Марко Клаудио Кампи

Марко Клаудио Кампи
Марко Клаудио Кампи
Рожденный	Традате, Италия
Альма-матер	Политехнический институт Милана
Известный	Оптимизация сценариев , настройка обратной связи по виртуальному эталону
Награды	Премия Джорджа С. Акселби , член IEEE , член IFAC
	Научная карьера
Поля	Индуктивное рассуждение , Статистическая теория обучения , Наука о данных , Инженерия управления
Учреждения	Университет Брешии
Докторанты	Мария Прандини
Веб-сайт	Марко-Кампи .unibs .это

Марко Клаудио Кампи — математик с инженерным образованием и интересом к философии науки, специализирующийся на науке о данных и индуктивных методах. Он имеет постоянную должность в Университете Брешии , Италия, а также сотрудничает с различными исследовательскими институтами, университетами и НАСА . С 2012 года он является членом Института инженеров по электротехнике и электронике (IEEE), а с 2020 года — членом Международной федерации автоматического управления .

Академические исследования

Кампи является соавтором сценарного подхода , который обеспечивает прочную математическую основу для принятия решений на основе наблюдений и на основе последовательных правил. ^{[ 1 ]}^{[ 2 ]} Его ранние работы в этой области продемонстрировали, что в рамках выпуклой оптимизации границы вероятности признания решения недействительным могут быть непосредственно определены из размерности области оптимизации. ^{[ 3 ]}^{[ 4 ]} Последующие разработки распространили этот результат на схемы, позволяющие исключать определенные наблюдения для увеличения затрат, связанных с принятием решений. ^{[ 5 ]} Более поздние работы выявили глубокую связь между концепцией сложности решения (точно определенной в его статьях) и его надежностью. ^{[ 6 ]}^{[ 7 ]} Сценарный подход нашел практическое применение в различных областях, включая теорию управления , ^{[ 8 ]} оптимизация портфеля ^{[ 9 ]} и статистическая классификация . ^{[ 10 ]}

Кампи также является изобретателем виртуальной эталонной настройки обратной связи (VRFT), подхода к разработке контроллеров с использованием пакетов данных, собранных с завода. ^{[ 11 ]}^{[ 12 ]}

Индуктивное рассуждение

Кампи Концептуализация индуктивного рассуждения занимает минималистскую позицию, состоящую только из двух компонентов: опыта и суждений. Опыт управляет развитием суждений в непрерывном потоке, где наблюдаемые факты используются для обновления мнений, а мнения используются для прогнозирования фактов, которые еще не произошли. Суждения заключают в себе знания человека, а также играют важную роль в тех обсуждениях, которые предназначены для принятия решений.

Суждения не являются однозначными, и глубоко математизированный подход Кампи к изучению индукции широко использует вероятность как инструмент для количественной оценки степени веры в суждения. Хотя он не исключает, что альтернативные интерпретации вероятности могут быть полезны и в других контекстах, он утверждает, что в рамках его теоретической структуры единственной возможной интерпретацией является субъективная вероятность . В результате предположение о независимых и одинаково распределенных (iid) или, в более общем плане, взаимозаменяемых наблюдениях никоим образом не постулирует естественное состояние, а просто представляет собой модельное предположение относительно того, как человек ожидает развития потока наблюдений. Эта концептуализация преодолевает критику Юма о невозможности продемонстрировать, что реальность удовлетворяет «принципу единообразия».

Используя только дедуктивную логику, Кампи разрабатывает структуру, основанную на сложности, которая оправдывает использование наблюдений при построении моделей и принципов. В его подходе сложность ^{[ 13 ]} принимает на себя роль измеримой величины, по которой можно точно оценить вероятность фальсификации индуктивного вывода. Эти выводы справедливы в рамках iid, не требуя каких-либо априорных предположений о вероятностном распределении наблюдений ( агнозическая установка ) и глубоко углубляются в изучение механизмов, с помощью которых знания могут генерироваться в свете наблюдений. Как следствие, Кампи утверждает, что адаптация теорий к наблюдениям является научно обоснованной при условии, что этой адаптацией руководит беспристрастный судья — сложность. ^{[ 14 ]} Это резко контрастирует с точкой зрения Поппера , осуждающего практику приспособления теорий к наблюдениям. ^{[ 15 ]}

Хотя результаты Кампи строго оправдывают использование индуктивных процедур, он также подчеркивает фундаментальное различие между надежностью процедуры и надежностью результата процедуры в ответ на заданный набор наблюдений (условные оценки). Он утверждает, что сделать строгие заявления о последнем невозможно без использования дополнительной априорной информации. Это то, что он называет «неоспоримым релятивизмом» условных убеждений.

Награды и почести

Стипендиат Института инженеров по электротехнике и электронике , 2012 г., за вклад в стохастические и рандомизированные методы в системах и управлении.
Стипендиат Международной федерации автоматического управления , 2020 г., за вклад в методы управления данными в системах и управлении.
Премия Джорджа С. Акселби, 2008 г.

