Ewch i’r prif gynnwys

Mae'r grŵp ymchwil yn dwyn ynghyd gymuned amrywiol a rhyngddisgyblaethol o academyddion ac ymarferwyr sy'n rhannu ymroddiad cyffredin i feithrin arbenigedd ymchwil cryf mewn gwyddor data, dysgu peiriannol a darogan, wedi'u hintegreiddio'n drefnus i set o offer y gwyddorau rheoli, gan gynnwys modelu mathemategol, technegau optimeiddio, dynameg systemau, modelu seiliedig ar asiantau, ac efelychu digwyddiadau arwahanol.

Gydag ymrwymiad i hyrwyddo lles cymdeithasol, mae'r grŵp yn defnyddio eu harbenigedd yn ddiwyd i alluogi gwneud penderfyniadau gwybodus a gwneud y mwyaf o adnoddau. Mae hyn yn ei dro yn arwain at ddeilliannau diriaethol a chadarnhaol i’r gymdeithas.

Nodau

Ein nod yw gwthio ffiniau defnyddio data, dysgu peiriannol, darogan a’r gwyddorau rheoli i sbarduno lles cymdeithasol. Trwy ddatblygu, cymhwyso a rhannu gwybodaeth a sgiliau, rydym yn ymdrechu i lywio a gwella prosesau gwneud penderfyniadau sy'n arwain at ddeilliannau cymdeithasol cadarnhaol. Mae’r disgyblaethau hyn yn ein galluogi i gael effaith ystyrlon a hyrwyddo lles cymunedau.

Grŵp ymchwil Labordy Data er Budd Cymdeithasol
Grŵp ymchwil Labordy Data er Budd Cymdeithasol

Ymchwil

Rydym yn defnyddio gwyddor data a dysgu peiriannol, wedi'u hintegreiddio'n drefnus i gyfres o offer y gwyddorau rheoli. Wrth fanteisio i’r eithaf ar y galluoedd hyn, rydym yn trawsnewid data crai yn ddealltwriaeth y mae modd gweithredu arni, gan roi’r grym yn nwylo’r rheiny sy'n gwneud penderfyniadau i sbarduno lles cymdeithasol. Mae ein harbenigedd yn ymestyn i feysydd amrywiol, gan gynnwys gofal iechyd, logisteg gwaith dyngarol ac iechyd byd-eang a rheoli’r gadwyn gyflenwi, amaethyddiaeth a’r gadwyn cyflenwi bwyd, llywodraeth a polisïau, yn ogystal â chynaliadwyedd cymdeithasol a'r economi gylchol.

Prosiectau

Prosiectau a ariennir

Gwella Cadwyni Cyflenwi Imiwneiddio Byd-Eang: Integreiddio Modelau Deallusrwydd Artiffisial Hybrid i Optimeiddio Stocrestrau sy’n Ystyried Metrigau Lles nad ydyn nhw’n Ariannol

Yr Athro Bahman Rostami-Tabar, Dr Thanos E Goltsos, Dr Paul Wang, Dr Geraint Palmer

Diben y prosiect hwn yw datblygu dull Deallusrwydd Artiffisial Hybrid o ragweld yr angen am brechiadau a rheoli optimeiddio stocrestrau, gan wella perfformiad cadwyni cyflenwi imiwneiddio. Mae'r fethodoleg yn cyfuno gwybodaeth sy’n benodol i faes â rhagolygon tebygolrwydd, ac mae’n cyd-blethu'r rhain mewn modelau rhestr eiddo sy'n ymgorffori metrigau lles nad ydyn nhw’n ariannol ochr yn ochr â chostau ariannol yn y ffwythiant colli. Bydd y modelau’n cael eu dilysu'n empiraidd gan ddefnyddio data o wlad yn Affrica, gyda'r bwriad o gynhyrchu atebion cyffredinol ar gyfer gwledydd eraill sy'n datblygu.

