查看配置文件页面

阿帕纳Varde

科学与数学学院计算机学院副教授

办公室:: 计算与信息科学中心227A
电子邮件:: vardea@montclair.edu
电话:: 973-655-4292
度:: 孟买大学BE; 伍斯特理工学院硕士; 伍斯特理工学院博士
名片:: 下载电子名片

配置文件

Aparna Varde博士是美国新泽西州火狐体育（MSU）计算学院（SoC）的终身副教授。她还是密歇根州立大学清洁能源和可持续发展分析研究中心（CESAC）的副主任。她曾担任密歇根州立大学SoC研究生学习和研究的首任副主任一年。Varde博士曾多次在德国萨尔布吕肯马克斯普朗克信息学研究所担任访问研究员。她的研究领域涵盖人工智能、机器学习、数据挖掘、数据库、环境计算和计算语言学。她的荣誉包括9个IEEE会议和其他场所的最佳论文奖。她是火狐体育火狐体育大学环境科学与管理博士课程的教授。Varde博士在IEEE， ACM， AAAI， b施普林格等出版物中发表了150多篇论文（期刊，会议，书籍章节，编辑卷）。她目前的研究项目包括常识性知识、可解释的人工智能、智慧城市、地理信息学、机器人和文本挖掘。她曾担任火狐体育（包括富布赖特学者）博士生的论文顾问、委员会成员和导师，以及世界各地（包括澳大利亚昆士兰科技大学）博士生的外部考官/裁判。Varde博士是NSF的小组成员，会议的PC成员，IEEE， ACM， Elsevier等期刊的审稿人/编辑委员会成员。她的研究得到了PSE&G、NSF和NOAA等组织的资助。她以各种方式筹集了200多万美元的外部资金。Varde博士被美国公民及移民服务局评为杰出研究员。

专业化

人工智能-常见性知识，可解释的人工智能，智慧城市，应用程序开发与HCI，软件工程中的隐含需求，协作机器人，专家系统机器学习和数据挖掘-预测分析，决策支持系统，特定领域知识发现，文本挖掘和NLP数据库系统-大数据管理，云计算，Web数据库，XML和DSML环境计算-清洁能源，绿色IT，城市政策，地理信息学，可持续性，无人机数据分析

链接

火狐体育不认可教师网页或网站上表达的观点或意见。根据学术自由的原则，所提供的内容是作者的内容，不代表火狐体育的观点或观点。

研究项目

绿色资讯科技为智慧环境及可持续发展提供决策支援

这项数据挖掘和环境管理的多学科研究得到了PSE&G的资助。它涉及调查数据中心的绿色解决方案，目标是能源效率和足够的性能，因此属于绿色信息技术的范例。数据挖掘技术在决策支持系统GreenDSS的开发中发挥了重要作用，该系统可帮助IT经理在各自的数据中心实现绿色计算。这项工作涉及的方面包括碳足迹、电力使用效率、服务器蔓延、温度、湿度、自由冷却等。该基金资助了环境管理专业的博士生Michael Pawlish， Varde博士作为该项目博士生教员的论文导师。它已经在ACM的SIGMOD记录期刊、IJCAC期刊、IEEE的ICIAFS、ACM的CIKM研讨会、IEEE的ICDM研讨会和其他各种多学科场所发表了文章。该研究将云和混合模型与DevOps（开发和运营）范式一起用于绿色业务解决方案，并在ACM的SIGKDD探索期刊上发表了进一步的研究成果。这项工作的结果实际上已经被PSE&G和火狐体育用于开发更环保的数据中心。这项工作对可持续发展和智能环境的绿色计算前景做出了积极的贡献。-------------------------------------------------- 博士生:迈克尔Pawlish(毕业:2014年5月 ) -------------------------------------------------- 火狐体育火狐体育博士合著者:Stefan Robila (CS), Anand Ranganathan博士(IBM的研究 ) -------------------------------------------------- 资金:PSEG研究资助(2011年至2013年)

