Дональд Геман
Дональд Дж. Геман | |
|---|---|
 Дональд Геман (справа), осень 1983 года, Париж. | |
| Рожденный | 20 сентября 1943 г. |
| Альма-матер | Колумбийский университет Университет Иллинойса Урбана-Шампейн Северо-Западный университет |
| Родственники | Стюарт Геман (брат) |
| Награды | Высоко цитируемый исследователь ISI |
| Научная карьера | |
| Поля | Математика Статистика |
| Учреждения | Массачусетский университет Университет Джонса Хопкинса Высшая педагогическая школа Качана |
| Докторантура | Майкл Маркус |
Дональд Джей Геман (родился 20 сентября 1943 г.) — американский прикладной математик и ведущий исследователь в области машинного обучения и распознавания образов . Он и его брат Стюарт Джеман очень известны тем, что предложили сэмплер Гиббса и первым доказали сходимость алгоритма моделирования отжига . [1] в статье, которая стала широко цитируемой в области инженерии (более 21 тыс. цитирований по данным Google Scholar по состоянию на январь 2018 г.). [2] Он является профессором Университета Джонса Хопкинса и одновременно приглашенным профессором Высшей нормальной школы Кашана .
Биография
[ редактировать ]Геман родился в Чикаго в 1943 году. Он окончил Иллинойский университет в Урбане-Шампейн в 1965 году со степенью бакалавра английской литературы и Северо-Западный университет в 1970 году со степенью доктора философии. по математике. [3] Его диссертация называлась «Обусловливание с горизонтальным окном и нули стационарных процессов». Он поступил в Массачусетский университет в Амхерсте в 1970 году, откуда вышел на пенсию в качестве заслуженного профессора в 2001 году. После этого он стал профессором кафедры прикладной математики в Университете Джонса Хопкинса . Он также был приглашенным профессором в Высшей нормальной школе Кашана с 2001 года. Он является членом Национальной академии наук и научным сотрудником Института математической статистики и Общества промышленной и прикладной математики .
Работа
[ редактировать ]Д. Геман и Дж. Горовиц опубликовали в конце 1970-х годов серию статей о местном времени и плотности заполнения случайных процессов. Обзор этой работы и других связанных с ней проблем можно найти в «Анналах вероятностей». [4] В 1984 году вместе со своим братом Стюартом он опубликовал знаковую статью, которая до сих пор остается одной из самых цитируемых статей. [5] в инженерной литературе. Он представляет байесовскую парадигму использования марковских случайных полей для анализа изображений. Этот подход оказал большое влияние на протяжении последних 20 лет и остается редким проявлением силы в этой быстро развивающейся области. В другом знаковом документе [6] [7] в сотрудничестве с Ю. Амитом ввёл понятие рандомизированных деревьев решений , [8] [9] которые были названы случайными лесами и популяризированы Лео Брейманом . Некоторые из его недавних работ включают введение иерархических каскадов от грубого к точному для обнаружения объектов. [10] в компьютерном зрении и классификатор TSP (Top Scoring Pairs) как простое и надежное правило для классификаторов, обученных на больших наборах данных небольших выборок в биоинформатике . [11] [12]
Ссылки
[ редактировать ]- ^ С. Геман; Д. Геман (1984). «Стохастическая релаксация, распределения Гиббса и байесовское восстановление изображений». Транзакции IEEE по анализу шаблонов и машинному интеллекту . 6 (6): 721–741. дои : 10.1109/TPAMI.1984.4767596 . ПМИД 22499653 . S2CID 5837272 .
- ^ Google Scholar: стохастическая релаксация, распределения Гиббса и байесовское восстановление .
- ^ «Дональд Геман избран в НАН» . Институт математической статистики . 18 мая 2015 года . Проверено 5 июня 2024 г.
- ^ Д. Геман; Дж. Горовиц (1980). «Плотность занятости» . Анналы вероятности . 8 (1): 1–67. дои : 10.1214/aop/1176994824 .
- ^ ISI высоко цитируется: Дональд Геман http://hcr3.isiknowledge.com/author.cgi?&link1=Search&link2=Search%20Results&AuthLastName=geman&AuthFirstName=&AuthMiddleName=&AuthMailnstName=&CountryID=-1&DisciplineID=0&id=519 . Архивировано 19 мая 2007 г. машина обратного пути
- ^ Ю. Амит и Д. Геман, «Рандомизированные исследования формы; применение к распознаванию рукописных цифр», Технический отчет 401, Департамент статистики, Чикагский университет, Иллинойс, 1994.
- ^ Ю. Амит; Д. Геман (1997). «Квантование и распознавание формы с помощью рандомизированных деревьев». Нейронные вычисления . 9 (7): 1545–1588. CiteSeerX 10.1.1.57.6069 . дои : 10.1162/neco.1997.9.7.1545 . S2CID 12470146 .
- ^ Леса решений: найдена унифицированная структура для классификации, регрессии, оценки плотности, многообразного обучения и полуконтролируемого обучения. Тенденции. Вычислить. График. Виз., Том. 7, № 2–3 (2011) 81–227. (февраль 2012 г.), стр. 81–227, doi:10.1561/0600000035, авторы Антонио Криминизи, Джейми Шоттон и Эндер Конукоглу.
- ^ Леса решений для компьютерного зрения и анализа медицинских изображений. Редакторы: А. Криминизи, Дж. Шоттон. Спрингер, 2013. ISBN 978-1-4471-4928-6 (печать) 978-1-4471-4929-3 ( онлайн ).
- ^ Ф. Флере; Д. Геман (2001). «Распознавание лиц от грубого до точного». Международный журнал компьютерного зрения . 41 : 85–107. дои : 10.1023/а:1011113216584 . S2CID 6754141 .
- ^ Д. Геман; К. д'Авиньон; Д. Найман; Р. Уинслоу (2004). «Классификация профилей экспрессии генов на основе парных сравнений мРНК» . Статистические приложения в генетике и молекулярной биологии . 3 : 1–19. дои : 10.2202/1544-6115.1071 . ЧВК 1989150 . ПМИД 16646797 .
- ^ АС Тан; Д. Найман; Л. Сюй; Р. Уинслоу; Д. Геман (2005). «Простые правила принятия решений для классификации рака человека по профилям экспрессии генов» . Биоинформатика . 21 (20): 3896–3904. doi : 10.1093/биоинформатика/bti631 . ЧВК 1987374 . ПМИД 16105897 .
Внешние ссылки
[ редактировать ]| Международный | |
|---|---|
| Национальный | |
| академики | |
| Другой | |