Cydweithio gyda sefydliadau: John Snow, Inc. (JSI)

Cyllid: Ysgoloriaethau ymchwil yr EPSRC
Hyd: Hydref 2024 – Rhagfyr 2028

Gwella cyd-gysylltu gofal rhyddhau cleifion ym maes iechyd meddwl a gofal cymdeithasol: Dull modelu wedi’i seilio ar debygolrwydd ac sy'n cael ei arwain gan ddata

Yr Athro Bahman Rostami-Tabar, Dr Jeremy Dixon

Diben y prosiect hwn yw datblygu offer modelu tebygolrwydd gan ddefnyddio Deallusrwydd Artiffisial a dysgu peirianyddol i fynd i'r afael â heriau rhyddhau cleifion ym maes iechyd meddwl a gofal cymdeithasol. Ymhlith prif amcanion y prosiect yw rhagweld risgiau derbyn, rhagweld hyd yr ymaros, modelu cyfranogiad cymdeithasol ar ôl rhyddhau’r claf, ac optemeiddio llwyth gwaith gofal cymdeithasol. Bydd cipolygon gan weithwyr proffesiynol GIG Cymru yn arwain yr ymchwil, gan wella cydgysylltu, dyrannu adnoddau, a chanlyniadau cleifion.

Cydweithio gyda sefydliadau: Ymchwil Iechyd a Gofal Cymru a Llywodraeth Cymru

Cyllid: Ysgol y Gwyddorau Ymchwil i Raddedigion Cymru (YGGCC)
Hyd: Hydref 2024 – Rhagfyr 2028

Preifatrwydd Data wrth ddefnyddio technolegau seiliedig ar Ddeallusrwydd Artiffisial sy’n dod i’r amlwg mewn gofal iechyd: O safbwynt Telefeddygaeth

Yr Athro Bahman Rostami-Tabar, Dr Simon Jang

Mae'r prosiect hwn yn canolbwyntio ar ymdrin â'r risg gynyddol o fynd yn groes i reolau preifatrwydd data ynghylch cleifion mewn systemau gofal iechyd sy'n cael eu hysgogi gan Ddeallusrwydd Artiffisial, yn enwedig ym maes telefeddygaeth. Drwy ddefnyddio methodolegau Dysgu ffederal a Phreifatrwydd drwy ddyluniad, y bwriad yw gwella preifatrwydd a diogelwch data ar draws platfformau iechyd digidol. Mae'r ymchwil yn ceisio cynnig atebion byd-eang y gellir eu ehangu’n rhwydd at ddibenion diogelu gwybodaeth y cleifion, gan ganolbwyntio'n bennaf ar ranbarthau fel Tsieina, yr Unol Daleithiau ac Ewrop.

Cyllid: Cyngor Ysgoloriaeth Tsieina
Hyd: Hydref 2024 – Rhagfyr 2028

Rhagweld gwelliannau ar gyfer iechyd atgenhedlol a gwaith chynllunio teulu gwell mewn cadwyni cyflenwi iechyd byd-eang

Dr Bahman Rostami-Tabar, yr Athro Aris Syntetos, Dr Federico Liberatore a Glenn Milano (USAID)

Nod y prosiect hwn yw datblygu modelau dysgu peiriannol arloesol ar gyfer darogan rhestrau atal cenhedlu a’u rheoli wedi hynny, ac felly gwella cyflawniad cadwyni cyflenwi iechyd atgenhedlol a chynllunio teulu. Sail empirig y modelau fydd data o Cote d'Ivoire. Caiff y modelau hefyd eu dilysu drwy gynllun treialu gan ddefnyddio’r data hyn. Y bwriad yw creu gwybodaeth gyffredinol y mae modd ei chymhwyso wedyn i wledydd eraill sy'n datblygu.

