2024年12月21日,亲爱的会议参与者和委员会成员,我代表董事会和美国统计协会的成员带来了问候和最良好的祝愿,当时您会召集2024年在喀拉拉邦高奇举行的2024年国际印度统计协会(IISA)会议。我们重视与IISA的合作,并很高兴支持IISA主持的杰出会议。您对您组织的综合计划印象深刻,其中包括四位杰出的全体演讲者,包括R. R. R. Bahadur纪念演讲,六个特别邀请的演讲和100多个受邀的会议。增加了两门创新的短课程,学生论文和海报竞赛表明了培养下一代统计学家的承诺。会议,包括来自学术界和行业的领导者的演讲者,反映了我们领域的广度和深度。您的会议结构鼓励我们职业不同领域的合作和知识交流 - 学术界,工业和研究机构。拥有来自世界各地的400多名预期与会者,该会议将为建立新的联系并加强我们全球统计社区中的现有联系。祝贺创建一个庆祝统计科学的重要性和多样性的程序。最好的祝福,
循环碳经济 Cody J. Wrasman 1 、A. Nolan Wilson 1 、Ofei Mante 2 、Kristiina Iisa 1 、Abhijit Dutta 1 、Michael S. Talmadge, 1 David C. Dayton 2 、Sundararajan Uppili 3 、Michael J. Watson 4 、Xiaochun Xu 3 、Michael B. Griffin 1 、Calvin Mukarakate 1 、Joshua A. Schaidle 1,* 和 Mark R. Nimlos 1,* 1 国家可再生能源实验室, 2 RTI International, 3 埃克森美孚技术与工程公司, 4 庄信万丰, *通讯作者:Joshua.schaidle@nrel.gov; mark.nimlos@nrel.gov 摘要 催化热解是一种结合了热解和气相催化升级的工艺,是一种多功能技术平台,能够将生物质和废塑料直接液化成中间体,从而实现化学品和/或运输燃料的脱碳生产。最近,催化热解引起了大量研究和商业化的关注,仅在过去十年中就发表了 15,000 多篇期刊文章和专利。从这个角度来看,我们通过确定关键的短期和长期技术障碍,为废塑料和生物质的商业规模催化热解规划了一条道路。在拟议的发展路线图中,通过解决这些障碍,催化热解可以从示范规模发展到综合生物精炼网络,每年生产 0.1 至 10 亿吨碳的燃料和塑料前体。
2021•战略定位和客户响应的联合模型。IISA 2021会议,2021 2020•机器学习营销组件效果:将因果林应用于有针对性的电子邮件促销。决策科学会议,2020年(也是会议主席)2019年•用于研究营销活动中促销效果的大型贝叶斯建模。数据和统计科学会议的创新,2019年•量化销售代理人出发的间接成本:关系,努力和道德危害如何促进收入损失。数据和统计科学会议的创新,2019年2018年•当足够的广告足够时:谁容忍而谁不容忍?营销科学2018•量化靶向电子邮件对客户转换的影响:一种结构性方法。营销动态会议,2018年•建立更好的电子邮件促销:量化促销和语义选择对电子邮件开放率的影响。2018年电子商务会议中的统计挑战;数字营销和机器学习会议,CMU,2018 2017•基于内容消费的相似性的用户段标识; IEEE ISM 2017 2016•线性广告在多个在线视频上的动态分配;市场科学会议,2016年•受众群体验证来自人口组合和个人数据不足; IEEE ISM 2016•线性在线视频广告的选择,订单和定价;市场科学会议,2016年2015年•试验如何影响消费者选择:软件行业的研究;市场科学会议,2015年•选择和订购线性在线视频广告;第9届ACM推荐系统会议,2015年•在线视频中线性广告的新质量度量;与ACM Recsys 2015的Recsystv上的第二届研讨会。
1。Pigou,L。; Dieleman,s。; Kindermans,P.-J。 ; Schrauwen,B。 使用卷积神经网络的手语识别。 在计算机视觉中 - ECCV 2014研讨会; Agapito,L.,Bronstein,M.M.,Rother,C。,编辑。 ; Springer International Publishing:CHAN,2015年;卷。 8925,pp。 572–578 ISBN 9783319161778。 2。 Zaki,M.M。 ; Shaheen,S.I。 使用基于新视觉的功能组合的手语识别。 模式识别信2011,32,572–577,doi:10.1016/j.patrec.2010.11.013。 3。 Mukai,n。; Harada,n。; Chang,Y。基于分类树和机器学习的日本手指识别。 在2017年NICograph International(NICOINT)的会议记录中; IEEE:日本京都,2017年6月; pp。 19–24。 4。 bhat,a。; Yadav,V。;达根(Dargan) Yash手语使用深度学习进行文本转换。 在2022年第三届国际新兴技术会议论文集(INCET); IEEE:印度Belgaum,2022年5月27日; pp。 1-7。 5。 Gupta,Nikhil。 “字符语言转换。” Github,2023年10月29日,github.com/emnikhil/sign-language-to-text-conversion。 6。 jie huang; Wengang Zhou; Houqiang li;使用3D卷积神经网络来引导LI手语识别。 在2015年IEEE国际多媒体和博览会(ICME)会议录中; IEEE:意大利都灵,2015年6月; pp。 1-6。 7。 Liang,Z。; Liao,s。;胡,B。 8。 1-4。 9。Pigou,L。; Dieleman,s。; Kindermans,P.-J。; Schrauwen,B。使用卷积神经网络的手语识别。在计算机视觉中 - ECCV 2014研讨会; Agapito,L.,Bronstein,M.M.,Rother,C。,编辑。