Sebastian Bader
Docent|Associate Professor
- Tjänstetitel: Docent
- Akademisk titel: Docent
- Telefon arbete: +46 (0)10-1428095
- E-postadress: sebastian.bader@miun.se
- Besöksadress: Holmgatan 10, Sundsvall
- Rumsnummer: L322
- Ort: Sundsvall
-
- Anställd inom ämnet:
- Elektroteknik
- Elektronik
-
- Forskningscentra:
- STC Forskningscenter
Jag är universitetslektor i elektronik och docent i inbyggda system vid Mittuniversitetet. Min forskning fokuserar på autonoma och hållbara sensorsystem, med särskilt intresse för energy harvesting, självförsörjande sensorsystem, energisnåla inbyggda system och inbyggd maskininlärning.
Jag ingår i forskargruppen Autonomous Sensor Systems vid forskningscentret STC, där jag har en ledande roll i gruppens vetenskapliga utveckling och handleder doktorander och postdoktorer.
Utöver forskning och undervisning är jag aktiv inom akademiskt ledarskap och universitetets kollegiala styrning. Jag är för närvarande ordförande i NMT:s grundutbildningsråd och vald lärarrepresentant i Mittuniversitetets styrelse.
Bakgrund
Jag tog min ingenjörsexamen i informationsteknik vid University of Applied Sciences i Wilhelmshaven, Tyskland, 2008. Därefter började jag vid Mittuniversitetet, där jag tog licentiatexamen i elektronik 2011 och doktorsexamen i elektronik 2013. År 2020 blev jag docent i inbyggda system.
Min akademiska bakgrund är internationell. Under min forskarutbildning var jag gästdoktorand vid CSIRO i Brisbane, Australien, och senare var jag gästforskare vid University of Southampton i Storbritannien.
Sedan min doktorsexamen har jag haft flera forsknings- och akademiska tjänster vid Mittuniversitetet och är idag universitetslektor i elektronik.
Forskningsområden
Mina huvudsakliga intresseområden är:
- Autonoma och hållbara sensorsystem
- Energiutvinning (energy harvesting) och självförsörjande system
- Energisnåla inbyggda system och Internet of Things
- Inbyggd maskininlärning och TinyML
- Industriell tillståndsövervakning och strukturell hälsomonitorering
- Edge intelligence och kontinuerligt lärande
- Trådlösa sensorsystem
Jag är särskilt intresserad av samspelet mellan energiautonomi, beräkningsautonomi och operationell autonomi, det vill säga hur sensorsystem kan fungera med begränsat beroende av extern energiförsörjning, kommunikationsinfrastruktur och mänsklig inblandning, samtidigt som de i allt högre grad själva kan tolka och agera utifrån insamlade sensordata.
Forskning
Min forskning handlar om utveckling av autonoma och hållbara sensorsystem. Ett återkommande tema i min forskning är att autonoma system behöver betraktas som kompletta system, där samspelet mellan energiförsörjning, sensorer, beräkningar, kommunikation och applikationsmiljö måste tas i beaktande.
Ett viktigt forskningsområde är energiautonomi. Min forskning omfattar systematiska metoder för design och karakterisering av energy harvesting system samt utveckling av tekniker för att utvinna energi från solenergi och kinetiska energikällor. Under senare år har ett särskilt fokus varit energy harvesting baserad på variabel reluktans för roterande system och dess användning för självförsörjande sensorer och tillståndsövervakning.
Ett andra viktigt forskningsområde är beräkningsautonomi, framför allt resurssnål maskininlärning och TinyML. Här undersöker jag hur sensordatabehandling och alltmer avancerad dataanalys kan utföras direkt på resursbegränsade inbyggda system. Tillämpningar omfattar bland annat industriell tillståndsövervakning, strukturell hälsomonitorering, anomalidetektering, aktivitetsigenkänning och autonom inspektion.
Jag deltar i och leder flera nationella och internationella forskningsinitiativ som finansieras av bland andra KK-stiftelsen, Vinnova, STINT, Horizon Europe och EU COST. Samverkan med industrin är en viktig del av dessa forskningsinitiativ. Jag samarbetar med både större industriföretag och teknikintensiva små och medelstora företag. Dessa samarbeten ger tillgång till relevanta forskningsproblem och möjligheter att utveckla och utvärdera teknik under realistiska förhållanden.
