Benjamin is an assistant professor specializing in computational modeling for healthcare at the Department of Engineering Systems and Services (ESS), Faculty of Technology, Policy and Management (TPM). He earned his PhD in Electrical Engineering Technology from KU Leuven, Belgium, focusing on AI-driven analysis of freezing of gait severity in Parkinson's disease. Following his PhD, he was awarded postdoctoral grants by both KU Leuven and the Data Sciences Institute at the University of Toronto.

Benjamin’s research focusses on advancing machine learning techniques for complex systems, with a primary emphasis on healthcare applications—particularly biomechanics—as well as other emerging domains. In biomechanics, he looks to address two key challenges: developing robust algorithms for human movement analysis and enhancing data-driven rehabilitation technologies. By addressing these challenges, he aims to facilitate reliable AI-driven movement analysis in real-world environments and develop personalized interventions that improve patients' motor function and quality of life. He pursues this research agenda alongside a team of five talented PhD candidates, whom he mentors and supports as co-supervisor.

Benjamin is assistent-professor gespecialiseerd in computational modeling for healthcare aan het Departement Engineering Systems and Services (ESS), Faculteit Techniek, Bestuur en Management (TBM). Hij behaalde zijn doctoraat in de elektrotechniek aan de KU Leuven (België), met een focus op AI-gedreven analyse van freezing of gait bij de ziekte van Parkinson. Na zijn doctoraat ontving hij postdoctorale beurzen van zowel de KU Leuven als het Data Sciences Institute aan de University of Toronto (Canada).

Benjamins onderzoek richt zich op het verbeteren van machine-learning-methoden voor complexe systemen, met bijzondere aandacht voor toepassingen in de gezondheidszorg—vooral biomechanica—en andere opkomende domeinen. Binnen het domein biomechanica focust hij op twee uitdagingen: het ontwikkelen van robuuste AI-gedreven algoritmes voor menselijke bewegingsanalyse en het bevorderen van AI-gedreven revalidatietechnologieën. Door deze uitdagingen aan te pakken, wil hij nauwkeurige metingen in dagelijkse situaties mogelijk maken en gepersonaliseerde interventies ontwikkelen die de levenskwaliteit van patiënten verbeteren. Dit onderzoek voert hij uit samen met een team van vijf getalenteerde promovendi, die hij begeleidt als co-promotor.