报告题目：基于因果推断的工业大数据分析

报告所属学科：管理科学与工程

报告人：张晨（清华大学）

报告时间：2023年11月9日 9:00-10:30

报告地点：经管学院702室

报告摘要：

随着工业4.0的快速发展，生产过程中的各种变量得以被采集。通过分析其之间的有向因果关系，可以更好地描述变量间相互关联特性。然而，由于工业数据多源异构，包括高维向量、函数型数据等，推断其因果关系往往具有挑战。而工业场景多样，不同场景下变量之间因果关系相似但不同，如何共享数据，学习多场景下因果关系也具有难度。此外，工业系统动态时变，如何追踪因果关系变化，实现变点检测也非常重要。为了解决这些问题，本研究介绍了一系列针对工业大数据的因果网络模型以及变点检测算法，包括非线性有向无环图、多模态函数型数据有向无环图以及基于多任务联邦学习的图结构学习算法等。这些方法的应用将有助于更深入地理解工业过程中的因果关系和质量控制。

报告人简介：

张晨，清华大学工业工程系副教授。主要研究方向为基于统计学与人工智能的工业数据分析，包括复杂数据，如函数型数据、高维变量数据、网络数据、时间序列数据等的建模、因果推断与在线监控算法，研究成果发表在IISE Transactions, Journal of Quality Technology, IEEE Transactions，SIGKDD，AAAI，IJCAI等。研究成果获得美国质量协会ASQ、国际工业系统工程协会IISE、电气与电子工程师协会IEEE、运筹学和管理学研究协会INFORMS最佳论文奖十余项，获得教育部科学技术进步二等奖。主持完成国家自然科学基金项目2项、省部级和企业课题10余项，入选中国科协青年人才托举工程。