; Springer International Publishing:CHAN,2015年;卷。8925,pp。572–578 ISBN 9783319161778。2。Zaki,M.M。 ; Shaheen,S.I。 使用基于新视觉的功能组合的手语识别。 模式识别信2011,32,572–577,doi:10.1016/j.patrec.2010.11.013。 3。 Mukai,n。; Harada,n。; Chang,Y。基于分类树和机器学习的日本手指识别。 在2017年NICograph International(NICOINT)的会议记录中; IEEE:日本京都,2017年6月; pp。 19–24。 4。 bhat,a。; Yadav,V。;达根(Dargan) Yash手语使用深度学习进行文本转换。 在2022年第三届国际新兴技术会议论文集(INCET); IEEE:印度Belgaum,2022年5月27日; pp。 1-7。 5。 Gupta,Nikhil。 “字符语言转换。” Github,2023年10月29日,github.com/emnikhil/sign-language-to-text-conversion。 6。 jie huang; Wengang Zhou; Houqiang li;使用3D卷积神经网络来引导LI手语识别。 在2015年IEEE国际多媒体和博览会(ICME)会议录中; IEEE:意大利都灵,2015年6月; pp。 1-6。 7。 Liang,Z。; Liao,s。;胡,B。 8。 1-4。 9。Zaki,M.M。; Shaheen,S.I。使用基于新视觉的功能组合的手语识别。模式识别信2011,32,572–577,doi:10.1016/j.patrec.2010.11.013。3。Mukai,n。; Harada,n。; Chang,Y。基于分类树和机器学习的日本手指识别。 在2017年NICograph International(NICOINT)的会议记录中; IEEE:日本京都,2017年6月; pp。 19–24。 4。 bhat,a。; Yadav,V。;达根(Dargan) Yash手语使用深度学习进行文本转换。 在2022年第三届国际新兴技术会议论文集(INCET); IEEE:印度Belgaum,2022年5月27日; pp。 1-7。 5。 Gupta,Nikhil。 “字符语言转换。” Github,2023年10月29日,github.com/emnikhil/sign-language-to-text-conversion。 6。 jie huang; Wengang Zhou; Houqiang li;使用3D卷积神经网络来引导LI手语识别。 在2015年IEEE国际多媒体和博览会(ICME)会议录中; IEEE:意大利都灵,2015年6月; pp。 1-6。 7。 Liang,Z。; Liao,s。;胡,B。 8。 1-4。 9。Mukai,n。; Harada,n。; Chang,Y。基于分类树和机器学习的日本手指识别。在2017年NICograph International(NICOINT)的会议记录中; IEEE:日本京都,2017年6月; pp。19–24。4。bhat,a。; Yadav,V。;达根(Dargan) Yash手语使用深度学习进行文本转换。在2022年第三届国际新兴技术会议论文集(INCET); IEEE:印度Belgaum,2022年5月27日; pp。1-7。5。Gupta,Nikhil。 “字符语言转换。” Github,2023年10月29日,github.com/emnikhil/sign-language-to-text-conversion。 6。 jie huang; Wengang Zhou; Houqiang li;使用3D卷积神经网络来引导LI手语识别。 在2015年IEEE国际多媒体和博览会(ICME)会议录中; IEEE:意大利都灵,2015年6月; pp。 1-6。 7。 Liang,Z。; Liao,s。;胡,B。 8。 1-4。 9。Gupta,Nikhil。“字符语言转换。” Github,2023年10月29日,github.com/emnikhil/sign-language-to-text-conversion。6。jie huang; Wengang Zhou; Houqiang li;使用3D卷积神经网络来引导LI手语识别。在2015年IEEE国际多媒体和博览会(ICME)会议录中; IEEE:意大利都灵,2015年6月; pp。1-6。7。Liang,Z。; Liao,s。;胡,B。 8。 1-4。 9。Liang,Z。; Liao,s。;胡,B。8。1-4。9。3D卷积神经网络,用于动态手语识别。计算机期刊2018,61,1724–1736,doi:10.1093/comjnl/bxy049。Kanavos,A。; Papadimitriou,O。; mylonas,p。; Maragoudakis,M。使用深层卷积神经网络增强手语识别。 在第2023届第14届国际信息,情报,系统与应用程序(IISA)会议录中; IEEE:沃尔斯,希腊,2023年7月10日; pp。 张,p。; Wang,D。; Lu,H。多模式视觉跟踪:审查和实验比较。 comp。 Visual Media 2024,10,193–214,doi:10.1007/s41095-023-0345-5。Kanavos,A。; Papadimitriou,O。; mylonas,p。; Maragoudakis,M。使用深层卷积神经网络增强手语识别。在第2023届第14届国际信息,情报,系统与应用程序(IISA)会议录中; IEEE:沃尔斯,希腊,2023年7月10日; pp。张,p。; Wang,D。; Lu,H。多模式视觉跟踪:审查和实验比较。comp。Visual Media 2024,10,193–214,doi:10.1007/s41095-023-0345-5。