Jag handleder doktorander och postdoktorer inom energy harvesting, inbyggd intelligens och autonoma sensorsystem. Jag har handlett fem doktorander fram till disputation och är för närvarande huvudhandledare för fem doktorander.
Undervisning
Min undervisning fokuserar framför allt på inbyggda system, elektronik, sensorsystem och inbyggd maskininlärning. Jag har omfattande erfarenhet av kursutveckling och har utvecklat flera kurser på grundnivå och avancerad nivå från grunden. Detta inkluderar en kurs på avancerad nivå inom inbyggd maskininlärning som jag för närvarande undervisar i.
Jag har tidigare varit programansvarig för flera ingenjörsutbildningar, bland annat under tio år för civilingenjörsprogrammet i elektroteknik.
Jag är meriterad lärare i elektronik inom Mittuniversitetets pedagogiska meriteringssystem. Sedan 2025 är jag ordförande i fakultetens grundutbildningsråd, där jag arbetar med utbildningskvalitet och strategisk utveckling av utbildningen inom fakulteten.
Övrigt
Jag är aktiv inom det internationella forskarsamhället och är för närvarande Associate Editor för Sustainable Computing: Informatics and Systems och IEEE Sensors Letters. Jag har haft flera ledande roller vid internationella vetenskapliga konferenser, bland annat som General Chair och Technical Program Committee Chair för IEEE Sensors Applications Symposium (SAS) och ACM ENSsys. Sedan 2022 är jag medlem i IEEE SAS Steering Committee och är för närvarande Chair-Elect.
Jag anlitas regelbundet som extern akademisk sakkunnig. Mina uppdrag har bland annat omfattat granskning av forskningsansökningar för organisationer som European Research Council och Icelandic Research Fund, externa uppdrag som opponent eller granskare av doktorsavhandlingar vid flera europeiska universitet, utvärdering av ingenjörsutbildningar samt bedömning av pedagogisk skicklighet vid akademiska anställnings- och befordringsärenden.
Sedan maj 2026 är jag vald lärarrepresentant i Mittuniversitetets styrelse.
Forskningsprojekt
Pågående
IRS TransTech - Internationella forskarskolan inom Transformative Technologies
NIIT - Nästa generations Industriella IoT
SHIELD (Structural Health Inspection with Embedded Low-Power Devices)
Avslutade
ASIS - Autonoma sensorer för industriella trådlösa sensornätverk
Long Life Power Platforms for Internet of Things - LoLiPoP-IoT
Utsläppsmätning av entreprenadmaskiner genom IoT-baserad aktivitetskartläggning
Publikationer
Artiklar i tidskrifter
Artiklar, forskningsöversikter
Doktorsavhandlingar, sammanläggningar
Konferensbidrag
Licentiatavhandlingar, sammanläggningar
Artiklar i tidskrifter
Lu, Y. , Zhang, Y. , Zhang, Y. , Li, D. & Bader, S. (2027). Pipeline Posterior Scoring Module for out-of-distribution detection via attachable uncertainty quantification. Reliability Engineering & System Safety, vol. 277
Lu, Y. , Zhang, Y. , Liu, H. , Zhang, X. , Bader, S. & Rahardja, S. (2026). A Novel Lightweight Distributional Knowledge Harmonization Framework for Acoustic Emission-Based Marine Pipeline Leak Pattern Recognition. IEEE Transactions on Industrial Informatics, , ss. 1-12.