信息检索中的可解释术语演变

这项在Web和文本挖掘整个领域的研究开始于与德国马克斯普朗克研究所的一次研究访问期间的联合工作。这个项目的目标是通过挖掘现有的文本存档来检测响应Web上的用户查询时不断变化的术语。这是为了通过合并查询中包含的术语的历史信息来增强信息检索。该方法包括使用关联规则的XAI（可解释AI）方法检测语义上相同的时间变化概念，然后对文本存档进行适当的时间感知查询翻译。这样做是为了以更相关的方式响应用户查询，通过检测不断变化的术语来结合语义。这导致了计算机科学研究生Debjani Roychoudhury的硕士项目和计算机科学研究生Amal Kalurachchi的硕士论文。它已在AAAI， ACM的EDBT和ACM的CIKM会议上发表。------------------------------------------ 硕士论文,学生:阿玛尔Kaluarachchi(毕业:2010年5月 ) ------------------------------------------ 硕士项目学生:Debjani Roychoudhury(毕业:2009年5月 ) ------------------------------------------ 研究访问:马克斯普朗克研究所、德国(2008)-主管:博士格哈德威库姆

智慧城市与智慧治理的城市政策与常识

该项目涉及通过对条例或地方法律的建模和挖掘，从城市政策中发现知识，考虑到频率、持续时间、会议中对问题的关注等因素。一个非常重要的方面是找到法规和智慧城市特征之间的关系，并结合常识知识（CSK）来捕捉人类在地图中的判断。其目的是向城市机构提供反馈，说明他们对给定城市区域的管理情况，以及该区域向智慧城市的发展方向。这项工作的另一部分侧重于挖掘公众对各自条例的反应，这些反应是通过推特在社交媒体上表达的。这涉及到基于不同情绪水平的极性分类。此情绪分析显示市民对各自城市区域的条例的满意程度，并进一步评估该区域距离成为智慧城市的距离。公众通过这种方式的参与本身就是智慧政府特征的一个方面，通过提高治理的透明度。挑战包括处理条例和推文中的自然语言，以及推文中的非正式语法，首字母缩略词等，这也需要使用CSK。本研究中CSK的来源是德国马克斯普朗克信息学研究所（MPII）开发的一个名为WebChild的全球存储库。该项目的早期工作始于2015年，当时一位教师对MPII进行了研究访问。到目前为止，这已经在MPII 2015、IEEE UEMCON 2017、W3C的WWW 2018、IEEE ICTAI 2018、IEEE大数据2018和I3E 2020的技术报告中发布。更多的工作正在进行中。------------------------------------ 博士生:徐Du(正在进行的 ) ------------------------------------ 硕士论文,学生:Manish宫(2019年5月毕业 ) ------------------------------------- 本科研究生:马修·科瓦尔斯基(2021年5月毕业 ) ------------------------------------- 博士论文合著者:Gerard de Melo (HPI、德国),博士Boxiang盾(CS,火狐体育火狐体育),罗伯特·泰勒博士(ea,火狐体育火狐体育 ) -------------------------------------- 研究访问:马克斯普朗克研究所，德国(2015)-导师：Gerhard Weikum博士资助：环境管理硕士；计算机科学RA

第二语言英语篇章中的冠词、搭配和介词

本研究在文本挖掘和计算语言学领域。它包括对第二语言（非母语）英语人士所写文本中的冠词错误进行分类、纠正奇怪的搭配、预测介词的使用以及机器自动翻译成英语。冠词错误是指在不需要的地方输入冠词、在需要的地方省略冠词和输入错误的冠词。奇怪的搭配包括使用不正确的词语组合，比如当使用者实际上想要表达“浓茶”时，却说成“强大的茶”。介词预测包括在句子中提出合适的介词。这在为ESL学习者设计的写作辅助工具中非常有用。挖掘相关文本和部署机器学习技术，如分类和集成学习在这里发挥着重要作用。相关出版物包括AAAI的FLAIRS 2010年会议论文，IEEE的ICICS 2013年和ACM SIGKDD探索杂志2015年的期刊论文。ACM CIKM 2017的研究教程包含了这项工作的搭配部分。本工作涉及的所有方法都属于XAI的范畴，例如用于错误跟踪的决策树，以及用于介词预测的基于单词的相似度搜索。----------------------------------- 硕士论文,学生:艾伦Varghese(2013年5月毕业 ) ----------------------------------- 硕士项目学生:Aliva普拉丹(2011年5月毕业 ) ----------------------------------- 硕士项目学生:Pooja巴(2014年5月毕业 ) ----------------------------------- 论文合著者:Dr. Anna Feldman（语言学与计算机科学，Montclair）， Dr. Eileen Fitzpatrick（语言学，Montclair）， Dr. Jing Peng（计算机科学，CS, Montclair） ------------------------------------来自创业基金的RA

