Conference: The 2024 Joint Research Conference on Statistics in Quality, Industry, and Technology (JRC 2024) - Data Science and Statistics for Industrial Innovation

会议:2024年质量、工业和技术统计联合研究会议(JRC 2024)——数据科学与统计促进产业创新

基本信息

项目摘要

This project funds U.S. based student participation in the 2024 Joint Research Conference on Statistics in Quality, Industry and Technology (JRC 2024), which will be held in Waterloo, Ontario, Canada, from June 17-20, 2024, at the University of Waterloo. The organization of this conference is also in partnership with Virginia Tech. JRC 2024 is a joint meeting of the 29th Spring Research Conference on Statistics in Industry and Technology (SRC) and the 40th Quality and Productivity Research Conference (QPRC), which happens once every four years. The theme of JRC 2024 is "Data Science and Statistics for Industrial Innovation." JRC 2024 aims to bring together researchers and practitioners worldwide who use statistics in quality, technology, and industrial contexts. The conference promotes communication among researchers and practitioners to enable and ensure the development and widespread use of novel insights and methodology. JRC 2024 has the potential to benefit society by offering participants the opportunities to gain knowledge and reshape their perspectives on topics associated with data science, statistics, and machine learning. JRC 2024 will advocate for the ethical application and understanding of data science, statistics, and machine learning for industrial innovation, which is beneficial for the long-term competitiveness of the U.S. industry. The conference provides a platform to disseminate knowledge to the broader community by sharing short course lecture notes, presentation slides, and posters on the conference website. JRC 2024 aims to broaden the participation of underrepresented groups (i.e., women, racial/ethnic minorities, etc.) in STEM disciplines. JRC 2024 focuses on recent advancements in methodology, best practices, and innovative applications. Participation in JRC 2024 has the potential to advance knowledge and understanding of topics related to data science, statistics, and machine learning and how they can be relevant to industrial innovation. This conference traditionally attracts prominent statisticians, data scientists, quantitative analysts, and others with an established record of highly influential, methodological, and interdisciplinary research. These individuals will have the opportunity to discuss the current progress made in statistics and machine learning, such as big data technology, text modeling, the use of generative artificial intelligence in industrial innovation, and exchange novel ideas and experiences in working with modern data science to discover knowledge and apply it to numerous fields. JRC 2024 has the potential to disseminate new methods and data-driven approaches, the evaluation of previous findings, and the validation of theoretical approaches, stimulate further investigations regarding the benefits of working with statistics and machine learning methods for industry and increase the awareness of the need to use data science approach in industry. The conference will include three plenary presentations, 18 invited paper sessions, four to six contributed sessions, a poster session, a technical tour, and a one-day short course. More details on the conference can be found on its web page: https://uwaterloo.ca/joint-research-conference-statistics-quality-industry-technology/This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
该项目资助美国学生参加 2024 年质量、工业和技术统计联合研究会议 (JRC 2024),该会议将于 2024 年 6 月 17 日至 20 日在加拿大安大略省滑铁卢市滑铁卢大学举行。本次会议的组织也是与弗吉尼亚理工大学合作。 JRC 2024是第29届春季工业技术统计研究会议(SRC)和第40届质量与生产力研究会议(QPRC)的联席会议,每四年举办一次。 JRC 2024的主题是“数据科学与统计促进产业创新”。 JRC 2024 旨在汇聚世界各地在质量、技术和工业领域使用统计数据的研究人员和从业者。该会议促进研究人员和从业者之间的交流,以促进和确保新颖见解和方法的发展和广泛使用。 JRC 2024 为参与者提供获取知识并重塑他们对数据科学、统计和机器学习相关主题的观点的机会,从而有可能造福社会。 JRC 2024将倡导数据科学、统计学和机器学习在工业创新中的道德应用和理解,这有利于美国工业的长期竞争力。会议通过在会议网站上分享短期课程讲义、演示幻灯片和海报,提供了一个向更广泛的社区传播知识的平台。 JRC 2024 旨在扩大代表性不足的群体(即女性、少数族裔等)对 STEM 学科的参与。 JRC 2024 重点关注方法论、最佳实践和创新应用方面的最新进展。参加 JRC 2024 有可能增进对数据科学、统计和机器学习相关主题的了解和理解,以及它们如何与工业创新相关。传统上,该会议吸引了著名的统计学家、数据科学家、定量分析师和其他具有高度影响力、方法论和跨学科研究记录的人士。这些人将有机会讨论当前在统计和机器学习方面取得的进展,例如大数据技术、文本建模、生成人工智能在工业创新中的应用,并交流现代数据科学工作中的新颖想法和经验,发现知识并将其应用到众多领域。 JRC 2024 有潜力传播新方法和数据驱动的方法、评估先前的研究结果以及验证理论方法,激发关于使用统计和机器学习方法为行业带来的好处的进一步调查,并提高人们的认识需要在工业中使用数据科学方法。会议将包括三场全体会议、18场特邀论文会议、四到六场贡献会议、一场海报会议、一次技术参观和为期一天的短期课程。有关会议的更多详细信息,请访问其网页:https://uwaterloo.ca/joint-research-conference-statistics-quality-industry-technology/该奖项反映了 NSF 的法定使命,并通过评估被认为值得支持利用基金会的智力优势和更广泛的影响审查标准。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Yili Hong其他文献

