皇冠体育加洛格利工程学院的10名学生被选中获得工程论文奖，这是一个5000美元的奖项，旨在鼓励博士生以优异的成绩毕业。该委员会负责人、学院负责皇冠体育研究的副院长扎赫德·西迪克（Zahed Siddique）说，该奖项有助于接近完成博士学位的学者。
工程论文奖成立于2018年，由托马斯·艾拉·布朗，Jr.授予奖学金。Brown（1926-2016）开创了工业燃气轮机电子控制的新市场。他于1950年获得俄勒冈大学电气工程学士学位。
2022年秋季获奖者包括：
Tanvir Ahad，航空航天与机械工程学院，蔡杰博士推荐
主题：“调查工程师的创造力和室内环境质量（IEQ）的影响：一种时间方法”
皇冠体育研究：“长期以来，对创造力的调查一直是一个有趣的话题，但评估创造力是极其复杂的。创造力是工程学科的基石，因此理解创造力以及如何通过工程教育提高创造力受到了广泛关注。工程以外的领域对创造力的神经皇冠体育研究并不陌生，尽管已经进行了一些神经反应皇冠体育研究来理解工程中的创造力，但这些皇冠体育研究需要更好地映射工程设计和概念生成过程。在工程设计和概念生成过程中使用神经成像技术对于理解如何提高工程中的创造力皇冠体育研究是必要的。近年来，越来越多的皇冠体育研究表明，某些类型的室内环境刺激可以增强人的创造力。此外，认知过程的特定时间动态对于产生创造性想法至关重要。然而，创造力的时间动态如何受到室内环境的影响尚不清楚。本皇冠体育研究发现，创造力时间动态的每个阶段可能与神经功能有不同的关联。此外，室内环境因素可能会对创造力的时间动态产生各种影响，有时甚至是相反的影响。尽管最近取得了进展，但在理解室内环境质量（IEQ）的影响方面存在重大差距，特别是空气质量和与视觉、热和声学舒适相关的因素，这些因素与认知任务的表现密切相关。这是由于缺乏对IEQ对人类生理和神经反应的影响的理解。尽管如此，这是第一次从神经科学的角度阐明室内环境设置对创造力时间动态的影响。”
Sergio Pineda Castillo，史蒂芬森生物医学工程学院，李忠浩博士推荐
题目：“治疗颅内动脉瘤患者特异性形状记忆聚合物的研制”
皇冠体育研究：“我的皇冠体育研究重点是开发治疗颅内动脉瘤（ICAs）的生物材料，这是一种可能致命的脑动脉畸形。目前治疗ICAs的方法对患者的有效治疗能力有限，导致反复手术。在我的项目中，我正在开发一种针对每个病人的设备。这将保证动脉瘤囊100%被生物材料占据，并最终防止动脉瘤破裂。这种个体化治疗方法有可能提高血管内动脉瘤治疗的长期疗效，使其更安全、更持久。我的工作一直集中在从材料科学的角度开发生物材料的特性。我已经进行了实验皇冠体育研究，以证明形状记忆聚合物及其热机械特性在体外动脉瘤闭塞中的应用。我的发现将为项目的下一阶段奠定基础，我们将在临床转化之前在动物模型中测试该设备。”
Jasmine DeHart，计算机科学学院，由Dean Hougen博士推荐。
主题：“社交媒体网络和智能环境中的视觉隐私缓解策略”
皇冠体育研究：“大量的视觉数据，如图像和视频，每天在各种技术和环境中被共享和收集。随着社交媒体网络平台和智能环境的普及和发展，如何发现、减少和保护这些环境中的个人视觉数据面临着前所未有的挑战。个人、环境中的其他人或公司可能有意或无意地产生视觉隐私问题。通过了解这些环境的可视化隐私含义，我们可以在系统部署的整个过程中为数据收集过程的基础设施设计提供信息。然而，在确保社交媒体网络和智能环境中的视觉隐私的同时，不忽视个人对视觉隐私的主观性，环境中个人视觉隐私泄漏的影响，以及环境的基础设施设计和所有权，这方面的皇冠体育研究面临着重大挑战。本文采用用户皇冠体育研究、机器学习、网络科学和统计学等方法来探讨社交媒体网络和智能环境及其视觉隐私风险。本论文有助于在社交媒体网络和智能环境中推进视觉隐私解决方案，倡导在这些环境中需要负责任的视觉隐私缓解方法。它还加强了皇冠体育研究人员、利益相关者和公司在整个机器学习管道中保护个人免受视觉隐私风险的能力。”
亚历杭德拉·戈麦斯，化学、生物和材料工程学院，史蒂文·克罗斯利博士推荐。
题目：“利用可还原氧化物作为催化剂将可再生含氧化合物转化为高价值产品”
皇冠体育研究：“生物质的可持续升级，用于生产燃料和化学品，需要开发能够有效地从各种含氧化合物中去除氧气的工艺。我的皇冠体育研究重点是通过结合材料合成、催化剂表征和反应动力学来皇冠体育研究不同的催化剂载体对生物质衍生化合物的脱氧，从而更深入地了解控制整个过程的表面反应。最近，我开发了一个动力学模型，揭示了氧化钼催化剂上羧酸脱氧的可能反应机理和活性催化位点的性质。”
7 Hamsici，斯蒂芬森生物医学工程学院，由邯郸Acar博士、唐庆功博士、Stefan Wilhelm博士推荐。
题目：“设计一种基于多肽的生物医学工具”
