研究& Innovation

危险的行业:研究地址为工业和研究专家随机不确定性

darinka开发出数学模型dentcheva以促进不确定情境下做出更好的决策

决策不确定性下的姿势巨大的风险,可以拼出的差异company's,甚至是军事行动或Government's,成功或失败。

这些不确定性给的地址,数学家正在开发随机优化模型和方法,随机变量考虑哪些统计和模型,以考虑不确定参数或数据,并最大限度地提高成功的不确定情境下这些机会。这项工作是一个例子 应用数学 - 也就是说,这个数学应用到现实世界的情景。

达林卡·丹切瓦,教授和主席 数学科学系 在技​​术研究的博天堂平台和开发出随机优化模型以及各种应用。在过去的12年中,她已经收到了五笔赠款来自美国国家科学基金会支持的各方面的发展中规避风险的最优化理论

随机优化领域超过60年前诞生,但直到最近几年,它集中表现平平。出的一个需要解决的问题,并在财务稳健预测,在随机优化的新领域已经出现了:如何建模和量化风险。也有一些罕见的事件,可以有破坏性的影响,在这些情况下的风险模型的仔细考虑是至关重要的。自成立以来,该地区已扩大到告知各种业务和工程应用,数据管理,甚至环境保护,许多其他专业领域之一。凡有任何风险和不确定性的问题是,随机优化可以帮助研究人员和行业领袖做出最好的决定可能。

“在我们的世界上最实用的应用程序,如果你想创建某些系统模型,并促进最佳的决策,那么你会发现,大部分的参数或元素已经到到走模型是不知道的,” dentcheva解释。 “一个好的模型不完全确定的;有在数学方面有一些随机的因素。“

作为一个例子,dentcheva涉及她在Vereinigte Energiewerke AG(VEAG),大电力公司在德国拥有约40家工厂工作,她花了两年时间在哪里制定其电力生产的优化模型。她的模型需要满足行业的需求不确定性和人口。而dentcheva负责开发利用的理论和随机优化方法的模型,该行业是负责确保该模型是足以满足实际的需要。

“我们必须要知道我们的目标是什么,并根据这一点,确定最佳的操作过程是什么,”她说。 “在动力系统,我们不仅要考虑的行动和短期目标,当前课程,但我们希望也平衡它随着行动的战略方向和长期目标。”

随机优化模型是关键 机器学习 并且,更普遍, 人工智能,Dentcheva解释。随机风险敏感型模型能够产生强大的估计和预测,考虑到随着他们的变化和未知的数据。 “在这个意义上,我希望这些模型将扮演这对机器学习metodologías一个新的角色,”她说。

“我的区域涵盖了非常理论和高度复杂的数学工具的理论基础上有效的数值方法的发展,他们的现实生活系统的应用和实施。一个可以验证一个理论,看到它在现实的冲击“。

她补充说,“这是你真的需要有想象力的领域,所以我喜欢这样。”

在搜索清晰雅致的答案

dentcheva度过了她的高中岁月致力于数学,在那里她有一个有竞争力的一面。她保加利亚的祖国,她解释说,有数学竞赛的传统。有她参加在她高中的球队,赢得了全国比赛一等奖。同年,她在合格了保加利亚队的国际奥林匹克。 “所以,我是接受学习数学自动,”她说,她在德国柏林洪堡大学接受高等教育的。

“我喜欢数学,总是清楚,因为无论[答案]正确与否,”她说。 “我有不同的利益。我喜欢文学,我有音乐课,我喜欢生物也,但对于我来说,文学和艺术总是主观偏好的问题。在数学上,这是很容易在一个美丽的结果没有异议。“

dentcheva喜悦的创造力,复杂性,和数学的可能性。 “数学是在推进技术至关重要,”她补充说,“这是不漂亮,数学?它是美丽的。“

了解更多关于应用数学在博天堂现金网: