Даниэль Белгрейв

Даниэль Белгрейв
Даниэль Белгрейв
Рожденный	Даниэль Шарлотта Белгрейв
Альма-матер	Лондонская школа экономики (бакалавр) ; Университетский колледж Лондона (магистр) ; Манчестерский университет (доктор философии)
	Научная карьера
Поля	Статистика ; Машинное обучение
Учреждения	ДипМайнд ; Microsoft Исследования ; Имперский колледж Лондона ; ГлаксоСмитКляйн
Диссертация	Вероятностные причинно-следственные модели астмы и аллергии, развивающихся в детстве (2014 г.)
Докторантура	Иэн Бьюкен ; Кристофер Бишоп ; Аднан Чустович
Веб-сайт	Майкрософт .с /en-нас /исследовать /люди /дабелгра

Даниэль Шарлотта Белгрейв — тринидадско-британский ученый-компьютерщик из DeepMind , которая использует статистику и машинное обучение для понимания прогрессирования заболеваний. ^{[ 1 ]}^{[ 2 ]}^{[ 4 ]}

Ранняя жизнь и образование

Белгрейв выросла в Тринидаде и Тобаго , где школьный учитель математики вдохновил ее на работу специалистом по обработке данных . ^{[ 5 ]} Она изучала статистику и бизнес в Лондонской школе экономики (LSE). ^{[ 6 ]}^{[ 7 ]} Она была аспиранткой Университетского колледжа Лондона (UCL), где получила степень магистра статистики. ^{[ 6 ]} В 2010 году Белгрейв перешла в Манчестерский университет получила докторскую степень за исследования под руководством Иэна Бьюкена , Кристофера Бишопа и Аднана Кустовича . , где ^{[ 2 ]}^{[ 3 ]}^{[ 6 ]} при поддержке стипендии Microsoft Research. Она была награждена премией Дороти Ходжкин для аспирантов от Microsoft и премией Барри Кея от Британского общества аллергии и клинической иммунологии (BSACI). ^{[ 8 ]}

Исследования и карьера

После окончания университета Белгрейв работала в GlaxoSmithKline (GSK), где была удостоена награды «Выдающийся ученый». ^{[ 6 ]} Белгрейв присоединился к Имперскому колледжу Лондона в качестве Совета медицинских исследований (MRC) статистика в 2015 году. ^{[ 6 ]}^{[ 9 ]}^{[ 8 ]} Она разрабатывает статистические модели машинного обучения, чтобы следить за прогрессированием заболеваний, разрабатывать новые стратегии управления и понимать гетерогенность . ^{[ 4 ]}^{[ 10 ]} Статистические методы обучения могут помочь в лечении заболеваний, обеспечивая основу для эндотипов обнаружения с использованием вероятностного моделирования . ^{[ 5 ]}^{[ 11 ]} Она использует статистические модели для выявления основных эндотипов заболевания из набора фенотипов . ^{[ 12 ]}

Она изучала, адекватно ли атопический марш (прогрессирование аллергических заболеваний с раннего возраста) описывает атопические заболевания, такие как экзема, в раннем возрасте. ^{[ 13 ]} Белгрейв использовал модель профиля латентного заболевания для изучения атопического марша у более чем 9000 детей, где машинное обучение использовалось для выявления групп детей со схожими паттернами начала экземы . ^{[ 13 ]} Она входит в исследовательскую группу консорциума по исследованию астмы раннего возраста . ^{[ 14 ]} Белгрейв заинтересован в использовании больших данных для значимой клинической интерпретации и разработки персонализированных стратегий профилактики. ^{[ 14 ]}

Ее исследования сосредоточены на байесовском и статистическом машинном обучении в сфере здравоохранения для разработки персонализированной медицины . ^{[ 2 ]} По состоянию на 2019 год ^[update] Белгрейв разрабатывает и внедряет методы, которые объединяют знания предметной области с моделями, управляемыми данными . Ее научные интересы включают модели латентных переменных , продольные исследования , анализ выживаемости , омику , уменьшение размерности , байесовские графические модели и кластерный анализ . ^{[ 2 ]}^{[ 1 ]}