Cydweithio gyda sefydliadau: Asiantaeth Datblygu Rhyngwladol yr Unol Daleithiau (USAID)

Cyllid: Ysgoloriaethau Cydweithredol DTP Cymru ESRC
Hyd: Medi 2023 – Medi 2026

Deall a modelu effaith ymddygiad prynu defnyddwyr ar benderfyniadau'r cadwyni cyflenwi byd-eang wrth addasu arferion gwrth-gaethwasiaeth

Dr Maryam Lotfi, Dr Bahman Rostami-Tabar, Dr Nicole Koenig-Lewis, yr Athro Anatoly Zhigljavsky

Nod y prosiect yw gwella gwybodaeth ym maes caethwasiaeth fodern yn y gadwyn gyflenwi wrth ddeall a mynd i'r afael â heriau ymhellach i lawr y gadwyn gyflenwi, gan gynnwys ymddygiad ac agweddau defnyddwyr tuag at gaethwasiaeth fodern ac asesu eu heffaith ar benderfyniadau ymhellach i fyny’r gadwyn gyflenwi ar addasu arferion gwrth-gaethwasiaeth.

Cydweithio gyda sefydliadau: UNSEEN
Cyllid: Ysgoloriaethau Cydweithredol DTP Cymru ESRC
Hyd: Medi 2023 – Medi 2027

Nodi teipolegau cyffredin o niwed mewn systemau darogan

Dr Bahman Rostami-Tabar, Nathaniel Raymond (Prifysgol Yale)

Mae'r prosiect hwn yn ymchwilio i deipolegau niwed a sut y gallant ddigwydd yn y broses ddarogan, gan eu cyffredinoli, eu nodi a'u haddasu pan gaiff y cylch bywyd ei ddisgrifio’n gyffredin. Mae'r prosiect yn creu catalog o ble y gallai darogan achosi niwed, ac yn darparu argymhellion i fynd i'r afael â materion o niwed posibl yn y broses ddarogan.

Cyllid: Tech Ethics Lab
Hyd: Medi 2022 – Medi 2023

Darogan tebygolrwydd o hyd arhosiad ar gyfer cleifion mewnol a derbyniadau yn y gymuned oherwydd cyflyrau iechyd meddwl

Dr Bahman Rostami-Tabar, Siddharth Arora (Prifysgol Rhydychen)

Ymchwiliodd y prosiect i ddefnyddio model darogan tebygolrwydd ar gyfer darogan a deall hyd arhosiad (LoS) ar gyfer cleifion mewnol a derbyniadau yn y gymuned oherwydd cyflyrau iechyd meddwl.

Cyllid: Y Sefydliad Arloesedd Trawsnewid Digidol
Hyd: Mehefin 2023 - Mehefin 2024

Prosiectau dosbarthu gwybodaeth ac ymgysylltu

Gwneud darogan yn fwy democrataidd

Mae'r prosiect yn cwmpasu trefnu cyfres o weithdai tridiau o hyd, rhad ac am ddim mewn gwledydd incwm isel ac incwm is. Prif amcan y gweithdai hyn yw codi ymwybyddiaeth am arwyddocâd darogan a hyfforddi myfyrwyr prifysgol, academyddion a gweithwyr proffesiynol yn hyfforddwyr yn y maes. Maen nhw’n canolbwyntio ar drosglwyddo gwybodaeth ac egwyddorion darogan gan ddefnyddio meddalwedd R, sy'n chwarae rhan hanfodol wrth helpu i wneud penderfyniadau effeithiol. Wrth roi’r grym yn nwylo unigolion i fod yn hyfforddwyr eu hunain, nod y prosiect yw meithrin dealltwriaeth ehangach a chymhwyso technegau darogan yn y gwledydd hyn, gan gyfrannu'n y pen draw at brosesau gwneud penderfyniadau gwell.

