia, à Montréal. Titulaire d’un doctorat en génie logiciel de l’Universidad de Los Andes (Colombie), elle a effectué un stage postdoctoral en apprentissage automatique appliqué aux données de capteurs à l’Institut de technologie de Kyushu (Japon). Elle possède également une maîtrise et un baccalauréat en génie informatique.
Elle s’est illustrée pour son expertise en informatique pervasive (informatique diffuse permettant à des objets de se reconnaitre entre eux), capteurs portables et apprentissage automatique pour la reconnaissance d’activités humaines. Elle est lauréate du Gary Marsden Travel Award de l’ACM SIGCHI et a dirigé plusieurs projets de recherche interdisciplinaires sur l’intelligence artificielle en santé.
Intérêts de recherche
Intérêts et programmation de recherche
Le programme de recherche de la Dr Lago s’articule autour de l’intégration de l’intelligence artificielle, des technologies portables (wearables) et de l’analyse de données hétérogènes pour la reconnaissance des comportements humains et le soutien à la santé, en particulier dans le contexte du vieillissement et des soins de longue durée.
Axes principaux :
- Reconnaissance d’activités humaines (HAR)
Développement de modèles robustes d’apprentissage profond pour détecter automatiquement les routines et comportements humains à partir de capteurs inertiels (IMU), en milieux naturels ou assistés. - Informatique pervasive et capteurs portables
Études sur les données issues de dispositifs portables, incluant la gestion de la variabilité des signaux, le traitement longitudinal et la fiabilité des dispositifs dans des environnements réels. - Santé numérique et intelligence artificielle appliquée
Conception d’outils mobiles favorisant l’autoréflexion sur la santé (ex. applications basées sur les données d’activité), analyse rythmique des données pour le suivi longitudinal, notamment chez les personnes âgées. - Science ouverte et pipelines de données hétérogènes
Développement d’architectures pour le traitement et l’analyse de grands ensembles de données hétérogènes dans des contextes de recherche interdisciplinaire en santé.
Depuis son arrivée à Concordia en 2021, elle a reçu deux subventions institutionnelles (FRDP et Applied AI Working Group) totalisant 58 000 $, et supervise actuellement plusieurs étudiants à la maîtrise et au doctorat sur des projets liés à la reconnaissance d’activités, aux données longitudinales et à la santé des aînés.
Mots-clés : human activity recognition, wearable sensors, machine learning, pervasive computing, aging, elder care, health monitoring, data pipelines, AI in health, sensor variability