My Nguyen

Forschungsassistentin

M.Sc., Doktorandin

Anschrift:      An der Weberei 5, 96047 Bamberg
Raum:            WE5/04.090

E-mail:            my.nguyen(at)uni-bamberg.de

Sprechstunde: 

im Vorlesungszeitraum: Donnerstag, 14.00 bis 15.00 Uhr in WE5/04.090 (Anmeldung per Email wird empfohlen)

außerhalb: nach Vereinbarung

Biographie:

My ist seit 2025 Doktorandin am Lehrstuhl für Erklärbares Maschinelles Lernen (xAI) an der Otto-Friedrich-Universität Bamberg. Ihre Forschung konzentriert sich auf Anomalieerkennung in Bildern und Videos sowie auf übergreifende Fragestellungen zu Modell- und Dateneffizienz, Erklärbarkeit und Robustheit. Insbesondere untersucht sie, wie sich visuelle Anomalieerkennungsmodelle für kritische Anwendungen in der medizinischen Bildanalyse und der Lebensmittelsicherheit einsetzen lassen, etwa zur automatisierten, KI-gestützten Fleischuntersuchung.

My trat dem xAI Lab nach dem Abschluss ihres Master of Science in Computing in the Humanities an der Universität Bamberg bei, mit einem besonderen Fokus auf Machine Learning, Deep Learning und Natural Language Processing. Vor ihrer Promotion war sie von 2023 bis 2025 als studentische Hilfskraft am Lehrstuhl für Erklärbares Maschinelles Lernen tätig und wirkte sowohl in der Lehre als auch in der Forschung mit. Sie unterstützte die Lehrveranstaltungen „Deep Learning“ und „Mathematics for Machine Learning“ durch die Erstellung und Korrektur von Theorie- und Programmieraufgaben.

Im Rahmen ihrer Masterarbeit beschäftigte sich My mit der Verbesserung von Datenschutz und Modelleffizienz im Federated Learning. Dabei untersuchte sie den Einsatz von Conditional Variational Autoencoders unter formalen Differential-Privacy-Garantien, um datenschutzwahrenden Datenaustausch zu ermöglichen und die Generalisierungsfähigkeit über verschiedene nachgelagerte Aufgaben hinweg zu verbessern. Die Ergebnisse ihrer Arbeit bildeten die Grundlage für eine anschließende Publikation, die auf der MICCAI 2025 Konferenz akzeptiert wurde.

Vor Abschluss ihres Masterstudiums sammelte My weitere wertvolle Erfahrungen als Research Intern bei ZEISS in der Abteilung Imaging and Smart Sensor Systems. Dort entwickelte sie Deep-Learning-Methoden zur Integration und Fusion von Basismodellen für die monokulare metrische Tiefenschätzung. Ihre Arbeit trug zur Entwicklung verschiedener Visualisierungstechnologien bei, darunter robuste 3D-Rekonstruktion in der digitalen Mikroskopie.

Neben ihrer Forschung im Bereich Machine Learning interessiert sich My für Linguistik und Kulturen. Sie lernt fremde Länder genauso gerne über ihre Sprachen und Literatur kennen wie durch Reisen. In ihrer Freizeit liest sie viel, kocht gerne und macht Fitness.