Григорий Фурсин
Григорий Фурсин | |
|---|---|
 | |
| Альма-матер | |
| Известный | MILEPOST GCC , фонд cTuning , структура коллективных знаний , оценка артефактов на конференциях ACM и IEEE |
| Награды |
|
| Научная карьера | |
| Поля | Компьютерная инженерия Машинное обучение |
| Учреждения | |
| Диссертация | Итеративная компиляция и прогнозирование производительности для числовых приложений (2004 ) |
| Веб-сайт | плавление |
Григорий Фурсин – британец. [2] учёный-компьютерщик, президент некоммерческого фонда CTuning , член-основатель MLCommons , [3] сопредседатель целевой группы MLCommons по автоматизации и воспроизводимости [4] и основатель cKnowledge. [5] Его исследовательская группа создала самооптимизирующийся компилятор MILEPOST GCC с открытым исходным кодом, основанный на машинном обучении , который считается первым в мире. [6] По завершении проекта MILEPOST он основал фонд cTuning для краудсорсинга оптимизации программ и машинного обучения на различных устройствах, предоставленных волонтерами. Его фонд также разработал систему коллективных знаний для поддержки открытых исследований . С 2015 года Фурсин возглавляет оценку артефактов на нескольких конференциях по компьютерным системам ACM и IEEE . Он также является одним из основателей рабочей группы ACM по данным, программному обеспечению и воспроизводимости публикаций. [7] [8] [9]
Образование
[ редактировать ]Фурсин защитил докторскую диссертацию по информатике в Эдинбургском университете в 2005 году. Находясь в Эдинбурге, он работал над основами практической автонастройки программ и прогнозирования производительности. [10]
Известные проекты
[ редактировать ]- Коллективный разум — коллекция портативных, расширяемых и готовых к использованию рецептов автоматизации с удобным для человека интерфейсом, которые помогут сообществу составлять, сравнивать и оптимизировать сложные приложения и системы искусственного интеллекта, машинного обучения и других систем с использованием разнообразных и постоянно меняющихся моделей, наборов данных, программное и аппаратное обеспечение. [11] [12] [13]
- Коллективные знания – платформа с открытым исходным кодом, помогающая исследователям и практикам организовывать свои программные проекты в виде базы данных многократно используемых компонентов и переносимых рабочих процессов с общими API-интерфейсами, основанными на принципах FAIR . [14] и быстро создавать прототипы, использовать краудсорсинг и воспроизводить исследовательские эксперименты.
- MILEPOST GCC – технология с открытым исходным кодом для создания компиляторов на основе машинного обучения.
- Интерактивный интерфейс компиляции — платформа плагинов, раскрывающая внутренние функции и решения по оптимизации компиляторов для внешней автоматической настройки и обучения.
- Фонд cTuning — некоммерческая исследовательская организация, разрабатывающая инструменты с открытым исходным кодом и общую методологию для совместных и воспроизводимых экспериментов.
- Оценка артефактов — проверка экспериментальных результатов из опубликованных статей на конференциях по компьютерным системам и машинному обучению. [15] [16] [17]
Ссылки
[ редактировать ]- ^ Информация HiPEAC 50 (стр. 8) , апрель 2017 г.
- ^ Профиль Регистрационной палаты , июнь 2015 г.
- ^ Пресс-релиз MLCommons , декабрь 2020 г.
- ^ Целевая группа MLCommons по автоматизации и воспроизводимости , июнь 2022 г.
- ^ cРегистрация знаний , июнь 2019 г.
- ^ Первый в мире интеллектуальный компилятор с открытым исходным кодом, предоставляющий автоматизированные рекомендации по оптимизации программного кода , пресс-релиз IBM, июнь 2009 г. ( ссылка )
- ^ «Целевая группа ACM по данным, программному обеспечению и воспроизводимости публикаций» . Проверено 5 декабря 2017 г.
- ^ Фурсин, Григорий ; Брюс Чайлдерс; Алекс К. Джонс; Дэниел Моссе (июнь 2014 г.). ДОВЕРИЕ'14 . Материалы 1-го семинара ACM SIGPLAN по воспроизводимым методологиям исследования и новым моделям публикаций в области компьютерной инженерии на PLDI'14 . дои : 10.1145/2618137 .
- ^ «ACM TechTalk «Воспроизведение 150 научных работ и их тестирование в реальном мире: проблемы и решения с Григорием Фурсиным» » . Проверено 11 февраля 2021 г.
- ^ Григорий Фурсин. «Кандидатская диссертация» . Проверено 21 мая 2017 г.
- ^ Фурсин, Григорий (июнь 2023 г.). На пути к общему языку для облегчения воспроизводимых исследований и передачи технологий: проблемы и решения . Основной доклад на 1-й конференции ACM по воспроизводимости и воспроизводимости. дои : 10.5281/zenodo.8105339 .
- ^ Онлайн-каталог рецептов автоматизации, разработанный MLCommons
- ^ HPCWire: MLPerf публикует последние результаты вывода и новый тест хранилища , сентябрь 2023 г.
- ^ Фурсин, Григорий (октябрь 2020 г.). Коллективные знания: организация исследовательских проектов в виде базы данных многократно используемых компонентов и переносимых рабочих процессов с общими интерфейсами . Философские труды Королевского общества . arXiv : 2011.01149 . дои : 10.1098/rsta.2020.0211 . Проверено 22 октября 2020 г.
- ^ Фурсин, Григорий ; Брюс Чайлдерс; Алекс К. Джонс; Дэниел Моссе (июнь 2014 г.). ДОВЕРИЕ'14 . Материалы 1-го семинара ACM SIGPLAN по воспроизводимым методологиям исследования и новым моделям публикаций в области компьютерной инженерии на PLDI'14 . дои : 10.1145/2618137 .
- ^ Фурсин, Григорий ; Кристоф Дубах (июнь 2014 г.). Рецензирование и проверка публикаций по инициативе сообщества . Материалы TRUST'14 на PLDI'14. arXiv : 1406.4020 . дои : 10.1145/2618137.2618142 .
- ^ Чайлдерс, Брюс Р.; Григорий Фурсин; Шрирам Кришнамурти; Андреас Целлер (март 2016 г.). Оценка артефактов для публикаций . Семинар Dagstuhl Perspectives 15452. doi : 10.4230/DagRep.5.11.29 .
 | Эта биографическая статья о компьютерном специалисте незавершена . Вы можете помочь Википедии, расширив ее . |