Vaibhav Gupta

Vaibhav Gupta, M.Sc.

Raum:
117
Telefon:
+49406541-2270
Besucheranschrift
Helmut-Schmidt-Universität
Gebäude H3
Holstenhofweg 85
22043 Hamburg
Postanschrift
Helmut-Schmidt-Universität
Fakultät für Elektrotechnik
Postfach 70 08 22
22008 Hamburg

Profil

Vaibhav Gupta ist seit 2024 als wissenschaftlicher Mitarbeiter an der Professur für Data Engineering tätig. Seine Forschung an der HSU konzentriert sich auf die Entwicklung zuverlässiger und interpretierbarer datengetriebener Methoden in den Bereichen Gesundheitswesen und Materialwissenschaften. Im Gesundheitsbereich beschäftigt er sich mit Datensätzen zum Diabetesmanagement sowie mit kognitiven Daten, wobei der Schwerpunkt auf der Bewertung der Datenqualität und der Imputation fehlender Daten liegt. Für die Rekonstruktion fehlender Daten entwickelt er an die Größe der Datenlücken angepasste Imputationsverfahren. Dabei kommen polynomiale Methoden für kurze Datenlücken sowie Deep-Learning- und diffusionsbasierte Ansätze für größere Datenlücken zum Einsatz. Im Bereich des Datenqualitätsmanagements entwickelt er umfassende Benchmarking-Frameworks, die verschiedene Evaluationsdimensionen miteinander kombinieren, um die Qualität und Zuverlässigkeit medizinischer Datensätze systematisch zu bewerten. Darüber hinaus befasst sich seine Forschung mit der Entdeckung interpretierbaren mathematischer Gleichungen (Equation Discovery) und Physics-Informed Neural Networks (PINNs), um physiologische Prozesse zu modellieren und Domänenwissen in datengetriebene Modelle zu integrieren. Sowohl im Gesundheitswesen als auch in den Materialwissenschaften untersucht er Ansätze zur Gleichungsentdeckung und PINN-basierte Methoden, um aussagekräftige Zusammenhänge in Daten zu identifizieren und das zugrunde liegende Verhalten physiologischer Systeme sowie auxetischer Strukturen zu modellieren. Übergeordnetes Ziel seiner Forschung ist es, die Zuverlässigkeit von Daten zu verbessern und gleichzeitig interpretierbare sowie durch Domänenwissen gestützte Machine-Learning-Methoden für reale Anwendungsbereiche zu entwickeln.

Lehre

  • RZ-Praktikum: NFC/ WiFi Hacking – Flipper Zero
  • Large-Scale Data Management

Ausgewählte Publikationen

Publikation Symbol-Icon
Imputing missing multi-sensor data in the healthcare domain: A systematic review
Vaibhav Gupta, Florian Grensing, Beyza Cinar, Maria Maleshkova
Image and Vision Computing Volume 164, December 2025, 105797
Publikation Symbol-Icon
Improving Hypoglycemia Prediction by Benchmarking Heart Rate Data Quality Using Impute Paradigm
Vaibhav Gupta, Beyza Cinar, Maria Maleshkova
EMBC 2026, Toronto, Canada, 2026 (Accepted)
Publikation Symbol-Icon
FRAM-SHAP: Framework for Combined Evaluation Metrics through SHAP Analysis
Vaibhav Gupta, Florian Grensing, Louisa van den Boom, Maria Maleshkova
Proceedings of the 2025 IEEE 25th BIBE
HSU

Letzte Änderung: 7. August 2026