Д-р Рафи Улла — ученый и исследователь с более чем пятнадцатилетним опытом работы в сфере высшего образования, научных исследований, научного руководства аспирантами, разработки учебных программ и обеспечения качества образования. Он получил степень доктора философии (PhD) в области компьютерных и информационных наук в Пакистанском институте инженерных и прикладных наук (PIEAS), степень магистра наук (MS) в области проектирования компьютерных систем в Институте инженерных наук и технологий имени Гулама Исхак-хана (GIK) и степень магистра наук (MSc) в области информатики в Университете Пешавара (Пакистан). До прихода в Университет Центральной Азии д-р Улла занимал должность доцента в Национальном университете науки и технологий (NUST) в Пакистане. Ранее он работал доцентом в Технологическом университете Петронас (Малайзия) и Национальном технологическом университете (Пакистан), а также занимал должности старшего преподавателя (Assistant Professor) в Университете Маджмаа (Саудовская Аравия), Университете COMSATS (Исламабад) и Университете Эйр (Пакистан). Его предыдущий опыт академической и исследовательской деятельности включает работу в качестве постдокторанта-исследователя в Технологическом университете Петронас и научного сотрудника в Университете Уорика (Великобритания). В сферу научных интересов д-ра Уллы входят искусственный интеллект, машинное обучение, глубокое обучение, компьютерное зрение, обработка медицинских изображений, кибербезопасность, защита мультимедийных данных и цифровая криминалистика, цифровые водяные знаки, анализ сигналов ЭЭГ и медицинская информатика. Его исследования охватывают применение методов машинного обучения в медицинской визуализации, анализе когнитивных расстройств, обработке сигналов головного мозга, аутентификации изображений и видео, а также в области кибербезопасности.
Он выступал в качестве руководителя ряда исследовательских проектов, финансируемых в рамках международных и институциональных программ, включая проекты по обнаружению угроз со стороны программ-вымогателей в системах Интернета вещей (IoT), защите медицинских изображений с использованием машинного обучения, аутентификации сигналов ЭЭГ и внедрению цифровых водяных знаков в медицинские изображения. Он является автором более 30 публикаций в рецензируемых журналах и материалах конференций, в том числе в таких изданиях, как IEEE Access, Applied Intelligence, Information Sciences, Computers & Electrical Engineering и Journal of NeuroEngineering and Rehabilitation. Д-р Улла также имеет опыт научного руководства аспирантами, в частности, в таких областях, как глубокое обучение для медицинской диагностики, обнаружение дипфейков с помощью ИИ и анализ активности мозга на основе данных ЭЭГ. Среди его научных достижений — четыре патента, зарегистрированных в Малайзии и касающихся отслеживания и анализа сигналов ЭЭГ, а также книга, посвященная внедрению цифровых водяных знаков в изображения. В Университете Центральной Азии д-р Улла будет применять свой обширный международный опыт в образовательной и научной деятельности в рамках программы «Информатика», участвуя в преподавании, проведении исследований, руководстве аспирантами и реализации междисциплинарных академических инициатив.
Publications
- Rahim, M. A., Mushafiq, M., Khan, S. D., Ullah, R., Khan, S., & Ishaque, M. (2025). Technical analysis-based unsupervised intraday trading djia index stocks: is it profitable in long term? Applied Intelligence, 55(3), 199.
- Shaikh, M. u. R., Hassan, M. F., Akbar, R., Savita, K., Ullah, R., & Mandala, S. (2024). Ransomware Classification with Deep Neural Network and Bi-LSTM. Journal of Advanced Research in Applied Sciences and Engineering Technology, 47(2), 266-280.
- Ullah, R., Hasan, M. H. b., Khan, S. D., & Rahim, M. A. (2024). Secure Transmission of Compressed Medical Image Sequences on Communication Networks Using Motion Vector Watermarking. Computers, Materials & Continua, 78(3), 3283-3301.
- Amin, H. U., Ullah, R., Reza, M. F., & Malik, A. S. (2023). Single-trial extraction of event-related potentials (ERPs) and classification of visual stimuli by ensemble use of discrete wavelet transform with Huffman coding and machine learning techniques. 20(1), 70.
- Ali, M. L., Rauf, Z., Khan, A., Sohail, A., Ullah, R., & Gwak, J. (2023). CB-HVT Net: A Channel-Boosted Hybrid Vision Transformer Network for Lymphocyte Detection in Histopathological Images. IEEE Access, 11, 115740-115750.