Ссылки

^ MC Campi и S. Towards. Введение в сценарный подход. оптимизации, , Серия MOS-SIAM по
^ MC Кампи, А. Каре и С. Гаратти. «Сценарный подход: инструмент для принятия решений на основе данных», Annual Reviews in Control , 52, 1–17, 2021 г. [2]
^ MC Кампи и С. Гаратти. Точная осуществимость рандомизированных решений неопределенных выпуклых программ. SIAM J. об оптимизации, 19(3), 1211-1230, 2008. [3]
^ А. Каре, С. Гаратти и MC Кампи. Сценарная оптимизация min-max и риск эмпирических затрат . SIAM Journal on Optimization, 25(4), 2061–2080, 2015. [4]
^ MC Кампи и С. Гаратти. Подход с выборкой и отбрасыванием к оптимизации с ограничениями по случайности: осуществимость и оптимальность , Журнал теории оптимизации и приложений, 148 (2), 257-280, 2011. [5]
^ MC Кампи и С. Гаратти. Оптимизация сценария по принципу «выжидай-и-суди». Математическое программирование, 16, 481-499, 2019. [6]
^ С. Гаратти и MC Кампи. Риск и сложность оптимизации сценариев , Математическое программирование, 191(1), 243-279, 2022. [7]
^ Дж. Калафиоре и MC Кампи. Сценарный подход к проектированию надежного управления , IEEE Transactions on Auto Control, 51(5), 742-753, 2006. [8]
^ Г. Аричи, MC Кампи, А. Каре, М. Далай и Ф.А. Рампони. Теория риска эмпирического CvaR с применением к выбору портфеля , J. Syst. наук. Сложность, 34(5), 1879-1894, 2021. [9]
^ MC Кампи и С. Гаратти. Теория риска оптимизации с релаксацией и ее применение для поддержки векторных машин , Journal of Machine Learning Research, 22 (288), 1–38, 2021. [10]
^ MC Кампи, А. Леккини и С.М. Саварези. Настройка виртуальной опорной обратной связи: прямой метод проектирования контроллеров обратной связи , Автоматика, 38, 1337-1346, 2002. [11]
^ С. Форментен, MC Кампи, А. Каре и С.М. Саварези. Детерминированная настройка виртуальной опорной обратной связи (VRFT) в непрерывном времени с применением к проектированию ПИД , Systems & Control Letters, 127, 25-34, 2019. [12]
^ С. Гаратти и MC Кампи. Риск и сложность оптимизации сценариев , Математическое программирование, 191(1), 243-279, 2022. [13]
^ MC Кампи. Индуктивное познание в условиях доминирования , Синтез, 201(6), статья №184, 2023. [14]
^ КР Поппер. «Наука: домыслы и опровержения», в книге « Предположения и опровержения: рост научных знаний» , 1963. [15]

Внешние ссылки

Интервью с Марко К. Кампи [16]
Введение в сценарный подход – четыре доклада MC Campi: доклад 1/4 [17] ; разговор 2/4 [18] ; разговор 3/4 [19] ; разговор 4/4 [20]
Монография «Индуктивное обучение в условиях последовательности» [21]

[1] MC Campi и S. Towards. Введение в сценарный подход. оптимизации, , Серия MOS-SIAM по

[2] MC Кампи, А. Каре и С. Гаратти. «Сценарный подход: инструмент для принятия решений на основе данных», Annual Reviews in Control , 52, 1–17, 2021 г. [2]

[3] MC Кампи и С. Гаратти. Точная осуществимость рандомизированных решений неопределенных выпуклых программ. SIAM J. об оптимизации, 19(3), 1211-1230, 2008. [3]

[4] А. Каре, С. Гаратти и MC Кампи. Сценарная оптимизация min-max и риск эмпирических затрат . SIAM Journal on Optimization, 25(4), 2061–2080, 2015. [4]

[5] MC Кампи и С. Гаратти. Подход с выборкой и отбрасыванием к оптимизации с ограничениями по случайности: осуществимость и оптимальность , Журнал теории оптимизации и приложений, 148 (2), 257-280, 2011. [5]

[6] MC Кампи и С. Гаратти. Оптимизация сценария по принципу «выжидай-и-суди». Математическое программирование, 16, 481-499, 2019. [6]

[7] С. Гаратти и MC Кампи. Риск и сложность оптимизации сценариев , Математическое программирование, 191(1), 243-279, 2022. [7]

[8] Дж. Калафиоре и MC Кампи. Сценарный подход к проектированию надежного управления , IEEE Transactions on Auto Control, 51(5), 742-753, 2006. [8]

[9] Г. Аричи, MC Кампи, А. Каре, М. Далай и Ф.А. Рампони. Теория риска эмпирического CvaR с применением к выбору портфеля , J. Syst. наук. Сложность, 34(5), 1879-1894, 2021. [9]

[10] MC Кампи и С. Гаратти. Теория риска оптимизации с релаксацией и ее применение для поддержки векторных машин , Journal of Machine Learning Research, 22 (288), 1–38, 2021. [10]

[11] MC Кампи, А. Леккини и С.М. Саварези. Настройка виртуальной опорной обратной связи: прямой метод проектирования контроллеров обратной связи , Автоматика, 38, 1337-1346, 2002. [11]

[12] С. Форментен, MC Кампи, А. Каре и С.М. Саварези. Детерминированная настройка виртуальной опорной обратной связи (VRFT) в непрерывном времени с применением к проектированию ПИД , Systems & Control Letters, 127, 25-34, 2019. [12]

[13] С. Гаратти и MC Кампи. Риск и сложность оптимизации сценариев , Математическое программирование, 191(1), 243-279, 2022. [13]

[14] MC Кампи. Индуктивное познание в условиях доминирования , Синтез, 201(6), статья №184, 2023. [14]

[15] КР Поппер. «Наука: домыслы и опровержения», в книге « Предположения и опровержения: рост научных знаний» , 1963. [15]

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]