Wang, H. , Zhang, Y. , Lei, Y. , Bowen, C. , Xu, Y. , Bader, S. , Cao, J. & Liao, W. (2026). Circular Halbach flexible electromagnetic energy harvesting from rotating machinery: design, modeling and experiments. Mechanical systems and signal processing, vol. 257
Kuang, M. , Zou, X. , Xie, F. , Li, X. , Chen, S. , Liu, D. , Zhang, Y. , Bader, S. & et al. (2026). DDM-YOLO : A lightweight oriented detection model for mature daylily fruits in complex environments. Journal of King Saud University Computer and Information Sciences, vol. 38: 3
Zhang, Y. , Lu, Y. , Li, D. , Bader, S. & Zio, E. (2026). Dynamic Causal Graph Network for Reliable Pipeline Leak Detection. Reliability Engineering & System Safety, vol. 275
Kuang, M. , Wang, Y. , Li, X. , Zou, X. , Liu, D. , Xiang, Y. , Bader, S. , Xie, F. & et al. (2026). GCP-YOLO : high-precision detection of tiny chili flowers in complex greenhouse scenes. Frontiers in Plant Science, vol. 17
Wang, X. , Li, H. , Liu, Z. , Zhang, J. , Zhang, Y. & Bader, S. (2026). Lightweight LSTM-Optimized Time-Difference Mapping Method for Precise Acoustic-Emission Source Localization in Composite Materials. IEEE Transactions on Instrumentation and Measurement, vol. 75
Skrivanek, V. , Rubes, O. , Bader, S. & Hadas, Z. (2026). Modulating structural modal properties via synchronized switch piezoelectric damping with variable phase and voltage. Measurement, vol. 281
Zhang, Y. , Lu, Y. , Martinez Rau, L. S. , Qiu, Q. & Bader, S. (2026). Real-time on-device weed identification using a hardware-efficient lightweight CNN. Frontiers in Plant Science, vol. 17
He, R. , Zhang, Q. , Wang, C. , Li, Z. , Chen, Z. , Zhang, Y. & Bader, S. (2026). Robust Microseismic Denoising via Multivariate Singular Spectrum Analysis Coupled with Frequency-Domain-Aware U-Net. IEEE Transactions on Geoscience and Remote Sensing, vol. 64
Lu, Y. , Zhang, Y. , Qiu, X. , Ren, W. , Zhao, C. , Chen, M. , Li, Y. , Bader, S. & et al. (2026). Structural health monitoring of offshore pipelines via a novel spatial-topological adaptive graph neural network. Structural Health Monitoring,
Lu, Y. , Zhang, Y. , Liu, H. & Bader, S. (2026). TinyLSN : A Lightweight Network for Real-Time Marine Pipeline Leakage Detection in IoT Systems. IEEE Internet of Things Journal, vol. 13: 10, ss. 21104-21116.
Zhang, Y. , Nürnberg, A. , Martinez Rau, L. , Nguyen Phuong Vu, Q. , Lu, Y. , Oelmann, B. & Bader, S. (2026). TinyML pipeline for efficient crack classification in UAV-based structural health inspections. Scientific Reports, vol. 16
Zhang, Y. , Lu, Y. , Martinez Rau, L. S. , Fan, Z. , Qiu, Q. , O'Flynn, B. & Bader, S. (2026). TinyML-Enabled IoT Edge Framework with Knowledge Distillation for Weed Classification. IEEE Internet of Things Journal, vol. 13: 12, ss. 27453-27466.
Hamza, K. , Bouattour, G. , Benbrahim, F. , Bader, S. , Fakhfakh, A. & Kanoun, O. (2025). A Robust Energy Management Circuit for Energy Harvesting from Wideband Low-Acceleration Vibrations in Wireless Sensor Screws. IEEE Sensors Letters, vol. 9: 9, ss. 1-4.
Jewsakul, S. , Bader, S. & Ngai, E. C. H. (2025). FioRa+ : Empowering Energy Neutrality-aware Multicast Firmware Distributions in Energy-harvesting LoRa Networks. ACM transactions on sensor networks, vol. 22: 4
Zhang, Y. , Li, H. , Lei, Y. , Liao, W. -. , Bowen, C. , Xu, Y. , Bader, S. , Arafa, M. & et al. (2025). Halbach-enhanced variable reluctance energy harvesting for self-powered condition monitoring. Energy, vol. 335
He, R. , Zhang, Q. , Wang, C. , Chen, Z. , Zhang, Y. & Bader, S. (2025). Low-SNR Microseismic Source Localization via Multiscale Convolutional Network With Coordinate Attention. IEEE Transactions on Instrumentation and Measurement, vol. 74
Martinez Rau, L. , Zhang, Y. , Oelmann, B. & Bader, S. (2025). On-Device Anomaly Detection in Conveyor Belt Operations. IEEE Open Journal of Instrumentation and Measurement, vol. 4
Zhang, Y. , Pullin, R. , Oelmann, B. & Bader, S. (2025). On-Device Fault Diagnosis with Augmented Acoustic Emission Data : A Case Study on Carbon Fiber Panels. IEEE Transactions on Instrumentation and Measurement, vol. 74, ss. 1-12.
Bader, S. & Oelmann, B. (2024). Instrumentation and Measurement Systems : The Challenge of Designing Energy Harvesting Sensor Systems. IEEE Instrumentation & Measurement Magazine, vol. 27: 4, ss. 22-28.