Gwfan ‘Democratising Forecasting’

AFRICAST: Galluogi Rhagoriaeth Darogan ledled Affrica gydag R a Python

Ar y cyd â Phrifysgol Amaethyddiaeth a Thechnoleg Jomo Kenyatta (Adran Ystadegau) yn Kenya, rydym yn cynnig dwy raglen hyfforddi ar-lein ar egwyddorion darogan, gan ddefnyddio R a Python. Nod y rhaglenni hyn yw hyfforddi 50 o ddysgwyr yr un, gyda chyfanswm o 100 o ddysgwyr o bob rhan o Affrica. Bydd yr hyfforddiant yn cwmpasu darlithoedd byw, labordai ymarferol a mentora, gan sicrhau profiad dysgu cyflawn. Rydym yn ddiolchgar i gael cymorth dau ymchwilydd eithriadol, Jonas Rieger o Sefydliad Technoleg Karlsruhe yn yr Almaen ar gyfer hyfforddiant Python a Mitchell O'Hara-Wild o Ysgol Fusnes Monash yn Awstralia ar gyfer hyfforddiant R. Yn ogystal, mae mentoriaid wedi gwirfoddoli'n garedig i arwain a mentora pum myfyriwr yr un am flwyddyn, gan ddarparu cymorth ac arweiniad amhrisiadwy yn ystod cyfnod cyfan yr hyfforddiant. Mae'r bartneriaeth hon yn addo darparu hyfforddiant o ansawdd uchel a galluogi dysgwyr ym maes darogan yn Affrica.

Cymuned NHS-R - Egwyddorion Dadansoddi a Darogan Cyfres Amser gan ddefnyddio R

Mae'n dod yn fwyfwy cyffredin i sefydliadau gasglu symiau enfawr o ddata dros amser. Nid yw offer dadansoddi cyfres amser sy’n bodoli eisoes bob amser yn addas i ymdrin â graddfa, amlder a strwythur y data a gaiff eu casglu. Yn y gweithdy hwn, byddwn yn trafod rhai pecynnau a dulliau newydd sydd wedi'u datblygu i ymdrin â dadansoddi casgliadau mawr o gyfresi amser.

MSc Prosiectau Byw (prosiectau traethawd hir MSc ar y cyd â’r sefydliad)

Bob blwyddyn, mae ein myfyrwyr MSc yn cychwyn ar eu prosiectau haf rhwng mis Mehefin a mis Medi-Hydref. Mae pob myfyriwr yn cael goruchwyliaeth benodol gan ein staff academaidd. Rydym yn cynnig yr adnodd gwerthfawr hwn i sefydliadau am ddim ac rydym yn falch iawn o'u helpu gyda'r prosiectau tymor byr hyn.

Defnyddio dulliau Darogan Hierarchaidd i amcangyfrif y galw gan Adrannau Achosion Brys yng Nghymru

Nod y prosiect yw datblygu rhagolygon ar gyfer y galw am dderbyniadau brys sy'n galluogi cymharu dulliau (cyfresi amser cenedlaethol, rhagolygon cryno o gyfres amser lefel leol, ac hierarchaidd)

Sefydliad: Gweithrediaeth GIG Cymru, Cymru
Goruchwyliwr: Dr Bahman Rostami-Tabar
Hyd: Gorffennaf - Medi 2023

Anghenion Tai a Digartrefedd Cymunedau Agored i Niwed hyd at 2040

Nod y prosiect yw defnyddio offer gwyddor data i ddadansoddi tueddiadau digartrefedd ac anghenion tai. Drwy gasglu a dadansoddi data digartrefedd, ynghyd ag ystyried ffactorau megis cyfrifiad poblogaeth a ffynonellau perthnasol eraill, nod y prosiect yw darogan y garfan ddigartref yn y dyfodol. Yn ogystal, bydd y prosiect yn archwilio anghenion tai ymhlith grwpiau penodol, megis unigolion anabl, cymunedau Du, Asiaidd ac Ethnig Leiafrifol, pobl hŷn, pobl ifanc, ffoaduriaid/ceiswyr lloches, a dioddefwyr cam-drin domestig. Bydd dysgu o'r dadansoddiad hwn yn llywio'r broses o wneud penderfyniadau ac yn cyfrannu at fynd i'r afael â'r heriau cymdeithasol hyn yn effeithiol.