隐含需求中的常识推理，自动驾驶汽车，目标检测

这项工作是在智慧城市的各个方面部署常识知识（CSK）的一般领域。一方面，在软件工程的需求规范阶段，在识别和管理隐式需求（imr）时需要使用CSK。与用户清楚地勾勒出的显式需求相反，隐式需求更加微妙，需要推断以确保软件开发的成功。本研究构建了一个集CSK、本体和文本挖掘于一体的框架，以解决隐式需求。通过从用户角度识别imr，该框架将有助于实现智慧城市工具。这项工作已发表在IEEE大数据2019上，更多的出版物正在进行中。然而，这项工作的另一个方面涉及在智慧城市的智能移动特性中部署CSK。更具体地说，它包括在自动驾驶汽车中嵌入CSK，使它们能够做出更明智的决定，就像优秀的人类司机一样。这项工作旨在加强自动驾驶，特别是在安全相关问题上。它还涉及到用常识性知识来增强目标检测，特别是在自动驾驶汽车中可用的潜力。这项工作中的一个重要范例是部署常识知识来增强目标检测。我们在这里的一些工作涉及生成对抗图像，用于包含CSK的目标检测，特别是空间常识。该工作已在IEEE ICTAI 2017， IEEE ICTAI 2018和AAAI 2020上发表。这项工作的大部分来自于一个常识性知识应用项目，特别是在特定领域的知识库方面，该项目是2015年在德国马克斯普朗克信息学研究所的教师研究访问期间发起的。------------------------------------ 博士生:Onyeka Emebo(参观富布赖特学者,2015 - 2016 ) ------------------------------------ 硕士项目学生:Abidha Pandey(2019年5月毕业 ) ----------------------------------- “狗屁”荣誉学生:Priya Persaud(2017年5月毕业 ) ------------------------------------ “狗屁”研究学生:亚历山德拉Kunkel(2019年5月毕业 ) ------------------------------------- 论文合著者:Niket Tandon博士（Allen AI， WA）， Daramola Olawande博士（CPUT, South Africa）， Vaibhav Anu博士(CS, Montclair) -------------------------------------研究访问：德国马克斯普朗克研究所(2015)-导师：Gerhard Weikum博士资助：富布赖特奖学金计划（2016）；NSF LSAMP项目（2017）；夏季研究资助（2020）

智能生活应用开发：人机交互、物联网和领域知识

这个项目解决了智能生活的无处不在的计算领域。它侧重于通过移动应用程序（app）和其他用户友好的软件工具传播知识。这里开发的一个重要应用程序是从智慧城市的角度传播城市政策知识的法令推特挖掘应用程序。这种知识是通过挖掘有关城市政策的法令和推文来发现的，特别是根据这些政策和公众舆论来了解相关地区对智慧城市特征的坚持程度。它的重点是纽约地区。另一个应用程序针对气候参数，如温度、湿度和降水，使用环境管理中的气候模型进行分析。需要搜索相关数据并做出未来预测的结果输出通过开发水文气候数据应用程序进行传播。该应用程序侧重于NJ Passaic地区。这项工作的另一个应用是撒哈拉以南非洲地区的降水，这是一个降雨稀少的地区。这款降水数据应用程序从气候模型中获取信息，并根据不同的地理位置提供有用的知识传播，以帮助公共机构、农民和当地居民规划他们的生活。此外，本项目还开发了降水数据可视化工具，使专家和新手用户能够使用趋势线、地图定制、过滤器等对撒哈拉以南地区的数据进行交互式可视化和分析。另一个为智能生活开发的应用程序包括一个食物捐赠应用程序，它可以帮助供应商和消费者相互联系，以便有效地利用餐馆、商店等的多余食物作为食物庇护所和其他捐赠设施。因此，它有助于解决两个重要问题，即饥饿和食物浪费。这一领域的大部分工作除了为智能生活做出贡献外，还对联合国可持续发展目标产生了更广泛的影响。这个项目需要计算机科学和信息技术硕士学生的工作。该工作的出版物包括IEEE UEMCON 2019和I3E 2020上的论文。更多的工作正在进行中。---------------------------------------- 硕士项目学生:Drashti帕沙克(2019年8月毕业 ) ----------------------------------------- 硕士项目学生:克里斯蒂娜Varghese(2019年12月毕业 ) ----------------------------------------- 硕士项目学生:Sudha国王(2020年5月毕业 ) ----------------------------------------- 硕士项目学生:Divyadharshini Karthikeyan(2020年12月毕业 ) ----------------------------------------- 论文合著者:克莱门特氧化铝博士(ea,火狐体育火狐体育),博士Vaibhav阿奴(CS,火狐体育火狐体育 ) ----------------------------------------- 资金:PSEG-ISS格兰特(2016);计算机科学系助教

