5 Studieprogrammer inden for teknologi PhD-studier Degree Programs in Canada

Kunstig intelligens (AI) kan udnyttes til at udvikle forudsigelige modeller for potentielle klimaændringspåvirkninger og afbødnings-/tilpasningsforanstaltninger i en række anvendelsessammenhænge. I dette fire år finansierede ph.d. projekt, vil der blive udviklet forudsigelige analytiske modeller for at estimere det sandsynlige spektrum af sygelighed, dødelighed, produktivitet, ressource-/miljømæssige, økonomiske og dyrevelfærdspåvirkninger forbundet med ekstreme varmebegivenheder for hver husdyrart i British Columbia, Canada, under aktuelle klimaforandringer. , og at vurdere de potentielle fordele/afvejninger forbundet med scenarier for risikoovervågning af varmestress og implementering af afbødningsteknologi.

Ph.D. uddannelsen er specialebaseret og udbydes inden for en række studieområder. Afhængigt af den akademiske baggrund kan studerende blive bedt om at tage op til seks kurser inden for deres studieområde; antal og nærmere oplysninger om kurserne fastlægges i samråd med vejlederen ved optagelse på uddannelsen.

Anerkendt nationalt og internationalt, i Electrical and Computer Engineering (ECE) hos Queen's, er vi stolte af ekspertisen i både vores undervisning og vores forskning, samt den stærke forbindelse, vi har med vores studerende. Vores fakultet, medarbejdere og studerende er en mangfoldig samling af individer, der kommer fra alle dele af kloden. Den røde tråd, der binder os, er, at vi lærer, underviser og forsker i ECE.

Husdyrsektoren står over for et stigende pres for at identificere og vedtage strategier til at reducere ressourceforbrug og miljøpåvirkninger for at opretholde social licens inden for rammerne af bæredygtig produktion og forbrug. Selvom den er relativt effektiv med hensyn til miljømæssige resultater pr. produktenhed sammenlignet med andre husdyrarter, kræver omfanget og den forventede stigning i produktionen i den globale ægsektor en fælles indsats for at nå dette mål. Forudsigende analyse ved hjælp af kunstig intelligens (AI)-teknikker giver nye og potentielt kraftfulde betydninger af at integrere og analysere forskellige datastrømme fra fjerkræsektoren. Dette fire år finansierede ph.d. projektet vil besvare denne udfordring ved (1) at forbehandle canadiske ægindustridata gennem opgaver såsom outlier-identifikation og forudsigelse af manglende data, hvilket gør datastrømme velegnede til AI-teknikker; (2) at identificere eller udvikle, validere og implementere de bedst udvalgte AI-teknikker; og (3) anvendelse af livscyklusbaserede, multi-kriterie vurderingsmetoder for at forbedre bæredygtighedsbeslutningsstøtten i den canadiske ægindustri.