Martinez Rau, L. , Chelotti, J. O. , Giovanini, L. L. , Adin, V. , Oelmann, B. & Bader, S. (2024). On-Device Feeding Behavior Analysis of Grazing Cattle. IEEE Transactions on Instrumentation and Measurement, vol. 73
Bader, S. (2023). Instrumentation and Measurement Systems : Methods, Applications and Opportunities for Instrumentation and Measurement. IEEE Instrumentation & Measurement Magazine, vol. 26: 7, ss. 28-33.
Zhang, Y. , Adin, V. , Bader, S. & Oelmann, B. (2023). Leveraging Acoustic Emission and Machine Learning for Concrete Materials Damage Classification on Embedded Devices. IEEE Transactions on Instrumentation and Measurement, vol. 72
Zhang, Y. , Wang, W. , Xie, J. , Lei, Y. , Cao, J. , Xu, Y. , Bader, S. , Bowen, C. & et al. (2022). Enhanced variable reluctance energy harvesting for self-powered monitoring. Applied Energy, vol. 321
Phan, T. N. , Aranda, J. J. , Oelmann, B. & Bader, S. (2021). Design optimization and comparison of cylindrical electromagnetic vibration energy harvesters. Sensors, vol. 21: 23
Ma, X. , Bader, S. & Oelmann, B. (2021). On the Performance of the Two-Diode Model for Photovoltaic Cells under Indoor Artificial Lighting. IEEE Access, vol. 9, ss. 1350-1361.
Aranda, J. J. , Bader, S. & Oelmann, B. (2021). Self-powered wireless sensor using a pressure fluctuation energy harvester. Sensors, vol. 21: 4
Xu, Y. , Bader, S. , Magno, M. , Mayer, P. & Oelmann, B. (2021). System Implementation Trade-Offs for Low-Speed Rotational Variable Reluctance Energy Harvesters. Sensors, vol. 21: 18
Ying, Z. , Zhu, H. , Junyi, C. , Xu, Y. , Bader, S. & Oelmann, B. (2021). Theoretical modeling and experimental verification of rotational variable reluctance energy harvesters. Energy Conversion and Management, vol. 233
Bader, S. , Ma, X. & Oelmann, B. (2020). A Comparison of One- and Two-Diode Model Parameters at Indoor Illumination Levels. IEEE Access, vol. 8, ss. 172057-172064.
Zelenika, S. , Hadas, Z. , Bader, S. , Becker, T. , Gljušćić, P. , Hlinka, J. , Janak, L. , Kamenar, E. & et al. (2020). Energy harvesting technologies for structural health monitoring of airplane components—a review. Sensors, vol. 20: 22
Phan, T. , Bader, S. & Oelmann, B. (2020). Performance of an electromagnetic energy harvester with linear and nonlinear springs under real vibrations. Sensors, vol. 20: 19
Ma, X. , Bader, S. & Oelmann, B. (2020). Power Estimation for Indoor Light Energy Harvesting Systems. IEEE Transactions on Instrumentation and Measurement, vol. 69: 10, ss. 7513-7521.
Aranda, J. J. L. , Bader, S. & Oelmann, B. (2019). A space-coiling resonator for improved energy harvesting in fluid power systems. Sensors and Actuators A-Physical, vol. 291, ss. 58-67.
Xu, Y. , Bader, S. & Oelmann, B. (2019). Design, modeling and optimization of an m-shaped variable reluctance energy harvester for rotating applications. Energy Conversion and Management, vol. 195, ss. 1280-1294.
Bader, S. , Ma, X. & Oelmann, B. (2019). One-diode photovoltaic model parameters at indoor illumination levels – A comparison. Solar Energy, vol. 180, ss. 707-716.
Xu, Y. , Bader, S. & Oelmann, B. (2018). A Survey on Variable Reluctance Energy Harvesters in Low-Speed Rotating Applications. IEEE Sensors Journal, vol. 18: 8, ss. 3426-3435.
Aranda, J. J. L. , Bader, S. & Oelmann, B. (2018). An Apparatus For The Performance Estimation Of Pressure Fluctuation Energy Harvesters. IEEE Transactions on Instrumentation and Measurement, vol. 67: 11, ss. 2705-2713.
Ma, X. , Bader, S. & Oelmann, B. (2017). Characterization of Indoor Light Conditions by Light Source Classification. IEEE Sensors Journal, vol. 17: 12, ss. 3884-3891.