常识，计算机视觉，机器人和智能制造

本研究的重点是人工智能、计算机视觉和机器人技术，并部署常识知识（CSK）。其中一些需要人机协作（HRC），重点是智能城市中的智能制造。它包括从在线CSK资源中学习，并开发知识库（KBs），其中包含适用于几个机器人任务的基本CSK。它涉及基于CSK概念的数学建模、算法开发和HRC任务设计，以及通过模拟研究和真实机器人实验室实验进行的实验。本文提出的一个重要方法包括我们率先在IEEE Big Data 2020和IEEE IEMTRONICS 2020会议上发表的基于csk的智能制造机器人任务规划和优化hrc，并在IEEE TASE期刊上发表论文，并获得IEEE IEMTRONICS 2020会议最佳论文奖。这项工作的其他重要任务包括在机器人运动规划的背景下利用有或没有启发式的搜索方法，发表在IntelliSys 2021上。更令人兴奋的工作包括通过图像中物体的近、上、下等搭配来利用空间CSK，以开发目标检测中的对抗数据集，作为海报论文发表在AAAI 2020上，后来在EDBT研讨会上作为演示论文发表。这个系统被称为CSK-SNIFFER。它推动了另一个系统CSK-Detector的开发，该系统使用来自知识库Dice的常识性知识，如合理性、典典性、显著性和显著性，以检测图像中的物体并对后者进行分类，这在多用途机器人技术中特别有用。这进一步推动了另一个系统Robo-CSK-Organizer的设计和实现，该系统使用来自KB ConceptNet的常识性知识，以便根据任务相关性组织房间中的对象。CSK-Detector和robot - csk - organizer的表现都优于纯粹基于深度学习的最先进模型。此外，由于最小化了学习的复杂性，并提供了可解释的解决方案，它们为可持续人工智能和可解释人工智能做出了贡献。这项工作已发表在IEEE大数据2022上，并在IEMTRONICS 2024上获得了最佳论文奖。更多的期刊正在出版中。-------------------------------------- 硕士论文,学生:拉斐尔•伊达尔戈(2024年1月毕业 ) ------------------------------------- 硕士论文,学生:Irina Chernyavsky(2023年1月毕业 ) ------------------------------------- 硕士论文,学生:Christopher j .孔蒂(2021年1月毕业 ) ------------------------------------- 硕士AI课程学生:劳拉Paulino(2021年5月毕业 ) ------------------------------------- 硕士AI课程学生:Correy Hannum（毕业于2021年1月）-------------------------------------论文合著者：Simon Razniewski博士（马克斯普朗克信息学研究所）；Niket Tandon博士（Allen AI， WA）；王博士Weitian (CS,火狐体育火狐体育 ) ------------------------------------- 资金:NSF MRI格兰特(2021 - 2024);计算机科学专业的助教；夏季研究资助（2020）

