Baher Abdulhai

Baher Abdulhai
Baher Abdulhai
Född	Kairo, Egypten
Nationalitet	Kanadensisk, egyptisk
Yrke(n)	Civilingenjör, akademisk professor, entreprenör och forskare
Utmärkelser	; ; ; ; Fellow, Engineering Institute of Canada (EIC) ITS Canada New Canadian Commercial/Industry/Academic Technology Innovation/R&D Award Sandford Fleming Award, Canadian Society for Civil Engineering (CSCE) Fellow, The Canadian Academy of Engineering (CAE) Engineering Medal for Engineering Excellence , Ontario Professional Engineers Awards (OPEA)
Akademisk bakgrund
Utbildning	; ; Civilingenjör, Civilingenjör Civilingenjör, Civilingenjör PhD, Civilingenjör
Alma mater	; Cairo University University of California, Irvine
Akademiskt arbete
institutioner	University of Toronto , 1998–nuvarande

Baher Abdulhai är en kanadensisk civilingenjör, akademiker, entreprenör och forskare. Han är professor vid avdelningen för byggnadsteknik, chef för Intelligent Transportation Systems Centre och meddirektör för iCity Centre for Automated and Transformative Transportation vid University of Toronto . Han är också VD och verkställande direktör för IntelliCAN Transportation System Inc.

Abdulhais arbete fokuserar på att utforska aspekterna av modellering och simulering av storskaliga dynamiska transportnätverk, artificiell intelligens (AI) baserad gatu- och motorvägstrafikkontroll, resenärsinformationssystem och optimering av nöduvakuering.

Abdulhai valdes till Fellow vid Canadian Academy of Engineering 2020. Han är medlem i flera professionella organisationer, inklusive Association for the Advancement of Artificial Intelligence, Canadian Academy of Engineers (CAE), Engineering Institute of Canada (EIC), Canadian Society för Civil Engineering (CSCE), Institute of Electrical and Electronics Engineers (IEEE) och Intelligent Transportation Society of Canada (ITS-Kanada). Han satt i styrelsen för Government of Ontario (GO) Transit Authority från 2004 till 2006.

tidigt liv och utbildning

Abdulhai föddes i Kairo, Egypten 1966. Han gick på Cairo University , från vilket han tog sin kandidat- och magisterexamen i civilingenjör 1988 respektive 1991. Han flyttade sedan till USA och tog sin doktorsexamen i civilingenjör från University of California, Irvine 1996.

Abdulhai har också erhållit flera yrkescertifikat relaterade till sitt område, från MIT , Northwestern University , Technical University of Crete , University of Rome och University of Napoli .

Karriär

Abdulhai började sin karriär 1998 som transportforskningsingenjör vid Development Research and Technological Planning Centre. Efter detta utsågs han av University of California, Irvine till forskningsassistent 1993. Mellan 1997 och 1998 hade han en kort tid som instruktör och postdoktor vid University of California, Los Angeles , University of Southern California , och University of California, Berkeley . Han började på University of Toronto som biträdande professor 1998, befordrades till docent 2003 och blev professor i byggnadsteknik 2011. Under denna tidsperiod utsågs han också två gånger till adjungerad professor vid McMaster University , och som Canada Research Chair in Intelligent Transportation Systems vid University of Toronto. Han har tjänstgjort som direktör för Toronto ITS Center och Testbed sedan 2000, och som chef för iCity Center for Automated and Transformative Transportation Systems sedan 2017.

Abdulhai utsågs till direktör för Greater Toronto Transit Authority till 2006. Han har också haft en utnämning som invigningspresident för ONE-ITS Research Society från 2010 till 2014. För närvarande är han VD och verkställande direktör för IntelliCAN Transportation System.

Abdulhai har handlet över 60 forskarstudenter, inklusive Hossam Abdelgawad, Samah El-Tantawy, Kasra Rezaee och Seyed Mohammad Tabib.

Forskning

Abdulhai har skrivit många publikationer inklusive vetenskapliga tidskriftsartiklar, tidskriftsartiklar, rapporter och bokkapitel. Hans forskning spänner över transportsystemteknik och intelligenta transportsystem (ITS), med särskild tonvikt på artificiell intelligens baserad på optimal trafikkontroll, optimering av nöduvakuering, dynamisk vägprissättning och smarta städer under automatiserade och transformativa transportsystem. Han och hans team har patenterat flera tekniker, inklusive hans mjukvara för kontroll av smarta trafikljus från MARLIN och ett nytt system – MiND – som tar hänsyn till både trafik och kollektivtrafik för att minimera förseningar för alla användare. Hans forskarlag har också tilldelats flera samarbetsstipendier från NSERC , Huawei Technologies Canada Co, Ministry of Transportation of Ontario , CANARIE, Ministry of Transportation of the Netherlands och MaRS Innovation.

Medan Abdulhai fokuserade på optimal kontroll av hårt överbelastad trafik över ett tvådimensionellt vägnät, introducerade Abdulhai tillämpningar av Q-learning som en förstärkningsinlärningsalgoritm i samband med trafiksignalkontroll. Under 2013 utforskade han utvecklingsstadierna och utvärderingen av ett nytt system för multiagent förstärkningsinlärning i termer av integrerat nätverk av adaptiva trafiksignalkontrollanter (MARLIN-ATSC). Med hjälp av Paramics, den mikroskopiska trafiksimuleringsplattformen, diskuterade han genetisk algoritmbaserad optimeringsmetod, samt demonstrerade användningen av ett generiskt verktyg 'GENOSIM' för att kalibrera trafikmikroskopiska simuleringsparametrar. Han beskrev hur genetiska algoritmer i GENOSIM spelar en roll för att manipulera värdena för kontrollparametrar, och sedan leder till ett sökande efter en optimal uppsättning värden som tjänar till att reducera diskrepansen som finns mellan simuleringsutdata och verkliga fältdata.

