报告题目：Data Science and Data Envelopment Analysis

报告人：李家岩教授

北京时间：2023年8月16日（星期三）上午10:00

地点：主楼317

报告摘要：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.

报告人简介：李家岩博士目前为台湾大学信息管理学系教授，曾任成功大学信息工程系暨制造信息与系统研究所教授兼所长。研究领域包含制造数据科学、智慧型制造系统、生产力与效率分析、碳抵换与交易。热衷于以统计方法与最佳化技术改善制造现场的生产效率与质量，相关应用包含产能规划、生产排程、制程诊断、预测保养、原料价格预测与采购决策等。曾任新兴技术专家顾问、华邦电子智慧制造中心科技顾问、友达智慧排程顾问、AutoML新创产业顾问、IEEE Transactions on Automation Science and Engineering副编辑等。曾担任高科技制造、封装与测试、面板业、石化工业、五金扣件、工具机设备、伺服马达、植物工厂、教育出版等产学合作计划主持人。曾荣获杰出研究奖、Micron美光教师奖、成功大学教学优良教师、青年工程师奖等。

（承办：能源与环境政策研究中心、科研与学术交流中心）