Bader, S. , Ma, X. & Oelmann, B. (2014). On the Modeling of Solar-Powered Wireless Sensor Nodes. Journal of Sensor and Actuator Networks, vol. 3: 3, ss. 207-223.
Bader, S. & Oelmann, B. (2011). Durable Solar Energy Harvesting from Limited Ambient Energy Income. International Journal on Advances in Networks and Services, vol. 4: 1&2, ss. 66-80.
Artiklar, forskningsöversikter
Zhang, Y. , Lei, Y. , Wang, W. , Bowen, C. , Xu, Y. , Bader, S. , Arafa, M. , Cao, J. & et al. (2026). A review on energy harvesting for sustainable IoT monitoring systems. Renewable & sustainable energy reviews, vol. 232
Zhang, Y. , Wang, W. , Wu, X. , Lei, Y. , Cao, J. , Bowen, C. , Bader, S. & Yang, B. (2023). A comprehensive review on self-powered smart bearings. Renewable & sustainable energy reviews, vol. 183
Xiao, H. , Pan, M. , Chu, J. Y. H. , Bowen, C. R. , Bader, S. , Aranda, J. & Zhu, M. (2022). Hydraulic Pressure Ripple Energy Harvesting : Structures, Materials, and Applications. Advanced Energy Materials, vol. 12: 9
Xu, Y. , Zhang, Y. , Bader, S. , Oelmann, B. & Cao, J. (2022). Three-phase variable reluctance energy harvesting. Energy Conversion and Management, vol. 14
Doktorsavhandlingar
Bader, S. (2013). On the lifetime and usability of environmental monitoring wireless sensor networks. Diss. (Sammanläggning) Sundsvall : Mid Sweden University, 2013 (Mid Sweden University doctoral thesis : 161)
Konferensbidrag
Jansen, K. , Forsström, S. , Bader, S. & Öberg, L. (2026). From Simple Ai Chatbots To Adaptive Learner Support: Our Journey Towards Data Driven Personalized. I Proceedings of the 20th annual International Technology, Education and Development Conference. (INTED Proceedings)
Martinez Rau, L. , Nguyen Phuong Vu, Q. , Zhang, Y. , Oelmann, B. & Bader, S. (2025). Adaptive Noise Resilient Keyword Spotting Using One-Shot Learning. I 2025 IEEE 11th World Forum on Internet of Things (WF-IoT).. S. 1--6.
Nguyen Phuong Vu, Q. , Lago, P. , Bader, S. & Inoue, S. (2025). ALOHA : Leveraging Additional Information to Learn Robust Representations for Human Activity Recognition. I 2025 International Conference on Activity and Behavior Computing (ABC).
Martinez Rau, L. S. , Zhang, Y. , Nguyen Phuong Vu, Q. , Oelmann, B. & Bader, S. (2025). An On-Device Hybrid Machine Learning Approach for Anomaly Detection in Conveyor Belt Operations. I 2025 IEEE International Instrumentation and Measurement Technology Conference (I2MTC).
Perez, F. , Redondo-Ayala, A. , Wu, M. , Xu, Y. , Bader, S. , Frances, A. & Mujica, G. (2025). Co-designing a Variable Reluctance Energy Harvester and Power Management System for Smart Bearing Applications. I 2025 IEEE Sensors Applications Symposium (SAS). (IEEE Sensors Applications Symposium SAS)
Nguyen Phuong Vu, Q. , Martinez Rau, L. S. , Zhang, Y. , Tran, N. D. , Oelmann, B. , Magno, M. & Bader, S. (2025). Efficient Continual Learning in Keyword Spotting using Binary Neural Networks. I 2025 IEEE Sensors Applications Symposium (SAS).. S. 1--6.
Li, W. , Wu, X. , Hu, X. , Zhang, Y. , Bader, S. & Huang, Y. (2025). LD-RPMNet: Near-Sensor Diagnosis for Railway Point Machines. I 2025 IEEE Sensors Applications Symposium (SAS).. S. 1--6.
Wang, X. , Li, H. , Liu, Z. , Zhang, J. , Zhang, Y. & Bader, S. (2025). Long short-term memory-optimized time difference mapping for enhanced acoustic emission source localization in composite materials. I 2025 IEEE Sensors Applications Symposium (SAS).. S. 1--6.