Abdulhai introducerade ett trafikflödesprediktionssystem baserat på en avancerad modell för tidsfördröjning neuralt nätverk (TDNN). I sina forskningsstudier gav han en detaljerad analys av attributen hos potentiellt universella ramverk för upptäckt av motorvägsincidenter och lyfte fram testnings- och träningsprocedurerna för Probabilistic Neural Network (PNN). Med hjälp av riktiga incidentdatabaser från motorvägen I-880 i Kalifornien och I-35W i Minnesota genomförde han en storskalig studie för att jämförande utvärdera prestanda och överförbarhet för olika algoritmer, inklusive PNN. Under 2015 undersökte han de potentiella effekterna av uppkopplade fordon när det gäller att förbättra mobiliteten, minska utsläppen av växthusgaser (GHG) och öka säkerheten på nätverksomfattande nivå.

Abdulhais studie är också inriktad på att ge praktiker och beslutsfattare kunskap om de potentiella fördelarna med AVs med avseende på marknadspenetration och flottomvandling. 2017 föreslog han ett analytiskt ramverk för att kvantifiera och utvärdera effekterna av AVs på motorvägssystemens kapacitet. Med hjälp av djup förstärkningsinlärning och högdimensionella sensoriska input utförde han en fallstudie fokuserad på att uppnå bättre prestanda och snabbare träningstider jämfört med konventionella metoder för inlärning av förstärkning i tabellform. Han har också undersökt effekterna av DBL genom en jämförelse med EBL och blandad trafik under olika nivåer av trafikefterfrågan och transitfrekvens.

Pris och ära

2001 - Ontario Research and Development Challenge Fund Award
2005 - Bronsmedalj, Canadian Government Technology (G-Tech)
2005 - Kanada forskarstol i intelligenta transportsystem
2005 – Award of Excellence, Canadian Society of Civil Engineers (CSCE)
2006 – Chair's Silver Award for Excellence in Research
2006 – IEEE Award of Outstanding Service
2007 – Chair's Bronze Award for Excellence in Research, University of Toronto
2014 – Årets uppfinnare, University of Toronto
2015 – Fellow, Engineering Institute of Canada (EIC)
2015 – ITS Canada New Canadian Commercial/Industry/Academic Technology Innovation/R&D Award
2018 – Sandford Fleming Award, Canadian Society of Civil Engineers (CSCE)
2020 – Fellow, The Canadian Academy of Engineering (CAE)
2021 – Engineering Medal for Engineering Excellence, Ontario Professional Engineers Awards (OPEA)

Bibliografi

Abdulhai, B., Pringle, R., & Karakoulas, GJ (2003). Förstärkningsinlärning för äkta adaptiv trafiksignalkontroll. Journal of Transportation Engineering, 129(3).
Abdelgawad, H., & Abdulhai, B. (2010). Hantera storskaliga multimodala nödutrymningar. Journal of Transportation Safety & Security, 2(2), 122–151.
Kattan, L., & Abdulhai, B. (2012). Känslighetsanalys av ett evolutionärt baserat tidsberoende ramverk för uppskattning av ursprung/destination. IEEE Transactions on Intelligent Transportation Systems, 13(3), 1442–1453.
Rezaee, K., Abdulhai, B., & Abdelgawad, H. (2013). Självlärande adaptiv rampmätning: Analys av designparametrar i ett testfall i Toronto, Kanada. Transportforskningsprotokoll, 2396(1), 10–18.
El-Tantawy, S., Abdulhai, B., & Abdelgawad, H. (2013). Multiagent förstärkningsinlärning för integrerat nätverk av adaptiva trafiksignalkontrollanter (MARLIN-ATSC): metodik och storskalig tillämpning i centrala Toronto. IEEE Transactions on Intelligent Transportation Systems, 14(3), 1140–1150.
Aboudina, A., & Abdulhai, B. (2017). Ett distribuerat tillvägagångssätt på två nivåer för att optimera tidsberoende överbelastningsprissättning i stora nätverk: En simuleringsbaserad fallstudie i Greater Toronto Area. Transportforskning Del C: Emerging Technologies, 85, 684–710.
Kamel, I., Hasnine, MS, Shalaby, A., Habib, KN, & Abdulhai, B. (2021). Integrerat ramverk för val av avgångstid, lägesval och rutttilldelning för storskaliga nätverk. Fallstudier om transportpolitik, 9(3), 1284–1297.
Shabestary, SMA, & Abdulhai, B. (2022). Adaptiv trafiksignalkontroll med djup förstärkningsinlärning och högdimensionella sensoriska input: Fallstudie och omfattande känslighetsanalyser. IEEE Transactions on Intelligent Transportation Systems, 23(11), 20021-20035.
Elmorshedy, L., Abdulhai, B., & Kamel, I. (2022) Jämförande analys och kvantitativ utvärdering av effekterna av adaptiva farthållarsystem på överbelastade motorvägar i städer som använder olika bilföljande modeller och tidiga kontrollresultat. IEEE Open Journal of Intelligent Transportation Systems, volym 3, 288–30.
Othman, K., Shalaby, A., & Abdulhai, B. (2022). Dynamiska bussfiler kontra exklusiva bussfiler: Omfattande jämförande analys av stadskorridorprestanda. Transportforskningsjournal, 03611981221099517.