Als u wijzigingen in Pure hebt gemaakt, zullen deze hier binnenkort zichtbaar zijn.

Persoonlijk profiel

Research profile

Jason Rhuggenaath received his MSc. degree in Management Science and Operations Research from Erasmus University Rotterdam where he also obtained his MSc. degree in Economics and Business Economics. Currently, he pursues a Ph.D. at the School of Industrial Engineering in the Information Systems group. His research interests are data-driven optimization, sequential decision-making under uncertainty and machine learning, focusing on applications in operations management and revenue management. 

Vingerafdruk Duik in de onderzoeksthema's waar Jason Rhuggenaath actief is. Deze onderwerplabels komen voort uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.

Learning systems Engineering en materiaalwetenschappen
Planning Engineering en materiaalwetenschappen
Light trailers Engineering en materiaalwetenschappen
Integer programming Engineering en materiaalwetenschappen
Auctions Rekenkunde
Decision trees Engineering en materiaalwetenschappen
Experiments Engineering en materiaalwetenschappen
Display devices Engineering en materiaalwetenschappen

Netwerk Recente externe samenwerking op landenniveau. Duik in de details door op de stippen te klikken.

Projecten 2017 2018

Programmatic Advertising Support System (PASS)

Zhang, Y. & Rhuggenaath, J.

1/07/1730/06/18

Project: Onderzoek direct

Onderzoeksoutput 2018 2019

  • 13 Citaten
  • 7 Conferentiebijdrage
  • 2 Paper
  • 1 Abstract
  • 1 Tijdschriftartikel
7 Downloads (Pure)

A heuristic policy for dynamic pricing and demand learning with limited price changes and censored demand

Rhuggenaath, J., de Oliveira da Costa, P. R., Akcay, A., Zhang, Y. & Kaymak, U., okt 2019, 2019 IEEE International Conference on Systems, Man and Cybernetics (SMC) . Piscataway: Institute of Electrical and Electronics Engineers, blz. 3693-3698 6 blz. 8914590

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

Open Access
Bestand
Dynamic demand
Price changes
Dynamic pricing
Seller
Heuristics
3 Citaties (Scopus)
92 Downloads (Pure)

A PSO-based algorithm for reserve price optimization in online ad auctions

Rhuggenaath, J., Akcay, A., Zhang, Y. & Kaymak, U., jun 2019, 2019 IEEE Congress on Evolutionary Computation, CEC 2019 - Proceedings. Piscataway: Institute of Electrical and Electronics Engineers, blz. 2611-2619 9 blz. 8789915

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

Open Access
Bestand
Particle swarm optimization (PSO)
Marketing
Experiments

Data driven design for online industrial auctions

Ye, Q. C., Rhuggenaath, J., Zhang, Y., Verwer, S. E. & Hilgeman, M. J., 2019. 7 blz.

Onderzoeksoutput: Bijdrage aan congresPaper

Open Access
Bestand
Display devices
Open Access
Bestand
Planning
Scheduling
Parking
Learning systems
Decision making
Open Access
Bestand
Planning
Scheduling
Parking
Learning systems
Decision making

Cursussen

Business Analytics

1/09/15 → …

Cursus

Design of Service Operations

1/09/15 → …

Cursus