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.

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

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

Lansio llyfr - ‘Demand Forecasting for Executives and Professionals’

5 Hydref 2023, Ysgol Busnes Caerdydd

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