核心领域：软计算软件工程、人工智能、优化算法、软件测试（组合交互测试）、机器学习。
主要技术方向：
基于搜索的软件测试：组合交互测试（T‑way 测试）的测试用例生成与最小化策略，利用元启发式算法（如和声搜索、花朵授粉算法、布谷鸟搜索、肾脏算法、游牧人优化器 NPO）生成优化测试集，支持工业 IoT 等应用场景；
元启发式优化算法：提出游牧人优化器（NPO）用于大规模连续优化问题；混合改进和声搜索（HHS）等算法，应用于特征选择与全局优化；
软件质量与测试：软件测试与维护、质量保证、测试用例优先级排序、基于 AI 的缺陷预测；
机器学习与数据挖掘：模糊神经网络（FMM）模式分类、隐朴素贝叶斯（HNB）分类器（用于糖尿病等医学数据集）、深度/半监督学习（SMS 诈骗检测、OCR）；
AI 在工业/智能系统中的应用：AI 驱动的制造流程优化（KTP 项目）、智能公交追踪、IoT 组合测试生成、知识图谱与推荐系统。
工具与技能：精通 Java、MATLAB、Python 编程，具备软件测试工具开发与专利/版权转化经验，主导多项来自马来西亚高教部、英国 Innovate UK 等资助的产学研项目。
专家详情：
【重要履历】任人工智能与机器学习国际暑期学校负责人、机器学习实验室主任及计算机科学（人工智能方向）副课程负责人，并担任伊拉克 AlBayan 大学客座教授。获马来西亚理科大学（USM）软件工程博士学位，此前曾任马来西亚彭亨大学副教授，指导超过 60 名本科生、32 名硕士生和 9 名博士生。是 FHEA、IBM 卓越中心会士、马来西亚技术委员会专业技师及 IEEE 高级会员，并荣获韩国 SIIF 金奖及特别奖、英国 BIS 金奖等多项国际发明展殊荣。
【技术能力】专长于软计算软件工程、人工智能、优化算法、图像处理与机器学习。核心研究聚焦基于搜索的软件测试（组合交互测试的测试用例生成与优化）、元启发式算法（如游牧人优化器 NPO、肾脏算法、和声搜索）的开发与应用，以及 AI 在医疗诊断（糖尿病预测）、物联网测试和智能交通系统中的应用。具备从算法设计、测试套件生成到工业应用的全链条研发能力，并精通软件质量保证与测试方法论。
【标志性成果】发表期刊与会议论文 80 余篇，其中多篇发表于 IEEE Access、Neural Computing and Applications、Expert Systems with Applications 等 Q1 期刊。主导的“游牧人优化器”已申请专利，开发了多项组合测试工具版权。主持或参与了 20 余项科研项目，总经费逾百万马币，涵盖 IoT 智能测试用例生成、基于强化学习的组合测试生成及模糊神经网络模式分类等方向。当前在英国主持的 KTP 项目（与 Hadley Group 和 ModPods International 合作）总预算约 57.5 万英镑，聚焦 AI/ML 驱动的制造流程数字化转型，展现了其研究向产业应用的成功拓展。长期担任多个国际会议主席及 IEEE Access 等期刊编辑，学术服务广泛。