报告题目：基于人工智能的涡扇喷气发动机寿命数据分析

报告所属学科：管理科学与工程

报告人：Tadashi Dohi（广岛大学）

报告时间：2025年5月8日 10:00-12:00

报告地点：伟德国际1946源于英国702室

报告摘要：

本讲座旨在确定不同统计技术在分析涡扇喷气发动机这一代表性关键任务系统中的有效性。我们采用了两种深度学习工具—DeepSurv 和 DeepHit，并将它们与传统协变量方法在寿命分析方面进行比较。为了验证基于人工智能的方法的拟合优度和预测性能，我们分析了 NASA 的涡扇喷气发动机数据集。结果表明，我们所采用的基于人工智能的方法在预测性能方面表现出比传统方法更大的稳定性，并且在拟合性能上优于一些传统方法，如威布尔加速失效时间模型、Cox比例风险模型、逻辑回归模型、随机森林、随机生存森林和 AdaBoost。

报告人简介：

Tadashi Dohi博士自2002年起担任日本广岛大学的教授，目前担任广岛大学信息学与数据科学学院经理及先进科学与工程研究生院副经理。他于1995年获得广岛大学的工学博士学位。其研究兴趣包括软件可靠性、可靠计算、性能评估和运筹学。截至目前，他在上述研究领域发表了285篇期刊论文、356篇同行评审的会议论文、26本书籍和49章书籍。他还在全球各地的国际/国内会议及研究机构/大学上做了68次主题演讲/邀请报告。Tadashi Dohi博士是IEICE、IPSJ和REAJ的常务会员，ORSJ的会士会员，以及IEEE（计算机学会和可靠性学会）的高级会员。他曾在2018年和2019年担任REAJ的代理会长。他还曾担任15个国际会议的总主席，包括2011年的ISSRE、2012年的ATC、2019年的DASC和2022年的ICECCS。他是国际先进可靠性与维护建模研讨会（APARM）和软件老化与恢复国际研讨会（WoSAR）的创始成员。他还是AIWARM/APARM、ISSRE、DASC和DSA的指导委员会成员，并曾在多个国际顶级会议如DSN、ISSRE、COMPSAC、SRDS、QRS、EDCC、PRDC、HASE、SAC、ICPE等担任程序委员会成员。他目前是20多本国际期刊的副编辑/编辑委员会成员。