Белгрейв участвует в проекте регуляторных алгоритмов , который оценивает, как следует регулировать алгоритмы здравоохранения. ^{[ 15 ]} В частности, Белгрейва интересует, какая схема ответственности должна быть введена в отношении искусственного интеллекта для здравоохранения. ^{[ 15 ]} Она входит в состав организационного комитета конференции по нейронным системам обработки информации 2019 года. ^{[ 16 ]} и в качестве советника DeepAfricAI. ^{[ 17 ]}

Ссылки

^ Перейти обратно: ^а ^б ^с Публикации Даниэль Белгрейв , проиндексированные Google Scholar
^ Перейти обратно: ^а ^б ^с ^д ^и Белгрейв, Даниэль (2016). «Резюме Даниэль Белгрейв» (PDF) . Imperial.ac.uk . Имперский колледж Лондона. Архивировано из оригинала (PDF) 13 марта 2019 г.
^ Перейти обратно: ^а ^б Белгрейв, Даниэль Шарлотта (2014). Вероятностно-каузальные модели астмы и аллергии, развивающихся в детстве . manchester.ac.uk (докторская диссертация). Университет Манчестера.
^ Перейти обратно: ^а ^б «Даниэль Белгрейв» . re-work.co . ПЕРЕРАБОТКА . Проверено 16 марта 2019 г.
^ Перейти обратно: ^а ^б «Даниэль Белгрейв» . deeplearningindaba.com . Глубокое обучение Индаба . Проверено 16 марта 2019 г.
^ Перейти обратно: ^а ^б ^с ^д ^и «Доктор Даниэль Белгрейв» . Imperial.ac.uk . Имперский колледж Лондона. Архивировано из оригинала 05 января 2018 г. Проверено 16 марта 2019 г.
^ Анон (2019). Семинар «Достижения и проблемы машинного обучения в здравоохранении» . datascience.manchester.ac.uk . Университет Манчестера . Проверено 16 марта 2019 г.
^ Перейти обратно: ^а ^б «Даниэль Белгрейв» . cipp-meeting.org . ЦИПП XV . Проверено 16 марта 2019 г.
^ «Единые вероятностные стратегии моделирования скрытых переменных для ускорения обнаружения эндотипов в продольных исследованиях» . Укри.орг . Соединенное Королевство Исследования и инновации . Проверено 16 марта 2019 г.
^ «Даниэль Белгрейв из Microsoft Research» . microsoft.com . Исследования Майкрософт. Архивировано из оригинала 17 марта 2019 г. Проверено 16 марта 2019 г.
^ Анон (15 сентября 2017 г.), «12 применений машинного обучения в здравоохранении, Даниэль Белгрейв» , youtube.com , Deep Learning Indaba , получено 16 марта 2019 г.
^ Анон (07.03.2019). «Этический ИИ» . robotethics.co.uk . ИИ и этика роботов . Проверено 16 марта 2019 г.
^ Перейти обратно: ^а ^б Кустович, Аднан; Хендерсон, А. Джон; Бьюкен, Иэн; Бишоп, Кристофер; Гивер, Джон; Симпсон, Анджела; Гранелл, Ракель; Белгрейв, Даниэль СМ (2014). «Профили развития экземы, одышки и ринита: два популяционных когортных исследования» . ПЛОС Медицина . 11 (10): e1001748. doi : 10.1371/journal.pmed.1001748 . ISSN 1549-1676 . ПМК 4204810 . ПМИД 25335105 .
^ Перейти обратно: ^а ^б Боннеликке, Клаус; Сулейман, Патрик; Нильсен, Каспер; Крайнер-Мёллер, Эскил; Меркадер, Хосеп М; Белгрейв, Даниэль; ден Деккер, Герман Т; Хасби, Андерс; Севельстед, Астрид; Фаура-Теллез, Гриссель; Мортенсен, Ли Джуэль; и др. (2013). «Полногеномное исследование ассоциации идентифицирует CDHR3 как локус восприимчивости к астме раннего детства с тяжелыми обострениями». Природная генетика . 46 (1): 51–55. дои : 10.1038/ng.2830 . ISSN 1061-4036 . OCLC 885448463 . ПМИД 24241537 . S2CID 20754856 .
^ Перейти обратно: ^а ^б «Алгоритмы регулирования в здравоохранении: интеллектуальная собственность и ответственность» . phgfoundation.org . Фонд ПХГ . Проверено 16 марта 2019 г.
^ «Оргкомитет 2019 года» . nips.cc. Проверено 16 марта 2019 г.
^ «ДипАфрикаАИ» . deepafricai.com . Проверено 16 марта 2019 г.