Sefydliad: Walsall Council, England
Goruchwyliwr: Dr Bahman Rostami-Tabar
Hyd: Gorffennaf - Medi 2023

Anghenion Tai a Digartrefedd Cymunedau Agored i Niwed hyd at 2040

Nod y prosiect yw gwella cywirdeb darogan allbynnau trwy adolygu a gwella'r dulliau a ddefnyddir gan bedair sir. Mae'n cynnwys darogan nifer o cynwyddau Mamolaeth, Newydd-anedig ac Iechyd Plant (MNCH) am y tair blynedd nesaf gan ddefnyddio data ac offer sydd ar gael. Yn ogystal, nod y prosiect yw datblygu dulliau deallusrwydd artiffisial (AI) sy'n cryfhau darogan ac yn galluogi gwneud penderfyniadau gyda chymorth AI. Y nod yw gwneud y mwyaf o gywirdeb darogan a llywio gwneud penderfyniadau ym maes MNCH.

Sefydliad: inSupply Health, Kenya
Goruchwyliwr: Dr Bahman Rostami-Tabar
Hyd: Gorffennaf - Medi 2023

Darogan y galw am feddyginiaethau hanfodol mewn cyfleusterau iechyd cyhoeddus yn rhanbarth Amhara, Ethiopia: Defnyddio dull dysgu peiriannol

Nod y prosiect yw datblygu model rhagfynegol sy'n rhagweld yn gywir y galw am feddyginiaethau hanfodol mewn cyfleusterau iechyd cyhoeddus. Mae amcanion y prosiect yn cynnwys amcangyfrif data defnydd hanesyddol ar gyfer meddyginiaethau hanfodol, datblygu model darogan cadarn ar gyfer rhagweld eu galw, a dilysu effeithiolrwydd y model datblygedig. Drwy gyflawni'r amcanion hyn yn llwyddiannus, nod y prosiect yw darparu adnoddau gofal iechyd gydag offeryn dibynadwy ar gyfer darogan a diwallu'r galw am feddyginiaethau hanfodol, gwella darpariaeth gwasanaethau gofal iechyd yn y pen draw a sicrhau bod meddyginiaethau hanfodol ar gael i gleifion.

Sefydliad: Gwasanaeth Cyflenwi Fferyllol Ethiopia, rhanbarth Amhara, Ethiopia
Goruchwyliwr: Bahman Rostami-Tabar
Hyd: Gorffennaf - Medi 2023

Ymchwil i weithrediadau sy’n nodi cyfleoedd i wella wrth ddefnyddio offeryn olrhain a chynllunio’r gadwyn gyflenwi ar gyfer cwmni cynhyrchu a phrosesu bwyd prysur iawn

Nod y prosiect yw caffael dealltwriaeth a gwybodaeth o setiau data anstrwythuredig, gwella ffurfweddiad yr algorithm optimeiddio, a hwyluso defnyddio’r system mewn modd mwy effeithiol. Trwy ddadansoddi data anstrwythuredig, mae modd caffael dealltwriaeth a gwybodaeth werthfawr, gan alluogi gwneud penderfyniadau gwybodus. Bydd gwella ffurfweddiad yr algorithm optimeiddio yn arwain at well effeithlonrwydd a chywirdeb. Yn ogystal, nod y prosiect yw datblygu nodweddion hawdd eu defnyddio i gynorthwyo unigolion i ddefnyddio'r system yn effeithiol a chymryd camau gweithredu yn seiliedig ar y ddealltwriaeth a’r wybodaeth a ddaw i law. Yn gyffredinol, mae'r prosiect yn ceisio sicrhau'r gwerth mwyaf posibl sy'n deillio o ddata, gwneud y mwyaf o brosesau, a galluogi defnyddwyr i wneud penderfyniadau gwybodus.