Zhang, Y. , Xu, Y. , Martinez Rau, L. S. , Nguyen Phuong Vu, Q. , Oelmann, B. & Bader, S. (2025). On-Device Crack Segmentation for Edge Structural Health Monitoring. I 2025 IEEE Sensors Applications Symposium (SAS).. S. 1--6.
Zhang, Y. , Martinez Rau, L. S. , Nguyen Phuong Vu, Q. , Oelmann, B. & Bader, S. (2025). Survey of Quantization Techniques for On-Device Vision-based Crack Detection. I 2025 IEEE International Instrumentation and Measurement Technology Conference (I2MTC).
Ferrero, M. , Martinez Rau, L. S. , Vignolo, L. D. , Chelotti, J. O. , Galli, J. R. , Bader, S. , Giovanini, L. L. & Rufiner, H. L. (2025). Transfer Learning and Sensor Fusion for Cattle Monitoring : An IoT-Driven Approach for Sustainable Livestock Farming. I 2025 IEEE 11th World Forum on Internet of Things (WF-IoT).. S. 1--6.
Phan, T. , Xu, Y. , Kanoun, O. , Oelmann, B. & Bader, S. (2024). Automated Ortho- Planar Spring Design for Vibration Energy Harvesters. I 2024 IEEE Sensors Applications Symposium, SAS 2024 - Proceedings.
Muthumala, U. , Zhang, Y. , Martinez Rau, L. & Bader, S. (2024). Comparison of Tiny Machine Learning Techniques for Embedded Acoustic Emission Analysis. I 2024 IEEE 10th World Forum on Internet of Things (WF-IoT).
Nguyen Phan, T. , Xu, Y. , Oelmann, B. & Bader, S. (2024). Electromagnetic Vibration Energy Harvester with Replaceable Ortho-planar Springs. I 2024 IEEE SENSORS.
Zhang, Y. , Martinez Rau, L. , Oelmann, B. & Bader, S. (2024). Enabling Autonomous Structural Inspections with Tiny Machine Learning on UAVs. I 2024 IEEE Sensors Applications Symposium, SAS 2024 - Proceedings.
Jansen, K. , Shallari, I. , Mourad, S. , Werheit, P. & Bader, S. (2024). Image-Based Condition Monitoring of Air-Spinning Machines with Deep Neural Networks. I 2024 IEEE Sensors Applications Symposium, SAS 2024 - Proceedings.
Wu, M. , Xu, Y. & Bader, S. (2024). Multi-Phase Variable Reluctance Energy Harvester for Smart Bearing Hub Units. I 2024 IEEE 23rd International Conference on Micro and Miniature Power Systems, Self-Powered Sensors and Energy Autonomous Devices (PowerMEMS).. S. 46--49.
Martinez Rau, L. , Zhang, Y. , Oelmann, B. & Bader, S. (2024). TinyML Anomaly Detection for Industrial Machines with Periodic Duty Cycles. I 2024 IEEE Sensors Applications Symposium, SAS 2024 - Proceedings.
Trpcheska, A. , Zevnik, F. & Bader, S. (2024). Towards Real-Time Vision-Based Sign Language Recognition on Edge Devices. I 2024 IEEE Sensors Applications Symposium, SAS 2024 - Proceedings.
Tran, T. , Bader, S. & Lundgren, J. (2023). Denoising Induction Motor Sounds Using an Autoencoder. I 2023 IEEE Sensors Applications Symposium (SAS).. S. 01--06.
Hamza, K. , Bouattour, G. , Bader, S. , Fakhfakh, A. & Kanoun, O. (2023). Fast Supercapacitor Charging for Electromagnetic Converter Systems by Self Powered Boost Circuit. I Proceedings.. S. 553--558.
Martinez Rau, L. , Adin, V. , Giovanini, L. L. , Oelmann, B. & Bader, S. (2023). Real-Time Acoustic Monitoring of Foraging Behavior of Grazing Cattle Using Low-Power Embedded Devices. I 2023 IEEE Sensors Applications Symposium (SAS).
Xu, Y. , Bader, S. & Oelmann, B. (2023). Self-powered RPM Sensor using a Single-Anchor Variable Reluctance Energy Harvester with Pendulum Effects. I ENSsys '23: Proceedings of the 11th International Workshop on Energy Harvesting & Energy-Neutral Sensing Systems. Istanbul Turkiye : . S. 72--78.