[gs-1] Перейти обратно: ^а ^б ^с Публикации Даниэль Белгрейв , проиндексированные Google Scholar

[cv-2] Перейти обратно: ^а ^б ^с ^д ^и Белгрейв, Даниэль (2016). «Резюме Даниэль Белгрейв» (PDF) . Imperial.ac.uk . Имперский колледж Лондона. Архивировано из оригинала (PDF) 13 марта 2019 г.

[dphd-3] Перейти обратно: ^а ^б Белгрейв, Даниэль Шарлотта (2014). Вероятностно-каузальные модели астмы и аллергии, развивающихся в детстве . manchester.ac.uk (докторская диссертация). Университет Манчестера.

[micro-4] Перейти обратно: ^а ^б «Даниэль Белгрейв» . re-work.co . ПЕРЕРАБОТКА . Проверено 16 марта 2019 г.

[:0-5] Перейти обратно: ^а ^б «Даниэль Белгрейв» . deeplearningindaba.com . Глубокое обучение Индаба . Проверено 16 марта 2019 г.

[:1-6] Перейти обратно: ^а ^б ^с ^д ^и «Доктор Даниэль Белгрейв» . Imperial.ac.uk . Имперский колледж Лондона. Архивировано из оригинала 05 января 2018 г. Проверено 16 марта 2019 г.

[7] Анон (2019). Семинар «Достижения и проблемы машинного обучения в здравоохранении» . datascience.manchester.ac.uk . Университет Манчестера . Проверено 16 марта 2019 г.

[cipp-8] Перейти обратно: ^а ^б «Даниэль Белгрейв» . cipp-meeting.org . ЦИПП XV . Проверено 16 марта 2019 г.

[9] «Единые вероятностные стратегии моделирования скрытых переменных для ускорения обнаружения эндотипов в продольных исследованиях» . Укри.орг . Соединенное Королевство Исследования и инновации . Проверено 16 марта 2019 г.

[10] «Даниэль Белгрейв из Microsoft Research» . microsoft.com . Исследования Майкрософт. Архивировано из оригинала 17 марта 2019 г. Проверено 16 марта 2019 г.

[11] Анон (15 сентября 2017 г.), «12 применений машинного обучения в здравоохранении, Даниэль Белгрейв» , youtube.com , Deep Learning Indaba , получено 16 марта 2019 г.

[12] Анон (07.03.2019). «Этический ИИ» . robotethics.co.uk . ИИ и этика роботов . Проверено 16 марта 2019 г.

[:2-13] Перейти обратно: ^а ^б Кустович, Аднан; Хендерсон, А. Джон; Бьюкен, Иэн; Бишоп, Кристофер; Гивер, Джон; Симпсон, Анджела; Гранелл, Ракель; Белгрейв, Даниэль СМ (2014). «Профили развития экземы, одышки и ринита: два популяционных когортных исследования» . ПЛОС Медицина . 11 (10): e1001748. doi : 10.1371/journal.pmed.1001748 . ISSN 1549-1676 . ПМК 4204810 . ПМИД 25335105 .

[:3-14] Перейти обратно: ^а ^б Боннеликке, Клаус; Сулейман, Патрик; Нильсен, Каспер; Крайнер-Мёллер, Эскил; Меркадер, Хосеп М; Белгрейв, Даниэль; ден Деккер, Герман Т; Хасби, Андерс; Севельстед, Астрид; Фаура-Теллез, Гриссель; Мортенсен, Ли Джуэль; и др. (2013). «Полногеномное исследование ассоциации идентифицирует CDHR3 как локус восприимчивости к астме раннего детства с тяжелыми обострениями». Природная генетика . 46 (1): 51–55. дои : 10.1038/ng.2830 . ISSN 1061-4036 . OCLC 885448463 . ПМИД 24241537 . S2CID 20754856 .

[phg-15] Перейти обратно: ^а ^б «Алгоритмы регулирования в здравоохранении: интеллектуальная собственность и ответственность» . phgfoundation.org . Фонд ПХГ . Проверено 16 марта 2019 г.

[16] «Оргкомитет 2019 года» . nips.cc. Проверено 16 марта 2019 г.

[17] «ДипАфрикаАИ» . deepafricai.com . Проверено 16 марта 2019 г.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]