Sefydliad: MOY Park, Gogledd Iwerddon
Goruchwyliwr: Dr Bahman Rostami-Tabar
Hyd: Mehefin - Medi 2023

Hyfforddiant

Rydym yn cynnig ystod gynhwysfawr o raglenni hyfforddi sydd wedi'u cynllunio'n benodol i alluogi academyddion ac ymarferwyr i gael y sgiliau technegol a methodolegol hanfodol i drosi data crai yn ddealltwriaeth a gwybodaeth y mae modd eu rhoi ar waith.

Mae ein rhaglenni hyfforddi yn canolbwyntio ar amrywiol feysydd hanfodol, megis dysgu peiriannol, darogan, methodolegau efelychu, atgynhyrchedd a gwyddoniaeth agored gan ddefnyddio Quarto, a hyfedredd mewn offer meddalwedd megis R, Python, Matlab, ac AnyLogic.

Os ydych chi'n chwilio am wybodaeth fwy penodol am ein rhaglenni hyfforddi, cysylltwch â ni ar bob cyfrif. Rydym yn frwdfrydig dros rannu dealltwriaeth a gwybodaeth fanwl â chi i'ch helpu i wneud penderfyniadau gwybodus er lles pawb.

Digwyddiadau

Gweithdy Undydd PhD – Dewch i gael clywed beth sy’n gwneud myfyriwr PhD da

Dyddiad: 17 Hydref 2024
Lleoliad: Ysgol Busnes Caerdydd

Lansio llyfr - ‘Demand Forecasting for Executives and Professionals’

Dyddiad: 5 Hydref 2023
Lleoliad: Ysgol Busnes Caerdydd

Cwrdd â’r tîm

Cyfarwyddwr

Picture of Bahman Rostami-Tabar

Yr Athro Bahman Rostami-Tabar

Athro Gwyddor Penderfyniad a Yrrir gan Ddata

Telephone
+44 29208 70723
Email
Rostami-TabarB@caerdydd.ac.uk

Staff academaidd

Picture of Thanos E Goltsos

Dr Thanos E Goltsos

Uwch Ddarlithydd (Athro Cyswllt) mewn Gwyddoniaeth Rheolaeth

Telephone
+44 29208 79325
Email
GoltsosA@caerdydd.ac.uk
Picture of Paul Wang

Dr Paul Wang

Lecturer of Operations Management and Management Science

Telephone
+44 29208 75845
Email
WangX46@caerdydd.ac.uk
Picture of Danni Zhang

Dr Danni Zhang

Darlithydd mewn Rheoli Logisteg a Gweithrediadau

Email
ZhangD38@caerdydd.ac.uk

Myfyrwyr PhD

Myfyrwyr PhD gwadd

  • Arebu Issa Bilal, Prifysgol Addis Ababa, Ethiopia
  • Yemsrach Hailu, Prifysgol Addis Ababa, Ethiopia
  • Birhanu Shanko Dura, Prifysgol Addis Ababa, Ethiopia
  • Venessa Wells, Prifysgol New England, Awstralia

Partneriaid

Ysgolion

Yma fe welwch y rhestr o ysgolion a grwpiau ymchwil yr ydym wrthi'n cydweithio â nhw.

Partneriaid sefydliadau allanol

Yma fe welwch restr o'n partneriaid sefydliadau allanol yr ydym yn ymgysylltu â nhw’n weithredol.

Partneriaid academaidd allanol

Yma fe welwch restr o'n partneriaid academaidd uchel eu parch yr ydym yn mynd ati i gydweithio â nhw.

Awstralia

Ewrop

Affrica