跳到主要内容
研究戴尔笔记本电脑的研究生

探索德克萨斯州第一大在线研究生课程提供的学位。在网上学习可以获得和在校园里一样高质量的学位。

两名学生在白板上编写方程式,白板上有符合条件的文本

获取关于本科生、研究生和转校生的申请过程和资助机会的信息。

Ingenium的博主与其他组织领导人合影
Ingenium 我们的博客由学生写,为学生写

从工程学同学分享的经验和机会中获得灵感。

学生们竖起大拇指,举着德州农工大学未来农业工程师和工程的标志
PK-12外联 火花

学生和组织可以为您的所在地带来实践活动或设计挑战,或者只是作为特邀演讲嘉宾访问。

James Caverley博士和Dezhen Song博士的头像。
James Caverlee博士(左)和Dezhen Song博士(右)从亚马逊研究奖项目中获得的资金,旨在支持一到两个研究生或博士后在一名教员的监督下工作一年。|图片:德州是工程

德克萨斯农工大学计算机科学与工程系的教授詹姆斯·卡弗利博士和宋德珍博士都被该委员会选中亚马逊研究奖计划为他们的研究项目提案获得财政支持。该项目为研究跨多个学科的研究课题的学术研究人员提供无限制的资金和亚马逊网络服务的推广信用。

Caverlee的项目名为“不考虑人口统计的推荐公平性”。推荐算法是我们每天遇到的推荐工作、新闻文章和社交关系的许多平台/应用程序的基石。此外,人们越来越意识到这些建议中公平的重要性。

目前提高公平性的方法取决于用户的人口统计特征,如种族和/或性别,以确保公平属性被纳入推荐模型的培训过程。然而,在许多情况下,很难确定要包括哪些人口统计属性和组合,因为它们并非总是可用的,有些甚至被法律和法规禁止收集。

Caverlee说:“我们的目标是研究技术,并开发有效的工具,在没有任何用户统计数据的情况下,提高推荐系统的公平性。”“这样,我们就可以扩大与公平相关的建议的范围,涵盖这些重要的情况。”

宋博士的项目名为“机器人指尖的光声材料和结构预触摸传感”,是与德州农工大学电气与计算机工程系教授邹军博士合作的成果。

机器人技术面临的最大挑战之一是如何可靠地抓取未知物体。随着机器人的使用从工厂扩展到更广泛的服务市场,它们必须具备在没有事先了解的情况下抓取物体的能力。然而,尽管物体的非接触检测为机器人提供了摩擦系数和适用抓取力的重要信息,以规划成功的抓取,但现有的传感器无法实现这一点。

Song说:“为了解决这个问题,我们建议开发系统和算法,以创建一种新型微型指尖传感器,该传感器可以检测并绘制物体材料类型、形状和接近表面的内部结构,而无需接触。”。

亚马逊在2020年秋季征集研究项目提案时,考虑了来自13个国家59所大学的101名受奖人,Caverlee和Song就是其中之一。每个奖项旨在支持一到两个研究生或博士后学生一年的工作,在一名教师的监督下。