Montpellier Advanced Knowledge Institute on Transitions

Bahman Rostami-Tabar

Bahman Rostami-Tabar est professeur de science de la décision fondée sur les données à l'Université de Cardiff (Royaume-Uni). Sa bourse au Montpellier Advanced Knowledge Institute on Transitions s'étend du 8 janvier 2024 au 30 juin 2024.

Biographie :

Bahman est professeur de Data-Driven Decision Science à Cardiff Business School, Cardiff University (Royaume-Uni).

Bahman est le fondateur et directeur de Data Lab pour le bien social Groupe de recherche de l'Université de Cardiff et fondateur de Prévision pour le bien social comité de l'Institut international des prévisionnistes. Il dirige également le thème «Incertainty & the Future» au Institut d’innovation pour la transformation numérique.

Bahman est passionné par l'incertitude et l'avenir, transformant les données en idées pour prendre de meilleures décisions dans un avenir incertain. Il se spécialise dans le développement et l'application d'outils et de techniques de modélisation probabiliste, de prévision et de recherche opérationnelle, fournissant des informations éclairées sur les processus de prise de décision pour faire face à des avenirs incertains, et ses recherches ont contribué à des secteurs contribuant au bien social, notamment les opérations de santé, la santé mondiale et les chaînes d'approvisionnement humanitaires, l'agriculture et l'alimentation, la durabilité sociale et la politique gouvernementale. 

Les efforts de collaboration de Bahman ont concerné une multitude d’organisations, notamment des organismes notables tels que le National Health Service (NHS), Welsh Ambulance Service Trusts (WAST), l’Agence des États-Unis pour le développement international (USAID), le Comité international de la Croix-Rouge (CICR), John Snow Inc. (JSI) et le Ethiopian Pharmaceutical Supply Service (EPSS). Un point culminant remarquable de ses contributions est son rôle central dans la diffusion des connaissances sur les prévisions, en particulier dans les pays à revenu faible et intermédiaire de la tranche inférieure, par le biais de démocratiser la prévision projet parrainé par l'Institut international des prévisionnistes.

Les contributions de Bahman à la recherche s’articulent autour de trois axes:

1) Sur le plan conceptuel, en mettant l’accent sur la manière dont les prévisions et la modélisation peuvent être utilisées pour le bien social ou pour éclairer les décisions liées aux objectifs de développement durable (voir, par exemple, Prévision pour le bien social; Alliance ou apathie? le rôle de la prévision dans la réalisation des objectifs de développement durable des Nations unies; aussi, les dommages dans les prévisions et les obstacles dans l'utilisation de modèles dans les soins de santé

2) Méthodologique, Étudier des solutions méthodologiques à des questions sur la théorie et la pratique de la façon dont; voir, par exemple, prévision de séries chronologiques interopérées; Explorer l'association entre les caractéristiques des séries temporelles et la prévision par agrégation temporelle à l'aide de l'apprentissage automatique; et Prévisions de la demande par agrégation temporelle.

3) Demandes, Application de la prévision et de la modélisation dans la science de la gestion des soins de santé, la santé mondiale, & chaînes d’approvisionnement humanitaires. Voir par exemple Prévisions chronologiques hiérarchiques dans les services médicaux d'urgence; Prévision probabiliste des arrivées horaires des services d'urgence; et Une méthode hybride LSTM pour prévoir les demandes d'articles médicaux dans les opérations humanitaires.

Publications récentes sur Profil ORCID de Bahman comprennent:

  • Rostami-Tabar, Bahman, Mohammad M. Ali, Tao Hong, Rob J. Hyndman, Michael D. Porter et Aris Syntetos, «Forecasting for Social Good», International Journal of Forecasting, 38.3 (2022), p. 1245 à 57, doi:10.1016/j.ijforecast.2021.02.010
  • Rostami-Tabar, Bahman, Jethro Browell et Ivan Svetunkov, «Probabilistic Forecasting of Hourly Emergency Department Arrivals», Systèmes de santé, 13.2 (2024), p. 133 à 49, doi:10.1080/20476965.2023.2200526
  • Rostami-Tabar, Bahman, et Rob J. Hyndman, «Hierarchical Time Series Forecasting in Emergency Medical Services», Journal of Service Research, 2024, p. 10946705241232169, doi:10.1177/10946705241232169