图像挖掘中的机器学习：纳米尺度，x射线，视听和无人机数据

这项工作涉及图像分析领域的机器学习和数据挖掘技术，用于知识发现。这里的早期工作是由NSF REU拨款资助的，并在夏季支持来自三州地区的本科生。这项拨款的重点是在图像处理领域，在纳米级图像数据学习领域发生了重要的工作。它需要提出和实现在特定领域决策中有用的图像挖掘技术。有来自纳米技术研究人员的真实数据，纳米技术的应用对卫生信息学有更广泛的影响。例如，如果从图像相似性搜索中可以看出，两种材料产生的结果相似，那么学习的结果对于寻找更便宜的材料而不是更昂贵的材料来开发人体植入物是有用的。这项工作的出版物包括SPIE 2010会议上的一篇论文，ACM CCSC 2010会议上的一篇演讲，以及ICML 2010研讨会上的一篇论文。这一领域的进一步工作包括基于对COVID-19阳性、肺炎阳性和正常/健康病例的胸部x线图像分析，为自动检测COVID-19提供决策支持。这需要通过迁移学习和数据增强来部署基于卷积神经网络（cnn）的计算机视觉模型。这部分工作已发表在IEEE大数据2020和施普林格MTAP期刊上。另一项有趣的工作包括通过非侵入性方法（相对于侵入性胸部x光）的咳嗽症状来挖掘结核病的数据。利用Mel谱图和Mel倒频系数将咳嗽样本的音频数据映射为视觉数据，然后利用CNN、VGG等模型进行分析。令人惊讶的是，一个简单的1D-CNN给出了最好的结果，这符合奥卡姆剃刀原则，即更喜欢简单的理论而不是复杂的理论。这篇论文发表在IEEE Big Data 2023上，并获得了IEEE IISA 2024的最佳论文奖，以及NJBDA研讨会的最佳海报奖。这一领域的其他工作包括地球科学领域的图像分析。这包括分析激光雷达和从无人机收集的数据中捕获的多光谱图像，从不同的角度分析沙丘的形成。机器学习技术，如聚类的无监督学习，分类的监督学习（随机森林，决策树）和cnn的深度学习正在这里进行探索。这些结果有助于支持地球科学领域特定的决策，并属于广泛的地球信息学领域。这部分工作得到了NOAA新泽西海洋拨款委员会的资助。-------------------------------------------------- 博士学生(委员会):巴蒂尔Daiek(正在进行的 ) --------------------------------------------------- “狗屁”研究学生:布兰妮Gonzales-Moodie(2022年1月毕业 ) ---------------------------------------------------- 硕士论文,学生:Jyoti Yadav(2024年5月毕业 ) ----------------------------------------------------- 硕士项目的学生:Divyadharshini Karthikeyan(2021年1月毕业 ) ----------------------------------------- 夏天研究学生:格里高利Roughton(完成:2009年7月 ) ----------------------------------------- 夏季研究生:丹尼尔Jackowitz(完成:2010年7月 ) ----------------------------------------- Stefan Robila合作者/合著者:博士(CS,火狐体育火狐体育),博士Jianyu梁(材料科学,WPI, MA);Jorge Lorenzo-Trueba博士（EAES, Montclair），刘浩博士（CS, Montclair），谢磊博士(CUNY Hunter and Weill Cornell Medicine) -----------------------------------------资助：NOAA NJ海洋拨款委员会（2023年9月至火狐体育年9月）；NSF REU基金（2009 - 2011）；计算机科学专业的助教；

大数据和社交媒体中的云计算

本项目重点研究云计算，重点研究大数据的管理和挖掘。除了对现有方法的深入研究之外，它还讨论了新技术的设计和实现，以及对云上大数据管理和挖掘的现有方法的增强。该项目涉及使用Hadoop、Hive和Mahout等云技术进行大数据探索性研究。在科学数据管理等领域的背景下使用各种真实世界的数据集。在Mahout中部署机器学习算法，在云上进行预测分析，具体涉及文本分类、推荐系统和决策支持。该项目还涉及基于云的社交媒体（如Twitter）上的意见挖掘，其中情绪分析的结果在推荐等应用程序中很有用。这使得该论文在NJBDA研讨会、ACM CIKM的CloudDB 2013和IEEE ICDM的KDCloud 2013上发表，并在IEEE UEMCON 2019上获得最佳论文奖。根据本工作的一些成果和该领域其他研究人员的相关工作，在DASFAA 2015年会议上发表了一篇研究教程。进一步的工作包括设计和实现一种新的云安全态势管理工具，通过利用基于NIST的标准和其他已发布的指南，将安全的关键方面整合到云架构中。这已经发表在IEEE UEMCON 2023上。----------------------------------------- 硕士项目学生:Klavdiya哈蒙德(2013年5月毕业 ) ----------------------------------------- 硕士项目学生:Shireesha钱德拉(2012年5月毕业 ) ----------------------------------------- 硕士项目学生:Ketaki Gandhe(2015年5月毕业 ) ----------------------------------------- 作者:嘉荫王博士(CS,火狐体育火狐体育);嘉成商博士(CS,火狐体育火狐体育 ) ----------------------------------------- 从计算机科学资助:助教;NSF MRI资助（2020 - 2023）

