Стюарт Геман
Стюарт А. Геман | |
---|---|
Рожденный | |
Национальность | Американский |
Альма-матер | Бакалавр Мичиганского университета (1971) Дартмутский колледж, магистр наук (1973) Массачусетский технологический институт, доктор философии. (1977) |
Родственники | Дональд Геман (брат) |
Научная карьера | |
Поля | Математика |
Учреждения | Брауновский университет |
Диссертация | Стохастические дифференциальные уравнения с процессами плавного смешивания (1977) |
Докторантура | Герман Чернофф Фрэнк Козин |
Докторанты | Барри Р. Дэвис |
Веб-сайт | www |
Стюарт Алан Геман (родился 23 марта 1949 г.) — американский математик , известный своим влиятельным вкладом в компьютерное зрение, статистику, теорию вероятностей, машинное обучение и нейронауки. [1] [2] [3] [4] Он и его брат Дональд Джеман хорошо известны тем, что предложили сэмплер Гиббса и первым доказали сходимость алгоритма моделирования отжига . [5] [6]
Биография
[ редактировать ]Геман родился и вырос в Чикаго. Он получил образование в Мичиганском университете (бакалавр физики, 1971 г.), Дартмутском медицинском колледже (магистр нейрофизиологии, 1973 г.) и Массачусетском технологическом институте (доктор философии прикладной математики, 1977 г.).
С 1977 года он был преподавателем в Университете Брауна , где работал в группе теории закономерностей , а в настоящее время является профессором прикладной математики имени Джеймса Мэннинга. Он получил множество наград и наград, в том числе был выбран Президентским молодым исследователем и высоко цитируемым исследователем ISI. Он является избранным членом Международного статистического института , а также научным сотрудником Института математической статистики и Американского математического общества. [7] США В 2011 году он был избран членом Национальной академии наук .
Работа
[ редактировать ]Научный вклад Гемана охватывает работу в области вероятностных и статистических подходов к искусственному интеллекту , случайным полям Маркова , методам Монте-Карло (MCMC) цепей Маркова, непараметрическому выводу , случайным матрицам, случайным динамическим системам, нейронным сетям, нейрофизиологии, финансовым рынкам и статистике естественных изображений. Среди наиболее заметных работ: разработка пробоотборника Гиббса , доказательство сходимости моделируемого отжига , [8] [9] основополагающий вклад в подход марковского случайного поля («графическая модель») к выводам в зрении и машинном обучении, [3] [10] и работать над композиционными основами зрения и познания. [11] [12]
Примечания
[ редактировать ]- ^ Томас П. Райан и Уильям Х. Вудалл (2005). «Самые цитируемые статистические статьи». Журнал прикладной статистики . 32 (5): 461–474. дои : 10.1080/02664760500079373 . S2CID 109615204 .
- ^ С. Коц и Н. Л. Джонсон (1997). Прорывы в статистике, Том III . Нью-Йорк, штат Нью-Йорк: Springer Verlag.
- ^ Перейти обратно: а б [Arc.Ask3.Ru] Список важных публикаций по информатике.
- ^ Шэрон Берч Макгрейн (2011). Теория, которая не умрет . Нью-Йорк и Лондон: Издательство Йельского университета.
- ^ 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 .
- ↑ Список членов Американского математического общества , получено 27 августа 2013 г.
- ^ П. Дж. ван Лаарховен и Э. Х. Аартс (1987). Имитированный отжиг: Теория и приложения . Нидерланды: Клювер. Бибкод : 1987sata.book.....L .
- ^ П. Саламон; П. Сибани; Р. Фрост (2002). Факты, предположения и улучшения моделирования отжига . Филадельфия, Пенсильвания: Общество промышленной и прикладной математики.
- ^ К. Бишоп (2006). Распознавание образов и машинное обучение . Нью-Йорк: Спрингер.
- ^ Н. Чейтер; Дж. Б. Тененбаум и А. Юилле (2005). «Вероятностные модели познания: Концептуальные основы» (PDF) . Тенденции в когнитивных науках . 10 (7): 287–291. дои : 10.1016/j.tics.2006.05.007 . ПМИД 16807064 . S2CID 7547910 .
- ^ Б. Оммер и Дж. М. Буманн (2010). «Изучение композиционной структуры категорий визуальных объектов для узнавания». Транзакции IEEE по анализу шаблонов и машинному интеллекту . 32 (3): 501–516. CiteSeerX 10.1.1.297.2474 . дои : 10.1109/tpami.2009.22 . ПМИД 20075474 . S2CID 11002928 .
- Члены Национальной академии наук США
- 1949 рождений
- Живые люди
- Американские математики XX века
- Американские математики XXI века
- Американские теоретики вероятности
- Американские статистики
- Члены Американского математического общества
- Преподаватели Университета Брауна
- Выпускники медицинской школы Гейзеля
- Выпускники Колледжа литературы, науки и искусств Мичиганского университета
- Выпускники Школы наук Массачусетского технологического института