• 信箱
  • 捐赠
  • 常用资源
  • 旧版网站
  • English

学术活动

首页 - 学术活动 - 正文

【学术通知】德州理工大学研究助理石越:不确定性学习下的数据驱动顺序决策

  • 发布日期:2021-12-23
  • 点击数:

  

喻园管理论坛2021年第111期(总第768期)

演讲主题:【东湖论坛管理学院分论坛-“数据驱动下的智能决策”】

                不确定性学习下的数据驱动顺序决策 (Data-driven Sequential Decision Making with Learning under Ambiguity)

主 讲 人: 石    越,德州理工大学研究助理

主 持 人: 胡    鹏,生产运作与物流管理系主任、教授

活动时间: 2021年12月30日(周四)14:00—15:00

活动地点: 腾讯会议,会议ID: 674 405 566

主讲人简介:

石越,主要从事不确定决策优化和数据驱动鲁棒优化以及在智能制造和供应链管理等领域的应用研究。目前是德州理工大学工业工程系博士研究生,预期2022年6月获博士学位。2016年和2014年分别获得中山大学管理科学与工程系硕士学位和广东外语外贸大学电子商务系学士学位。以第一作者身份在European Journal of Operational Research,IISE Transactions,Reliability Engineering and System Safety 等期刊上发表SCI论文4篇。作为主要参与人参与了2项美国国家科学基金项目。获得2021 IISE Quality Control & Reliability Engineering Best Track Paper和2019 Doug Ogden Best Paper Awardfrom Society of Reliability Engineers。曾担任IEEE Transactions on Automation Science and Engineering和Reliability Engineering and System Safety匿名审稿人。目前是工业与系统工程研究协会质量控制与可靠性工程分会(IISE/QCRE)理事会学生理事。曾担任2020 INFORMS年会session chair。

活动简介:

理解和预测道路使用者的行为是道路安全、交通运输和自动驾驶等领域的一个重要问题。根据世卫组织(WHO)全球状况报告,道路交通伤害(RTI) 是全世界的主要死因,并且造成很大的经济负担。同时,美国国家公路运输安全管理局(NHTSA) 声称,约96% 的汽车事故是由人为错误造成的。因此,我们有必要通过学习道路使用者的行为来保护他们。本次课题探讨的关键问题是了解道路使用者在面对各种路况时的行为。以骑行者行为为例,利用深度学习的方法从原始数据中,提取有效的骑行者移动特征和画面中的物体追踪特征,建立可靠的模型学习骑行者偏好,有助于道路使用者的交互分析,最终运用于解决道路安全问题。

学院要闻

  • 1
  • 2
  • 3
  • 4
  • 5