Jump to content

Стюарт Геман

Стюарт А. Геман
Геман читает лекцию о сэмплере Гиббса
Рожденный ( 1949-03-23 ​​) 23 марта 1949 г. (75 лет)
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 .дамба .коричневый .edu /люди /геман /

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 .

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 ]
  1. ^ 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 .
  2. ^ С. Коц и Н. Л. Джонсон (1997). Прорывы в статистике, Том III . Нью-Йорк, штат Нью-Йорк: Springer Verlag.
  3. ^ Перейти обратно: а б [Arc.Ask3.Ru] Список важных публикаций по информатике.
  4. ^ Шэрон Берч Макгрейн (2011). Теория, которая не умрет . Нью-Йорк и Лондон: Издательство Йельского университета.
  5. ^ 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 .
  6. ^ Google Scholar: стохастическая релаксация, распределения Гиббса и байесовское восстановление .
  7. Список членов Американского математического общества , получено 27 августа 2013 г.
  8. ^ П. Дж. ван Лаарховен и Э. Х. Аартс (1987). Имитированный отжиг: Теория и приложения . Нидерланды: Клювер. Бибкод : 1987sata.book.....L .
  9. ^ П. Саламон; П. Сибани; Р. Фрост (2002). Факты, предположения и улучшения моделирования отжига . Филадельфия, Пенсильвания: Общество промышленной и прикладной математики.
  10. ^ К. Бишоп (2006). Распознавание образов и машинное обучение . Нью-Йорк: Спрингер.
  11. ^ 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 .
  12. ^ 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 .
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 7d097f1a698fccd1d790db6987c95a67__1714968600
URL1:https://arc.ask3.ru/arc/aa/7d/67/7d097f1a698fccd1d790db6987c95a67.html
Заголовок, (Title) документа по адресу, URL1:
Stuart Geman - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)