הנדסת תעשייה וניהול | אוניברסיטת בן-גוריון בנגב

מאמר חדש מאת פרופ' גלעד רביד מהמחלקה שלנו (עם יפית כהן, עמית מלכא, יונתן גולדוואסר, אליה סקודיירו, איתן גולדשטיין, אוהליאב קיסר וגיא לידור), פורסם ב-Computers and Electronics in Agriculture!
מה מצב שדה התירס שלכם? זו השאלה שהמחקר הזה יצא לענות עליה -- באמצעות לוויינים. החוקרים פיתחו מערכת למידת מכונה שמנתחת תמונות לוויין Sentinel-2 של שדות תירס כדי להעריך את ביצועי הגידול לאורך כל העונה, החל מ-5 ימים בלבד לאחר הזריעה ועד להאבקה.
באמצעות נתונים מ-123 שדות בשמונה חוות בישראל לאורך ארבע עונות, הם הראו ששילוב מאפיינים מרחביים וזמניים עם מדדי צמחייה סטנדרטיים משפר את הסיווג בשלבים מוקדמים בעד 10%. ממצא מרכזי: מאפיינים מרחביים ונתוני אינפרא-אדום קצר-גל תפסו שונות בלחות הקרקע בזמן הנביטה -- משהו שמדדים ספקטרליים מסורתיים פספסו לחלוטין.
התוצאות שולבו בכלי מבוסס אינטרנט חינמי שבו חקלאים יכולים לנטר את השדות שלהם בזמן אמת ואף לתרום נתוני יבול משלהם לשיפור מתמשך של המודל.
מחקר זה מומן על ידי המדען הראשי של משרד החקלאות וביטחון המזון, נטפים ואיגוד מגדלי הגידולים בישראל.
קראו עוד https://doi.org/10.1016/j.compag.2025.110809

גאווה גדולה למחלקה שלנו 💪🏻✨!
פרופ’ ליאור פינק נבחר לאחד החוקרים המשפיעים בעולם בתחום מערכות מידע.👏🏼

מחקר חדש מהמחלקה שלנו בתחום רובוטיקה ובינה מלאכותית! 🤖

לידור ארז, ד"ר שחף שפרברג, ו-ד"ר איל טייטלר ממחלקתנו התמודדו עם בעיה קלאסית ומתסכלת: רובוט מתכנן מסלול — ואז לא מצליח לבצע אותו בפועל.

למה זה קורה? מתכנני תנועה רבים משתמשים במודלים קינמטיים (סדר ראשון) כדי לפשט את החישוב. המודל לא לוקח בחשבון שלרובוט האמיתי יש מגבלות פיזיקליות — תאוצה מקסימלית, מהירות מקסימלית, חלונות זמן. התוכנית שיוצאת נראית טובה על הנייר, אבל הרובוט פשוט לא יכול לבצע אותה.

הפתרון של החוקרים: אימון סוכן למידת חיזוק (RL) שלוקח תכנית קינמטית ומחדד אותה כך שתעמוד בקריטריונים הדינמיים האמיתיים. מוגדר תהליך החלטה מרקובי (MDP) שמשלב ישירות את האילוצים הפיזיקליים — ותוצאות הניסויים מראות שהגישה מצליחה לגשר על הפער בין מה שהמתכנן מייצר למה שהרובוט יכול לבצע.

🔗 https://arxiv.org/abs/2604.12474

ברכות חמות לפרופ' ליאור פינק על ההישג המרשים.

מחקר חדש ומרתק ממחלקתנו בתחום תחבורה ותורת המשחקים! 🚗

פרופ' הלל בר-גרא ממחלקתנו, ביחד עם סטיבן בוילס ולירון רבנר, פרסמו מחקר תיאורטי שמתמודד עם פרדוקס ותיק בתחום מחקר התחבורה.

המודל הקלאסי של Vickrey מנבא מתי נוסעים יצאו מהבית לעבודה. מספר חוקרים ניסו לבדוק את היציבות של דפוסי הנסיעה, תחת מגוון הנחות לגבי הדינמיקה של השינוי מיום ליום, וגילו קשיים שלא קיימים במודלים אחרים בתורת המשחקים בתחום התחבורה ובכלל. זאת למרות שבמציאות ניתן לראות תבניות תנועה יציבות למדי. מאיפה הפער?

השערה אחת: אולי המודל הקלאסי פשוט "אחיד" מדי. נהגים אמיתיים שונים אחד מהשני — חלקם מוכנים לנסוע בשיא העומס כדי להגיע בדיוק בזמן, ואילו אחרים מעדיפים להגיע לפני או אחרי השיא כדי לצמצם את הנסיעה בפקקים. האם הוספת *גיוון* בהעדפות (parametric heterogeneity) תייצב את המערכת?

