James Caverlee博士(左)和Dezhen Song博士(右)从亚马逊研究奖项目获得的资金，旨在支持一到两名研究生或博士后学生的工作，为期一年，由一名教职员工监督。|图片:德州AM工程公司
德克萨斯农工大学计算机科学与工程系教授James Caverlee博士和Dezhen Song博士分别被选入亚马逊研究奖计划，为他们的研究项目提案获得财政支持。该计划为研究跨多个学科研究课题的学术研究人员提供无限制资金和亚马逊网络服务促销积分。
卡弗利的项目名为“没有人口统计的推荐公平性”。推荐算法是我们每天都会遇到的许多推荐工作、新闻文章和社交关系的平台/应用程序的构建模块。此外，人们越来越意识到在这些建议中公平的重要性。
目前的公平性增强方法依赖于用户的人口统计数据，如种族和/或性别，以确保公平性属性包含在推荐模型的训练过程中。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，因为它们并不总是可用的，有些甚至被法律法规禁止收集。
“我们的目标是研究技术，开发有效的工具，即使在没有任何用户统计数据的情况下，也能提高推荐系统的公平性，”Caverlee说。“通过这种方式，我们可以扩大与公平相关的建议范围，涵盖这些重要的情况。”
Song的项目名为“机器人指尖的光声材料和结构预触摸传感”，是与德克萨斯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先验知识的情况下掌握物体的能力。但是，虽然对物体的非接触式检测提供了关于摩擦系数和适用的抓取力的重要信息，以计划对机器人的成功抓取，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来创建一种新型的微型指尖安装传感器，可以在不接触的情况下近距离检测和绘制物体的材料类型、形状和近表面内部结构。”
Caverlee和Song是亚马逊在2020年秋季研究项目提案征集中考虑的101名获奖者，他们代表了13个国家的59所大学。每个奖项旨在支持一到两名研究生或博士后学生的工作，为期一年，由一名教职员工监督。