« Back

Fatemi Nastaran

Professeure HES associée

Main skills

Professeure HES associée

Phone: +41 24 557 75 90

Desktop: B29

Haute école d'Ingénierie et de Gestion du Canton de Vaud
Route de Cheseaux 1, 1400 Yverdon-les-Bains, CH

Institute
IICT - Institut des Technologies de l'Information et de la Communication

I am a Professor at HEIG-VD, University of Applied Sciences of Western Switzerland in Yverdon since 2003. I hold a PhD in Computer Science from EPFL (2003), and a Master in Computer Science from Joseph Fourier University of Grenoble-France (1998).

I have conducted several research projects and industry contracts in the field of Information Retrieval and Big Data Analytics. I am a member of the Intelligent Data Analysis (IDA) group at the ICT Institute of HEIG-VD, whose main mission is the development of applied research projects on massive data analysis using machine learning and distributed computing.

I teach a number of courses in the Bachelor and the Master programs of the HES-SO, such as, Database Systems, Information Retrieval Techniques, Data Management, Big Data Analytics, and Programming in SCALA.

MSc HES-SO en Engineering - HES-SO Master

Big Data Analytics
Data Management

BSc HES-SO en Economie d'entreprise - Haute école d'Ingénierie et de Gestion du Canton de Vaud

Méthodes d'accés aux données
Programmation appliquée en Scala
Analyse des données big data
Bases de données NoSQL
Bases de données relationnelles

2024

Jumeau numérique de réseaux de distribution

Professional paper ArODES

Mokhtar Bozorg, Nastaran Fatemi, Christopher Meier, Mohammad Rayati, Luca Tomasini

bulletin.ch = Fachzeitschrift und Verbandsinformationen von Electrosuisse und VSE = Bulletin SEV/AES : revue spécialisée et informations des associations Electrosuisse et AES, 2024, 1, 21-24

Link to the publication

Summary:

Les jumeaux numériques ont le potentiel de révolutionner la gestion des réseaux de distribution. Ces représentations virtuelles d’un système physique en temps réel intègrent et enrichissent les données de diverses sources : la plateforme TwinDiGrid permet ainsi de visualiser l’état du réseau, d’identifier les points critiques et de simuler les scénarios du futur.

2020

L'intelligence artificielle au service des réseaux :

Professional paper ArODES

le projet Grid Data Digger

Mokhtar Bozorg, Nastaran Fatemi, Carlos Andrés Peña-Reyes, Omid Mousavi, Mauro Carpita

bulletin.ch = Fachzeitschrift und Verbandsinformationen von Electrosuisse und VSE = Bulletin SEV/AES : revue spécialisée et informations des associations Electrosuisse et AES, 2020, vol. 8, pp. 19-23

Link to the publication

Summary:

Comment garantir un fonctionnement optimal et sécurisé des réseaux de distribution d’électricité dans un contexte d’évolution constante? La plateforme «Grid Data Digger» utilise des méthodes d’analyse de données massives (big data) et d’apprentissage automatique (machine learning) pour aider les gestionnaires de réseaux à relever ce défi.

L’intelligence artificielle au service des réseaux de distribution éléctrique

Scientific paper

Bozorg Mokhtar, Carpita Mauro, Fatemi Nastaran, Pena Carlos Andrés, Omid Mousavi

Bulletin SEV/VSE, Electrosuisse, 2020

Link to the publication

Achievements

PEOPLE@HES-SO
Directory and Skills inventory

Fatemi Nastaran

Professeure HES associée

Main skills

Information Retrieval

Data Driven Applications

Big Data Analytics

Stream Processing

Professeure HES associée

PEOPLE@HES-SO Directory and Skills inventory

Fatemi Nastaran

Professeure HES associée

Main skills

Information Retrieval

Data Driven Applications

Big Data Analytics

Stream Processing

Professeure HES associée

PEOPLE@HES-SO
Directory and Skills inventory