Adin, V. , Zhang, Y. , Oelmann, B. & Bader, S. (2023). Tiny Machine Learning for Damage Classification in Concrete Using Acoustic Emission Signals. I 2023 IEEE International Instrumentation and Measurement Technology Conference (I2MTC).
Adin, V. , Zhang, Y. , Ando, B. , Oelmann, B. & Bader, S. (2023). Tiny Machine Learning for Real-Time Postural Stability Analysis. I 2023 IEEE Sensors Applications Symposium (SAS).
Zhang, Y. , Bader, S. & Oelmann, B. (2022). A Lightweight Convolutional Neural Network Model for Concrete Damage Classification using Acoustic Emissions. I 2022 IEEE Sensors Applications Symposium, SAS 2022 - Proceedings.
Bader, S. , Grandien, C. & Jaldemark, J. (2022). A tentative model for sustainable pedagogical digital competence development : Exploring networked learning in an educational development project. I Proceedings for the Thirteenth International Conference on Networked Learning 2022. Aalborg : . S. 1--7.
Tran, T. , Bader, S. & Lundgren, J. (2022). An artificial neural network-based system for detecting machine failures using a tiny sound dataset : A case study. I Proceedings - 2022 IEEE International Symposium on Multimedia, ISM 2022.. S. 163--168.
Mozelius, P. , Bader, S. , Jaldemark, J. , Urbansson, P. & Engström, A. (2022). Educational development - Challenges, opportunities, tools and techniques. I Proceedings of the 21st European Conference on e-Learning - ECEL 2022. Reading, UK : . S. 264--271.
Phan, T. , Oelmann, B. & Bader, S. (2022). Towards Automated Design Optimization of Electromagnetic Energy Harvesting Transducers. I SenSys '22 : Proceedings of the 20th ACM Conference on Embedded Networked Sensor Systems.. S. 871--877.
Bader, S. , Ma, X. & Oelmann, B. (2020). Distributed Measurement of Light Conditions for Indoor Photovoltaic Applications. I Proceedings of IEEE Sensors.
Ma, X. , Bader, S. & Oelmann, B. (2020). Estimating Harvestable Energy in Time-Varying Indoor Light Conditions. I ENSsys 2020 - Proceedings of the 8th International Workshop on Energy Harvesting and Energy-Neutral Sensing Systems.. S. 71--76.
Ma, X. , Bader, S. & Oelmann, B. (2019). A Scalable, Data-driven Approach for Power Estimation of Photovoltaic Devices under Indoor Conditions. I ENSsys'19 Proceedings of the 7th International Workshop on Energy Harvesting & Energy-Neutral Sensing Systems. New York, USA : . S. 29--34.
Xu, Y. , Bader, S. , Magno, M. , Mayer, P. & Oelmann, B. (2019). Energy-autonomous On-rotor RPM Sensor Using Variable Reluctance Energy Harvesting. I 2019 IEEE 8th International Workshop on Advances in Sensors and Interfaces (IWASI).. S. 175--180.
Krug, S. , Bader, S. , Oelmann, B. & O'Nils, M. (2019). Suitability of Communication Technologies for Harvester-Powered IoT-Nodes. I IEEE International Workshop on Factory Communication Systems - Proceedings, WFCS.
Rusu, C. , Bader, S. , Oelmann, B. , Alvandpour, A. , Enoksson, P. , Braun, T. , Tiedke, S. , Molin, R. D. & et al. (2018). Challenges for Miniaturised Energy Harvesting Sensor Systems. I 2018 10th International Conference on Advanced Infocomm Technology (ICAIT).. S. 214--217.
Aranda, J. J. L. , Bader, S. & Oelmann, B. (2018). Force Transmission Interfaces for Pressure Fluctuation Energy Harvesters. I IECON 2018 - 44th Annual Conference of the IEEE Industrial Electronics Society. (IEEE Industrial Electronics Conference). S. 4230--4235.
Bader, S. & Oelmann, B. (2017). A concept for remotely reconfigurable solar energy harvesting testbeds. I Proceedings of IEEE Sensors. (IEEE Sensors). S. 837--839.
Aranda, J. J. L. , Oelmann, B. & Bader, S. (2017). Fluid coupling interfaces for hydraulic pressure energy harvesters. I 2017 IEEE International Conference on Advanced Intelligent Mechatronics (AIM). (IEEE ASME International Conference on Advanced Intelligent Mechatronics). S. 1556--1562.