Algorithm 1012
算法1012
On the Role of Fairness and Social Distance in Designing Effective Social Referral Systems
论公平和社交距离在设计有效的社交推荐系统中的作用
  • DOI:
    10.25300/misq/2017/41.3.06
  • 发表时间:
    2016-10
  • 期刊:
  • 影响因子:
    7.3
  • 作者:
    Yili Hong;Paul Pavlou;Nan Shi;Kanliang Wang
  • 通讯作者:
    Kanliang Wang
User idea implementation in open innovation communities: Evidence from a new product development crowdsourcing community
开放创新社区中的用户创意实施:来自新产品开发众包社区的证据
  • DOI:
    10.1111/isj.12286
  • 发表时间:
    2020-03
  • 期刊:
  • 影响因子:
    6.4
  • 作者:
    Qian Liu;Qianzhou Du;Yili Hong;Weiguo Fan;Shuang Wu
  • 通讯作者:
    Shuang Wu
Effective Nonparametric Distribution Modeling for Distribution Approximation Applications
分布近似应用的有效非参数分布建模
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    T. Lux;L. Watson;Tyler H. Chang;Li Xu;Yueyao Wang;Jon Bernard;Yili Hong;K. Cameron
  • 通讯作者:
    K. Cameron
Motivating User-Generated Content with Performance Feedback: Evidence from Randomized Field Experiments
通过性能反馈激励用户生成的内容:来自随机现场实验的证据
  • DOI:
    10.2139/ssrn.2971783
  • 发表时间:
    2017-05
  • 期刊:
  • 影响因子:
    5.4
  • 作者:
    Ni Huang;Gordon Burtch;Bin Gu;Yili Hong;Chen Liang;Kanliang Wang;Dongpu Fu;Bo Yang
  • 通讯作者:
    Bo Yang

Yili Hong的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Yili Hong', 18)}}的其他基金

Doctoral Dissertation Research in DRMS: Expectation Bias and the Gender Wage Gap in the Online Gig Economy
DRMS 博士论文研究:在线零工经济中的期望偏差和性别工资差距
  • 批准号:
    1824432
  • 财政年份:
    2018
  • 资助金额:
    $ 1.2万
  • 项目类别:
    Standard Grant
Reliability Prediction Based on Dynamic Data Collected with Modern Technology
基于现代技术采集的动态数据的可靠性预测
  • 批准号:
    1068933
  • 财政年份:
    2011
  • 资助金额:
    $ 1.2万
  • 项目类别:
    Standard Grant

相似国自然基金

ZrO2-GNPs双相协同增强2024Al激光增材制造性能调控与强韧化机制研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    24 万元
  • 项目类别:
    青年科学基金项目
锂在2024铝合金中的微合金化作用研究
  • 批准号:
    51801157
  • 批准年份:
    2018
  • 资助金额:
    28.0 万元
  • 项目类别:
    青年科学基金项目
提高硼酸铝晶须增强2024铝复合材料高温热稳定性和耐磨性的界面设计及性能研究
  • 批准号:
    51201052
  • 批准年份:
    2012
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
往复墩-挤Al2O3/2024铝基复合材料的变形机制、组织结构演变规律及强韧化机理研究
  • 批准号:
    51271076
  • 批准年份:
    2012
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
超高应变对2024铝合金组织结构的影响
  • 批准号:
    59471015
  • 批准年份:
    1994
  • 资助金额:
    7.0 万元
  • 项目类别:
    面上项目

相似海外基金

CDT year 1 so TBC in Oct 2024
CDT 第 1 年,预计 2024 年 10 月
  • 批准号:
    2879865
  • 财政年份:
    2027
  • 资助金额:
    $ 1.2万
  • 项目类别:
    Studentship
Staffordshire University - Malone Group GB Limited - Knowledge transfer partnerships (KTP): 2023 to 2024 Round 3
斯塔福德郡大学 - Malone Group GB Limited - 知识转移合作伙伴关系 (KTP):2023 年至 2024 年第 3 轮
  • 批准号:
    10082161
  • 财政年份:
    2024
  • 资助金额:
    $ 1.2万
  • 项目类别:
    Knowledge Transfer Network
NESP MaC Project 4.5– Developing an Integrated Pest Management Framework for Feral Pigs in Coastal Environments 2024-2026 (NAILSMA)
NESP MaC 项目 4.5 — 为 2024-2026 年沿海环境中的野猪制定综合害虫管理框架 (NAILSMA)
  • 批准号:
    global : ba1e00f0-9953-4c17-b990-ba7aed84ce07
  • 财政年份:
    2024
  • 资助金额:
    $ 1.2万
  • 项目类别:
International Centre for Mathematical Sciences 2024
国际数学科学中心 2024
  • 批准号:
    EP/Z000467/1
  • 财政年份:
    2024
  • 资助金额:
    $ 1.2万
  • 项目类别:
    Research Grant
Industrial CASE Account - Durham University 2024
工业案例账户 - 杜伦大学 2024
  • 批准号:
    EP/Z530748/1
  • 财政年份:
    2024
  • 资助金额:
    $ 1.2万
  • 项目类别:
    Training Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了