Il campionatore di Gibbs, proposto da Donald Geman insieme a suo fratello Stuart, ha stabilito una tecnica fondamentale nell'apprendimento automatico e nel riconoscimento di pattern. Questo contributo, abbinato alla prima dimostrazione sulla convergenza dell'algoritmo di ricottura simulata, ha esercitato un'influenza significativa nella letteratura ingegneristica, raccogliendo oltre 21.000 citazioni secondo le metriche di ricerca registrate all'inizio del 2018.
Fondamenti accademici e inizio carriera
Nato a Chicago nel 1943, Geman ha intrapreso un percorso formativo eterogeneo. Ha completato una laurea in Letteratura Inglese presso l'Università dell'Illinois a Urbana-Champaign nel 1965 prima di passare alla matematica. Ha conseguito il dottorato di ricerca presso la Northwestern University nel 1970, con una tesi incentrata sul condizionamento a finestra orizzontale e sugli zeri di processi stazionari. La sua carriera accademica è iniziata nel 1970 presso l'Università del Massachusetts ad Amherst, dove ha prestato servizio per tre decenni prima di ritirarsi come professore emerito nel 2001.
Processi stocastici e paradigmi bayesiani
Durante la fine degli anni '70, Geman ha collaborato con J. Horowitz per produrre una serie di articoli che descrivono in dettaglio i tempi locali e le densità di occupazione dei processi stocastici, successivamente esaminati negli Annals of Probability. Nel 1984, lui e Stuart Geman hanno pubblicato un'opera importante introducendo un paradigma bayesiano per l'analisi delle immagini che utilizza i campi casuali di Markov. Questa ricerca rimane un riferimento altamente citato nel campo dell'ingegneria, fornendo un quadro robusto per i successivi sviluppi dell'elaborazione delle immagini.
Riconoscimento di pattern e sviluppi recenti
Oltre al suo lavoro sui campi casuali di Markov, Geman ha esplorato i progressi nella classificazione e nel rilevamento di oggetti. In collaborazione con Y. Amit, ha introdotto alberi di decisione randomizzati, che hanno contribuito allo sviluppo delle foreste casuali. Le sue ricerche successive includono l'implementazione di cascate gerarchiche dal grossolano al fine per la visione artificiale e la creazione del classificatore di coppie con il punteggio più alto (Top Scoring Pairs), uno strumento progettato per set di dati ad alta dimensionalità e piccoli campioni prevalenti nella bioinformatica.
Venti domande, otto minuti di orologio e un percentile misurato su tutti quelli che l’hanno fatto. Senza registrazione.
Fai il test del QI →Incarichi professionali e riconoscimenti
In seguito al suo mandato presso l'Università del Massachusetts ad Amherst, Geman è passato alla Johns Hopkins University nel 2001 per entrare nel Dipartimento di Matematica Applicata. Contemporaneamente, ha servito come professore in visita presso l'École Normale Supérieure di Cachan. I suoi contributi alla comunità matematica sono riconosciuti attraverso la sua appartenenza alla National Academy of Sciences e le borse di studio (fellowship) presso l'Institute of Mathematical Statistics e la Society for Industrial and Applied Mathematics.
Informazioni rapide
- Nato: 1943, Chicago - Dottorato: Northwestern University, 1970 - Sede accademica: Johns Hopkins University - Fellow, Institute of Mathematical Statistics: 1997 - Fellow, Society for Industrial and Applied Mathematics: 2010
Domande comuni dei lettori
### Qual è il principale significato dell'articolo del 1984 co-firmato con Stuart Geman?
Ha introdotto un paradigma bayesiano per l'analisi delle immagini che utilizza i campi casuali di Markov, diventando un articolo fondamentale nell'ingegneria.
### Dove ha ricoperto incarichi di insegnamento Donald Geman?
Ha insegnato presso l'Università del Massachusetts ad Amherst dal 1970 al 2001 e presso la Johns Hopkins University a partire dal 2001.
.jpg)
