top of page
Chengkai Fan

Chengkai Fan

Professeur adjoint

DÉPARTEMENT DE GÉNIE DES MINES, DE LA MÉTALLURGIE ET DES MATÉRIAUX

Membre, Institut intelligence et données (IID)

Membre, Centre de recherche sur la géologie et l'ingénierie des ressources minérales (E4m)

Membre, Institut canadien des mines, de la métallurgie et du pétrole (CIM)

Membre du comité, CIM Canadian Mining Schools Committee (CMSC)

Membre du comité, International Committee on Mine Safety Science and Engineering (ICMSSE)

Membre du comité d’évaluation bourses doctorat, Fonds de recherche du Québec (FRQ)

Éditeur, Journal of Rock Mechanics and Geotechnical Engineering


Recrutement aux cycles supérieurs

ResearchGate

Google Scholar

LinkedIn

Biographie

Dr Chengkai Fan est professeur adjoint au Département de génie des mines, de la métallurgie et des matériaux de l’Université Laval depuis septembre 2024. Au cours de la dernière décennie, il a développé une solide expertise multidisciplinaire en génie minier et géotechnique. Ses recherches portent principalement sur le développement de modèles d’intelligence artificielle interprétables appliqués au transport minier. Il se spécialise dans la prédiction de la productivité et l’optimisation des systèmes de transport par camions miniers à l’aide de techniques d’apprentissage automatique, notamment dans des conditions climatiques extrêmes ou incertaines. Il travaille également sur la modélisation de données issues de capteurs, tels que les capteurs à fibre optique, pour soutenir la surveillance intelligente et l’aide à la décision. De plus, ses recherches incluent des études expérimentales et numériques sur la migration des fluides et les réponses géomécaniques liées au stockage géologique du CO2. Dr. Fan dirige un groupe de recherche consacré à l’avancement de la modélisation axée sur les données, de l’optimisation et de la prise de décision intelligente pour des systèmes miniers durables et sécuritaires. Le laboratoire s’appuie sur l’intelligence artificielle et les technologies de détection comme outils essentiels pour améliorer l’efficacité du transport minier, renforcer la sécurité des mines et soutenir la gestion du carbone. Il est rédacteur scientifique pour le Journal of Rock Mechanics and Geotechnical Engineering (Elsevier) et évaluateur régulier pour plusieurs revues de premier plan dans les domaines du génie minier, du génie géotechnique et de l’intelligence artificielle appliquée.

Parcours académique et expériences professionnelles

Ph.D., Génie minier, Université de l'Alberta, 2023

M.Sc., Génie géotechnique, Académie chinoise des sciences, 2019

B.E., Génie géologique, Université des sciences et technologies de l'Anhui, 2016


Professeur adjoint, 2024.09 - , Université Laval, Canada

Chargé de cours adjoint, 2024.01 - 2024.04, Université de l'Alberta, Canada

Chercheur postdoctoral, 2023.12 - 2024.08, Université de l'Alberta, Canada

Chercheur invité, 2017.08 - 2017.11, Université Monash, Australie


Nous invitons les candidatures pour des postes de doctorat de la part de personnes de tous genres, races, origines ethniques, capacités, ainsi que d'autres groupes sous-représentés. Je m’engage à soutenir la recherche de chaque étudiant avec dévouement et intégrité.


Les candidats sont priés d’envoyer leur CV, lettre de motivation et relevé de notes de premier cycle à mon adresse courriel : chengkai.fan@gmn.ulaval.ca. Merci Beaucoup !

Prix et distinctions

Lorem ipsum

Domaines de recherche

Ce champ ne comporte pas de données en ce moment.

Apprentissage machine
Exploration de données
Génie minier
Géotechnique
Data mining
Geotechnical engineering
Machine learning
Mining engineering

Coordonnées 

Pavillon Adrien-Pouliot

1065, avenue de la Médecine

Local 1758-B

Université Laval

Québec G1V 0A6

Canada

Nouvelles

bottom of page