Yiping Fang
5
Documents
Identifiants chercheurs
yiping-fang-
0000-0003-0096-3539
- Google Scholar : https://scholar.google.com/citations?user=LJ7CkdgAAAAJ&hl=en
Présentation
**Yi-Ping Fang** is an associate professor at the [Industrial Engineering Laboratory](http://www.lgi.centralesupelec.fr/en/node/388), [CentraleSupélec](https://www.centralesupelec.fr/), [Université Paris-Saclay](https://www.universite-paris-saclay.fr/en), France. He is also a member of the industrial [Chair Risk and Resilience of Complex Systems](https://rrcs.centralesupelec.fr/en) sponsored by big French companies including EDF, SNCF, and Orange.
**Research Interests**
**Theory:** reliability theory, stochastic modeling, stochastic and robust optimization, machine learning, and complex network theory.
**Application:** risk, reliability, and resilience assessment and optimization of cyber-physical systems (particularly smart grids and intelligent transportation systems).
**Experience**
2022-now, Associate Professor, HDR, CentraleSupélec, Université Paris-Saclay, France
2017-2021, Assistant Professor, CentraleSupélec, Université Paris-Saclay, France
2015-2017, Research Associate, ETH Zurich, Switzerland
2015, Ph.D. in Industrial Engineering, École Centrale Paris, France
**For prospective students:** please see the opportunities of working with me [here](https://r3.centralesupelec.fr/en/opportunities)
**Contact**
CentraleSupélec
Bâtiment Bouygues - Laboratoire LGI – 2ème étage
3 rue Joliot-Curie
91192 Gif-sur-Yvette Cedex, France
Phone: 33 (0)1 75 31 69 16
Email: <yiping.fang@centralesupelec.fr>
**Yi-Ping FANG** est professeur assistant au laboratoire génie industriel de CentraleSupélec à l'Université Paris-Saclay, en France. Il est également membre de la chaire industrielle Risques et résilience des systèmes complexes parrainée par de grandes entreprises françaises telles qu’EDF, SNCF, et Orange.
**Recherche d'intérêts**
**Théorie:** théorie de la fiabilité, modèles stochastiques, quantification de l'incertitude, optimisation stochastique et robuste, apprentissage automatique, et théorie des réseaux complexes
**Application:** évaluation et optimisation des risques, de la fiabilité et de la résilience des systèmes cyber-physiques (en particulier des réseaux intelligents et des systèmes de transport intelligents)
**Contact**
CentraleSupélec
Bâtiment Bouygues - Laboratoire LGI - 2ème étage
3 rue Joliot-Curie
91192 Gif-sur-Yvette Cedex, France
Téléphone: 33 (0) 1 75 31 69 16
Email: yiping.fang@centralesupelec.fr
Publications
- 5
- 5
- 1
- 1
- 5
|
|
Maintenance Planning under Imperfect Monitoring: an Efficient POMDP Model Using Interpolated Value FunctionIFAC-PapersOnLine, 2022, ⟨10.1016/j.ifacol.2022.09.012⟩
Article dans une revue
hal-03702092v1
|
Condition-Based Maintenance Optimization Under Large Action Space with Deep Reinforcement Learning Method6th International Conference on Optimization and Learning, OLA 2023, 2023, Malaga, France. pp.161-172, ⟨10.1007/978-3-031-34020-8_12⟩
Communication dans un congrès
hal-04317702v1
|
|
|
|
A hybrid approach to solve the maintenance problem of an offshore wind farm formulated as a large-scale POMDP24ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, Feb 2023, Rennes, France
Communication dans un congrès
hal-04013826v1
|
|
|
Maintenance planning under imperfect monitoring: two POMDP approaches to quantify the value of information23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, INSA Lyon, Feb 2022, Villeurbanne - Lyon, France
Communication dans un congrès
hal-03595322v1
|
|
|
Impact of imperfect monitoring on the optimal condition-based maintenance policy of a single-item system32nd European Safety and Reliability Conference, ESREL 2022, Aug 2022, Dublin, Ireland. pp.658-664, ⟨10.3850/978-981-18-5183-4_R14-08-468-cd⟩
Communication dans un congrès
hal-03762550v1
|