התשובה שהמחקר מציע: *לא*. למרות הציפיות, כל הדינמיקות היומיומיות שנבחנו נשארות לא-יציבות גם עם גיוון פרמטרי. זה אומר שהגורם ליציבות שאנחנו רואים בפועל עדיין מחפש הסבר.

תוצאה מפתיעה שדוחפת את המחקר בתחום לכיוונים חדשים.

🔗

Departure Time Choice with Parametric Heterogeneity: Equilibrium and Instability Vickrey's classic single-bottleneck departure time choice equilibrium model exhibits instability under many plausible day-to-day learning dynamics. Such instability is not observed in reality -- does this difference stem from the day-to-day dynamics or from one of the simplifying assumptions of the....

מחר זה קורה!! 🤖🧠

איך אנחנו מדברים עם רובוטים כאילו הם בני אדם?
ואיך יודעים מתי המוח שלנו עמוס מדי?

בואו ל“מדע על הבר” - בינה, טכנולוגיה וגורמי אנוש בעולם האמיתי.

✨ 2 הרצאות קצרות + היכרות עם התואר השני
📍 בר הבנג׳י, באר שבע
📅 11.05 | 🕕 18:00

לסטודנטים סקרנים שרוצים להבין איך AI ומדעי המוח פוגשים את המציאות.

להרשמה:
https://shorturl.at/wotfS

נתראה 🍻

יום של מחקר, השראה ומדע ✨
אתמול הוצגו המחקרים המרתקים של סטודנטים לתואר שני במחלקה, במסגרת תחרות פוסטרים מושקעת.
תודה לאייל טייטלר על הארגון והובלה!
ברכות לזוכים:
•יובל דורון (בהנחיית מורן קורן ואריאל קוליק)
•יובל יצחקי (בהנחיית דני הרמלין ודביר שבתאי)
•דנה לבנון (בהנחיית יעל אידן ויפית כהן)

גאווה גדולה להיות חלק מקהילה שחוקרת, שואלת ומתקדמת יחד 🤞🏼

יום הולדת 90 שמח לפרופ׳ שאול לדני!

המחלקה להנדסת תעשייה וניהול מצדיעה לפועלך האקדמי המרשים ולתרומתך רבת השנים למחקר בתחומי חקר ביצועים, אופטימיזציה וקבלת החלטות, וכן לעבודתך החלוצית ביישום כלים אנליטיים גם בעולמות הספורט והניהול.

שורד הטבח באולימפיאדת מינכן, אלוף עולם בהליכה ל־100 ק״מ ומחזיק שיא העולם בהליכה ל־50 מייל – גם כיום אתה ממשיך לצעוד ולהוות דוגמה חיה להתמדה, מצוינות והשראה.

מאחלים לך בריאות, נחת והמשך השראה לדורות של חוקרים וסטודנטים.

How do you teach a robot to assemble products with parts that bend and stretch? Ran Shneor and Prof. Sigal Berman from our department, together with Gali Naveh, Shir Ben-David, Bar Shvarzman, Zachi Mann, Alex Greenberg, Yotam Efrat, and Omer Einav, tackle exactly this challenge. The team built a smart framework that lets robots plan and execute assembly tasks with deformable objects — like wires and medical tubes — using a central database, hybrid automata models, and digital twin technology. They tested it on real products: smart light boards with electric wiring and a medical infusion kit with flexible tubing. The results are impressive — up to 86% of assembly steps could be reused across different products, making manufacturing faster and more flexible. This work is a collaboration between our department, Siemens Digital Industries Software, and Polygon-Technologies, supported by the Marcus Endowment Fund, the Helmsley Charitable Trust, and the Israel Innovation Authority's ART consortium.

A planning and ex*****on framework for robotic assembly with deformable objects using a centralized database based on the Rαβγ categorization - Journal of Intelligent Manufacturing Abstract Automation of process planning and ex*****on of robotic assembly can lead to process optimization and shorter setup times. Several such automation frameworks have been developed for the assembly of rigid objects. However, many products require assembly with deformable objects. Robotic assem...

ברכות לפרופ' יניב גלבשטיין - דיקן הפקולטה למדעי ההנדסה על בחירתו לרקטור האוניברסיטה. בטוחים שתצליח גם בתפקיד חשוב זה.

הצלחתך הצלחתנו.

מאחלים כל סגל המחלקה.