Eric Dieckman博士。
机械与工业工程系
塔利亚特拉工程学院
教育
威廉玛丽学院应用科学博士
伦斯勒理工学院建筑声学硕士
杜鲁门州立大学物理学学士
关于埃里克
Dieckman博士具有声学建模、信号处理和机器学习的背景，并在无损评估专业获得学位。他是30多个会议报告、报告和专利申请的作者或合著者，涵盖了广泛的主题。他的研究成果已经在美国、墨西哥、加拿大、法国和西班牙发表。最近的项目包括开发一种超声波系统来检测假冒的微电子元件，设计一种声学方法来无害地将有害的鸟类排除在地理区域之外，以及声学散射的数值模拟。
作为论文研究的一部分，Dieckman博士研究了许多移动机器人应用的传感器模式，包括被动热红外、主动近红外深度测绘、咖啡罐雷达和使用声学参数阵列的回声定位。这项工作确定了一种新的低成本的远程声波回声定位传感器，该传感器与先进的信号处理和机器学习算法相结合，可以在超过50米的距离上自动检测和分类迎面驶来的车辆。
Dieckman博士是Sonalysts Waterford校区的小波信号处理和无损评估系统测试(WaSP-NEST)实验室的联合创始人，在那里他指导使用先进的信号处理和机器学习方法对复杂结构的超声无损评估的新方法的探索。最近的项目包括用于船舶结构的热喷涂涂层的导波超声检测，UUV操作的帕累托优化，声纳操作员性能指标的数据挖掘，以及用于软件训练系统的卫星运动物理建模。
精选刊物及简报
“使用声学回声定位和监督机器学习对迎面到的地面车辆进行自动分类”(与M. Hinders)，受邀参加美国声学学会第167届会议，普罗维登斯，罗德岛，2014年5月6日
“使用声学参数阵列对鸟类的良性排斥”(与E. Skinner、G. Mahjoub、J. Swaddle和M. Hinders合作)，第165届美国声学学会会议暨第21届国际声学大会，加拿大魁北克蒙特利尔，2013年6月6日
“参数阵列移动机器人的声学回声定位”(与M.Hinders)， 2012年10月22-26日在堪萨斯城举行的第164届美国声学学会全球新闻发布会上受邀
“用于微电子亚表面表征的高频接触超声”(与M. Hinders和J. Stevens合作)，第19届美国无损检测学会年度研究研讨会和春季会议，威廉斯堡，弗吉尼亚州，2010年3月23日
“多孔材料参数估计:贝叶斯方法”(与C. Fackler和N. Xiang合作)，2011第31届科学与工程贝叶斯推断和最大熵方法国际研讨会论文集，滑铁卢，加拿大，2011年7月10-15日
“使用编码序列在声音固定、处理和房间声学模拟中的空间包住混响”(与N. Xiang和U. Trivedi)，美国专利申请#12/615,655,2009年11月10日提交