报告题目：大数据，机器学习，智能制造在制造过程系統工程的应用
报 告 人：汪上晓 教授（台湾清华大学）
报告时间：2019年4月18日16:00
报告地点：南一楼中311
摘要: 在本次演讲中我们将介绍人工智慧，大数据，机器学习，智慧制造的一些基本观念，半导体及化学工厂的制造过程的形态，数据收集架构及智能制造进展的情况。
半导体制造过程是一个多站点，多机台，多样品的生产线。基础质量的管控包括统计过程监控，统计品质监控。要实现智能制造，需要在此一基础上，建立软仪表，进行批间回馈控制；更重要的是不同产品/不同机台生产信息如何相互传递，以达到最好的协调。然而半导体过程换代快速，很难利用物理模型来建立模型；因此我们将介绍一系列如何利用多变数统计方法，建立数据驱动模型，提供解决方案的范例。
最近人工智能的炒作，使得很多人尝试将深度学习应用于在制造过程。深度学习与传统机器学习最大的不同是处理非结构性资料如图像，文本，语音更加容易。我们会报告蒸馏塔软测量，Tennesee-Eastman 过程故障分类，COSMO sigma profile 的预测等几个学术范例，来探索如发挥深度学习演算法的优势。
简历: 汪上晓，1978年美国加州理工学院化学工程系本科毕业，1981年和1982年美国特拉华大学化学工程学系获硕士和博士学位。1983-1988年台湾清华大学化学工程系副教授，1989-今台湾清华大学化学工程系教授。1991-1992年美国特拉华大学化学工程系访问学者。1996年香港科技大学化工系客座Reader。2011-2018年台湾清华大学化工系副系主任。2015-2018年台湾化工学会会志副总编辑。发表学术论文158篇，引用次数3213，其中他引次数3095，H-index为29。1993年台湾国科会杰出研究奖。2014年清华大学工学院杰出导师奖。1992年在AIChE Journal上发表了著名的“Wong-Sandler混合规则”热力学混合定律，在现代化工领域被广泛采用。
学院公众号二维码