皇冠体育研究：“天然材料的结构组织和功能能力导致了许多技术和科学的发展。创造能够解决生物医学工程中持久问题的材料涉及到适应生物模型中发现的工程概念。从β淀粉样蛋白聚集中获得灵感，我们设计了一种名为CoOPs的肽构建块，它具有多种功能，可以增强化学和结构的多样性。分子间相互作用的变化被用作一种可控的佐剂，并显示出抗原特异性抗体的差异产生。”
Tahere Hemati，电气与计算机工程学院，由翁彬彬博士推荐。
题目：“低成本中红外气体传感有源光栅的设计与制造”
皇冠体育研究：“近年来，光学光栅由于其高灵活性和小尺寸的特性，引起了极大的关注，被认为是气体传感的有前途的候选者。据我们所知，气体传感发展的皇冠体育研究重点主要集中在近红外光谱范围。然而，与近红外区域相比，中红外区域的分子种类表现出更大的吸收系数的本征吸收带。因此，在中红外范围内工作的光学传感器提供了更高的设备灵敏度。总的来说，基于光栅的中红外气体传感皇冠体育研究的发展仍处于早期阶段，尚未做好商业化的准备。但是，这些传感器具有体积小、重量轻、功耗小、成本低（SWaP-C）的特点，对“依赖现代SWaP-C传感器设备的物联网”等新兴技术具有巨大的刺激潜力。
Sai Kiran R. Maryada，计算机科学学院，由Dean Hougen博士和Bin Zheng博士推荐
主题：“开发基于机器学习的健壮CAD模型以辅助疾病诊断和预后”
皇冠体育研究：“开发计算机辅助检测（CAD）方案一直是医学成像信息学（MII）的一个活跃皇冠体育研究课题，在过去二十年中，在帮助临床医生做出更好的诊断决策方面取得了可喜的成果。优化CAD流程中的每一步都有助于进行最先进的图像处理，机器学习/深度学习算法有助于构建健壮的CAD方案。我的皇冠体育研究说明了多个皇冠体育研究调查基于机器学习和深度学习开发CAD方案的可行性。此外，基于卷积神经网络（CNN）和U-Net开发了两种新的深度学习架构，并对其准确性进行了评估。此外，我还开发了一种算法，可以创建有助于提高深度学习算法性能的合成数据。”
航空航天与机械工程学院，李忠浩博士推荐
题目：“实验组织生物力学、图像分析及三尖瓣有限元模拟”
皇冠体育研究：“我一直致力于通过实验和计算工作来完善我们对三尖瓣功能和组织生物力学的理解。对于实验部分，我在健康和疾病模拟条件下对三尖瓣小叶进行了双轴力学测试和微观结构分析，这有助于将这些组织行为准确地实现到计算机模拟中。对于计算分析，我使用医学图像来构建患者特定三尖瓣行为的模拟，提供对组织在体内经历的应力和应变的详细预测。随着这些皇冠体育研究和发展，为三尖瓣疾病和治疗的个性化医学指导框架的未来进展奠定了基础。”
张祖远，计算机科学学院，Sridhar Radhakrishnan博士推荐
题目：“网络中的因果失效和边缘扩展”
皇冠体育研究表明：“节点故障会对网络的连通性造成严重影响。在传统模型中，节点的故障会影响其邻居，并可能进一步触发其邻居的故障，以此类推。但是，也有可能节点故障会间接导致与故障节点不相邻的节点故障。在电网中，发电机分担负荷。一台发电机的故障会引起网络中其他发电机的额外负荷，这可能进一步引发它们的故障。我们称这种失败为因果失败。在本文中，我们从连接组件的数量和它们的大小方面考虑因果故障对网络连通性的影响。更具体地说，我们正式定义了给定网络中的因果失效，并分别提出了两个问题来解决网络的鲁棒性和脆弱性。与鲁棒性相对应的第一个问题旨在找到最大数量的因果故障，同时保持大小至少为给定整数的连接组件。更具体地说，我们正在皇冠体育研究我们可以容忍的因果失败的数量，但大多数系统都与之相关？被用来参数化。第二个问题涉及脆弱性，其中我们的目标是找到最小数量的因果故障，以便至少有k个连接的组件剩余。我们正在寻找导致网络断开为k个或更多组件的因果故障集。我们证明了这两个问题的决策版本是np完全的，并相应地提供了整数线性规划。考虑到这两个问题的难度，我们设计了多项式时间启发式算法来近似求解它们。最后，我们给出了一个说明性的例子来比较启发式算法与整数线性规划的性能，并通过在另外两个网络上进行实验来分析所提出算法的可扩展性。此外，我们还考虑在原始网络中添加边（增强问题），使网络在应用每个因果故障后保持连接，或者在断开的网络中最大的连接组件至少是给定的指定大小？？n (?-巨型组件)，其中n为原始网络中的节点数。”
赵志浩，电气与计算机工程学院，程尚清博士、赵尚清博士、郑斌博士推荐
主题：增强型胶囊网络及其应用
皇冠体育研究：目前的深度模型在许多计算机视觉任务中已经达到了与人类相似的精度，但它们仍然存在显着的弱点。举几个例子，很难解释它们是如何做出决定的，而且很容易用微小的扰动来攻击它们。然而，人类的视觉系统对这些问题的鲁棒性是基于将物体解析成部分-整体的层次结构。在我的论文中，模型的多层像人类一样将对象解析为部分-整体层次结构，从而实现人类视觉系统所实现的，如等变性，模型可解释性和对抗鲁棒性。”
洛琳·a·罗伯森，Gallogly工程学院
