L'échantillonneur de Gibbs, proposé par Donald Geman aux côtés de son frère Stuart, a établi une technique fondamentale en apprentissage automatique et en reconnaissance de formes. Cette contribution, associée à la première preuve concernant la convergence de l'algorithme de recuit simulé, a exercé une influence considérable dans la littérature en ingénierie, obtenant plus de 21 000 citations selon les indicateurs de recherche recueillis au début de 2018.
Fondements académiques et début de carrière
Né à Chicago en 1943, Geman a suivi un parcours éducatif varié. Il a obtenu une licence en littérature anglaise à l'Université de l'Illinois à Urbana-Champaign en 1965 avant de se tourner vers les mathématiques. Il a obtenu son doctorat de l'Université Northwestern en 1970, avec une thèse axée sur le conditionnement par fenêtre horizontale et les zéros de processus stationnaires. Sa carrière académique a débuté en 1970 à l'Université du Massachusetts à Amherst, où il a servi pendant trois décennies avant de prendre sa retraite en tant que professeur émérite en 2001.
Processus stochastiques et paradigmes bayésiens
À la fin des années 1970, Geman a collaboré avec J. Horowitz pour produire une série d'articles détaillant les temps locaux et les densités d'occupation des processus stochastiques, étudiés plus tard dans les Annals of Probability. En 1984, lui et Stuart Geman ont publié un ouvrage majeur introduisant un paradigme bayésien pour l'analyse d'images utilisant des champs aléatoires de Markov. Cette recherche demeure une référence très citée dans le domaine de l'ingénierie, fournissant un cadre robuste pour les développements ultérieurs du traitement d'images.
Reconnaissance de formes et développements récents
Au-delà de ses travaux sur les champs aléatoires de Markov, Geman a exploré les avancées en matière de classification et de détection d'objets. En collaboration avec Y. Amit, il a introduit les arbres de décision aléatoires, qui ont contribué au développement des forêts aléatoires. Ses recherches ultérieures comprennent la mise en œuvre de cascades hiérarchiques du grossier au fin pour la vision par ordinateur et la création du classificateur de paires les mieux notées (Top Scoring Pairs), un outil conçu pour les ensembles de données à haute dimension et à faible échantillon prévalant en bioinformatique.
Vingt questions, huit minutes au chronomètre et un centile mesuré face à tous ceux qui l’ont passé. Sans inscription.
Passer le test de QI →Nominations professionnelles et reconnaissance
Après son mandat à l'Université du Massachusetts à Amherst, Geman a rejoint l'Université Johns Hopkins en 2001 pour intégrer le département de mathématiques appliquées. Parallèlement, il a exercé les fonctions de professeur invité à l'École normale supérieure de Cachan. Ses contributions à la communauté mathématique sont reconnues par son élection à la National Academy of Sciences et ses titres de fellow de l'Institute of Mathematical Statistics et de la Society for Industrial and Applied Mathematics.
L'essentiel
- Né : 1943, Chicago - Doctorat : Université Northwestern, 1970 - Attachement académique : Université Johns Hopkins - Fellow, Institute of Mathematical Statistics : 1997 - Fellow, Society for Industrial and Applied Mathematics : 2010
Questions des lecteurs
### Quelle est la principale importance de l'article de 1984 coécrit avec Stuart Geman ?
Il a introduit un paradigme bayésien pour l'analyse d'images utilisant des champs aléatoires de Markov, devenant ainsi un article jalon en ingénierie.
### Où Donald Geman a-t-il occupé des postes d'enseignement ?
Il a enseigné à l'Université du Massachusetts à Amherst de 1970 à 2001 et à l'Université Johns Hopkins à partir de 2001.
.jpg)
