演讲人：李钊军，教授， 西新英格兰大学工程学院
时间: 2025年7月24日 15:30-17:00
地点: 同济大厦A楼1922会议室
讲座摘要:
本报告探讨使用基于生成式人工智能（GenAI）模型进行定量可靠性推理的可信度，特别关注于在韦布尔（Weibull）寿命分布模型中对形状参数的估计。通过使用从韦布尔模型生成的数据集，我们设计了多个实验因素，包括样本数量、形状参数、提示词，以及五种AI模型（Claude、DeepSeek、Gemini-pro、ChatGPT 和 xAI），以分析不同因素如何影响韦布尔可靠性模型中的参数估计。我们通过析因实验设计框架评估各AI模型估计结果的可信度与稳健性。有趣的是，相较于传统统计推断中随着样本量增加而逐渐收敛的现象，AI模型对韦布尔模型未知参数的估计并未呈现出收敛趋势。我们还观察到，在所有模型中，ChatGPT 和 DeepSeek 在形状参数估计方面表现最佳；这两种模型在使用不同类型提示词时，也展现出估计结果的稳健性。本研究结果为使用GenAI模型进行韦布尔模型及其他可靠性推理任务中的未知参数估计提供了有价值的参考信息。
演讲嘉宾简介:
李钊军（Steven Li）博士是美国马萨诸塞州斯普林菲尔德西新英格兰大学工业工程与工程管理系的教授。他在美国华盛顿大学（西雅图）获得工业工程博士学位。李教授是美国质量学会（ASQ）认证的可靠性工程师，并持有卡特彼勒六西格玛黑带资格。他的研究兴趣包括人工智能/机器学习、数据分析、应用统计、运筹学和可靠性工程。李教授曾担任IEEE可靠性学会主席（2022年至2024年），目前担任该学会前任主席。他最近当选为IEEE可靠性学会旗舰期刊《IEEE Transactions on Reliability》的主编。李教授也是《IEEE Access》可靠性学会专栏的创刊编辑。