地理信息系统、城市扩张和空气质量问题

本研究涵盖地理资讯系统（GIS）、城市扩张与空气品质。这需要挖掘空间和时间数据来预测城市蔓延。它使用带有领域知识的关联规则来发现各种导致蔓延的参数（如失业、交通、人口统计、污染等）之间的关系，以及这些参数对蔓延的影响，反之亦然。它还涉及处理污染问题，以便进一步分析其与城市蔓延的关系。这样做的目的是利用环境保护局的标准进行纳入公共健康因素的空气质量评估。利用经典的关联规则挖掘、聚类和分类技术对全球多城市数据进行数据挖掘，发现城市污染的各种原因，并在分析的基础上预测空气质量。这项工作还包括一个社交媒体挖掘部分，其中公众对造成污染的因素及其相关解决机制的反应进行评估。这项工作的重要成果是扩展预测和空气质量评估的原型工具。其中一些研究需要博士生徐杜的早期论文工作。本作品曾在KDD 2014 Bloomberg track、ICDE 2016 workshop等场合发表。------------------------------------ 博士生:徐Du(2021年1月毕业 ) ------------------------------------ 硕士项目学生:安妮塔Pampoore-Thampi(2014年5月毕业 ) ------------------------------------ 资金:DA从环境管理程序;来自CS / EAES的RA

基于xml的标记语言和语义Web标准

这项工作包括在各种实际应用程序的Web开发中使用XML和其他标准。该项目部分由罗氏和默克公司提供的SHIP资助，用于资助攻读学士学位课程的荣誉学生。这项工作的一个方面涉及基于xml的标记语言和EHR（电子健康记录）管理中的云计算。它需要调查医疗标记语言MML的使用情况，MML构成用于存储和交换健康记录的DSML（领域特定标记语言），提出基于这种基于XML的标准的知识发现技术，还需要调查云技术在与医疗保健有关的存储、检索和知识发现方面的使用情况，同时考虑到成本效益、风险分析和可扩展性等问题。这项工作的另一个方面包括在与大学系统相关的应用程序中使用RDF、OWL和SPARQL进行元知识提取，这有助于通过使用语义Web标准实现泛在计算。这篇论文已发表在IEEE UEMCON 2016上，并在其中一个领域获得了最佳论文奖。整个项目的其他相关出版物包括IEEE ICDM 2011会议KDCloud研讨会上的一篇论文和IEEE ICIAFS会议上的另一篇论文。在b施普林格的DASFAA 2009和ACM的EDBT 2011会议上，已经给出了研究教程，包括本工作的DSML部分以及XML、隐藏Web和语义Web的相关研究。------------------------------------ 硕士项目学生:Aliva普拉丹(2011年5月毕业 ) ------------------------------------ 学士荣誉学生:乔纳森Tancer(2012年5月毕业 ) ------------------------------------- 资金:科学荣誉创新计划(2010 - 2012);计算机科学系助教

清洁能源，海上风能，能源公平和环境问题

该项目涉及与火狐体育火狐体育的清洁能源和可持续发展分析中心（CESAC）合作。它包括一个由NJEDA（新泽西州经济发展局）资助的奖学金资助的海上风能主题。一项有趣的研究需要对与海上风电设施有关的帖子进行情绪分析和主题建模，因为许多人表达了他们对公共政策的看法，他们的投入与公民科学和透明治理相一致。该研究发表在IEMTRONICS 2024上。另一项工作涉及风力涡轮机的适当放置，GIS数据的遥感，以及基于通过聚类的无监督学习和深度学习的监督学习以及可解释分类器发现知识的建议。这项工作的部分内容发表在IEEE Big Data 2024上。一项相关工作是对发电厂进行自动检测，将其分类为多种类型，如太阳能、风能等，以协助功率估计和能源管理。它需要GIS、CNN和ViT的新架构，从而获得两全其美，即领域特定知识（通过空间掩模和遥感的地理信息学）以及深度学习模型（通过CNN和ViT）。这已经发表在IEEE传感器和AAAI桥梁计划上。另一项非常有趣的研究是能源公平w.r.t.人口统计和基础设施，以及对气候变量、能源政策、社会经济数据等的相关分析。这部分工作构成了博士生论文的核心。已在IEEE ICTAI 2023、ACM SIGWEB 2023、AAAI 2023研讨会、IEEE IISA 2024和AAAI 火狐体育桥梁计划上发表。在CESAC的积极参与下，所有这些领域正在进行进一步的工作。------------------------------------ 博士生:Sarahana Shrestha(正在进行的 ) ------------------------------------ 硕士论文,学生:Isabele Bittencourt(2024年5月毕业 ) ------------------------------------ 硕士论文,学生:克里斯蒂安·Noriega-Monsalve(正在进行的 ) ------------------------------------ 硕士论文,学生:Blessing-Austin加布里埃尔(正在进行的 ) ----------------------------------- 资金:NJEDA风科技奖学金(2023 - 火狐体育);强生公司实习生；环境管理处副署长