Fabre, A. , Martinez, K. , Bragg, G. , Basford, P. , Hart, J. , Bader, S. & Bragg, O. (2016). Deploying a 6LoWPAN, CoAP, low power, wireless sensor network : Poster Abstract. I Proceedings of the 14th ACM Conference on Embedded Network Sensor Systems CD-ROM.. S. 362--363.
Ma, X. , Bader, S. & Oelmann, B. (2016). Solar panel modelling for low illuminance indoor conditions. I 2016 2ND IEEE NORDIC CIRCUITS AND SYSTEMS CONFERENCE (NORCAS).
Gebben, F. , Bader, S. & Oelmann, B. (2015). Configuring artificial neural networks for the prediction of available energy in solar-powered sensor nodes. I 2015 IEEE SENSORS - Proceedings.. S. 354--357.
Bader, S. , Krämer, M. , Lawal, N. , O'Nils, M. & Oelmann, B. (2014). Remote image capturing with low-cost and low-power wireless camera nodes. I Proceedings of IEEE Sensors. (Procedings of IEEE Sensors). S. 730--733.
Bader, S. , Krämer, M. & Oelmann, B. (2013). A Domain-Specific Platform for Research in Environmental Wireless Sensor Networks. I SENSORCOMM 2013, The Seventh International Conference on Sensor Technologies and Applications.. S. 200--207.
Bader, S. & Oelmann, B. (2013). Concealing the complexity of node programming in wireless sensor networks. I Proceedings of the 2013 IEEE 8th International Conference on Intelligent Sensors, Sensor Networks and Information Processing: Sensing the Future, ISSNIP 2013.. S. 177--182.
Krämer, M. , Bader, S. & Oelmann, B. (2013). Implementing Wireless Sensor Network applications using hierarchical finite state machines. I Networking, Sensing and Control (ICNSC), 2013 10th IEEE International Conference on. (IEEE International Conference on Networking Sensing and Control). S. 124--129.
Bader, S. & Oelmann, B. (2013). Short-term energy storage for wireless sensor networks using solar energy harvesting. I Networking, Sensing and Control (ICNSC), 2013 10th IEEE International Conference on. (IEEE International Conference on Networking Sensing and Control). S. 71--76.
Bader, S. , Oelmann, B. & Brunig, M. (2012). Challenges for RF two-way time-of-flight ranging in wireless sensor networks. I Proceedings - Conference on Local Computer Networks, LCN. (Proceedings - Conference on Local Computer Networks, LCN). S. 908--916.
Bader, S. , Anneken, M. , Goldbeck, M. & Oelmann, B. (2011). SAQnet: Experiences from the Design of an Air Pollution Monitoring System Based on Off-the-Shelf Equipment. I Proceedings of the 2011 7th International Conference on Intelligent Sensors, Sensor Networks and Information Processing, ISSNIP 2011.. S. 223--228.
Bader, S. , Schölzel, T. & Oelmann, B. (2010). A Method for Dimensioning Micro-Scale Solar Energy HarvestingSystems Based on Energy Level Simulations. I Proceedings - IEEE/IFIP International Conference on Embedded and Ubiquitous Computing, EUC 2010.. S. 372--379.
Bader, S. & Oelmann, B. (2010). Enabling battery-less wireless sensor operation using solar energy harvesting at locations with limited solar radiation. I Proceedings - 4th International Conference on Sensor Technologies and Applications, SENSORCOMM 2010.. S. 602--608.
Bader, S. & Oelmann, B. (2009). Adaptive synchronization for duty-cycling in environmental wireless sensor networks. I ISSNIP 2009 - Proceedings of 2009 5th International Conference on Intelligent Sensors, Sensor Networks and Information Processing.. S. 49--54.
Licentiatavhandlingar
Bader, S. (2011). Enabling autonomous envionmental measurement systems with low-power wireless sensor networks. Lic.-avh. (Sammanläggning) Sundsvall : Mittuniversitetet, 2011 (Mid Sweden University licentiate thesis : 54)
Manuskript
Bader, S. , Krämer, M. & Oelmann, B. A Testbed for the Evaluation of Solar Energy Harvesting Architectures.
Aranda, J. J. L. , Bader, S. & Oelmann, B. Power conditioning for pressure fluctuation energy harvesters using piezoelectric stacks under low excitation.