報(bào)告題目：Data Science and Data Envelopment Analysis
報(bào)告人：李家?guī)r教授
北京時(shí)間：2023年8月16日（星期三）上午10:00
地點(diǎn)：主樓317
報(bào)告摘要：This study proposes a hybrid data science (DS) framework and reinforcement learning (RL) in data envelopment analysis (DEA). The framework supports the functional form identification of the production frontier and the RL derives the optimal resource reallocation policy which guides the productivity improvement. In fact, both DS and RL techniques complement efficiency analysis. Emphasizes on planning over evaluation, we use data generating process (DGP) and an empirical dataset of power plants to drive productivity to validate the benefits of the hybrid DS framework and RL, respectively. Based on the results, we find that the hybrid DS framework and RL can enhance the interpretation of the production frontier and identify the optimal resource policy.
報(bào)告人簡介：李家?guī)r博士目前為臺灣大學(xué)信息管理學(xué)系教授，曾任成功大學(xué)信息工程系暨制造信息與系統(tǒng)研究所教授兼所長。研究領(lǐng)域包含制造數(shù)據(jù)科學(xué)、智慧型制造系統(tǒng)、生產(chǎn)力與效率分析、碳抵換與交易。熱衷于以統(tǒng)計(jì)方法與最佳化技術(shù)改善制造現(xiàn)場的生產(chǎn)效率與質(zhì)量，相關(guān)應(yīng)用包含產(chǎn)能規(guī)劃、生產(chǎn)排程、制程診斷、預(yù)測保養(yǎng)、原料價(jià)格預(yù)測與采購決策等。曾任新興技術(shù)專家顧問、華邦電子智慧制造中心科技顧問、友達(dá)智慧排程顧問、AutoML新創(chuàng)產(chǎn)業(yè)顧問、IEEE Transactions on Automation Science and Engineering副編輯等。曾擔(dān)任高科技制造、封裝與測試、面板業(yè)、石化工業(yè)、五金扣件、工具機(jī)設(shè)備、伺服馬達(dá)、植物工廠、教育出版等產(chǎn)學(xué)合作計(jì)劃主持人。曾榮獲杰出研究獎、Micron美光教師獎、成功大學(xué)教學(xué)優(yōu)良教師、青年工程師獎等。
（承辦：能源與環(huán)境政策研究中心、科研與學(xué)術(shù)交流中心）
