Семплер Гиббса, предложенный Дональдом Геманом совместно с его братом Стюартом, заложил фундаментальный метод в машинном обучении и распознавании образов. Этот вклад в сочетании с первым доказательством сходимости алгоритма имитации отжига оказал значительное влияние на инженерную литературу, набрав более 21 000 цитирований согласно метрикам исследования, зафиксированным в начале 2018 года.
Академические основы и начало карьеры
Родившийся в Чикаго в 1943 году, Геман прошел разнообразный путь обучения. В 1965 году он получил степень бакалавра английской литературы в Иллинойсском университете в Урбане-Шампейне, прежде чем заняться математикой. В 1970 году он защитил докторскую диссертацию в Северо-Западном университете, посвященную обусловливанию по горизонтальному окну и нулям стационарных процессов. Его академическая карьера началась в 1970 году в Массачусетском университете в Амхерсте, где он проработал три десятилетия до выхода на пенсию в качестве заслуженного профессора в 2001 году.
Стохастические процессы и байесовские парадигмы
В конце 1970-х годов Геман сотрудничал с Дж. Хоровицем над созданием серии работ, описывающих локальные времена и плотности занятости стохастических процессов, которые позже были обозрены в журнале Annals of Probability. В 1984 году он и Стюарт Геман опубликовали крупную работу, представившую байесовскую парадигму для анализа изображений с использованием марковских случайных полей. Это исследование остается высокоцитируемым источником в области инженерии, обеспечивая надежную основу для последующих разработок в области обработки изображений.
Распознавание образов и последние разработки
Помимо работы над марковскими случайными полями, Геман исследовал достижения в области классификации и обнаружения объектов. В сотрудничестве с Й. Амитом он внедрил рандомизированные деревья решений, что способствовало развитию метода случайных лесов. Его более поздние исследования включают реализацию иерархических каскадов «от грубого к тонкому» для компьютерного зрения и создание классификатора пар с наивысшими оценками (Top Scoring Pairs), инструмента, разработанного для многомерных наборов данных с небольшими выборками, распространенных в биоинформатике.
Двадцать вопросов, восемь минут на часах и процентиль, измеренный по всем, кто его проходил. Без регистрации.
Пройти тест IQ →Профессиональные назначения и признание
После работы в Массачусетском университете в Амхерсте Геман в 2001 году перешел в Университет Джонса Хопкинса на кафедру прикладной математики. Одновременно он работал приглашенным профессором в Высшей нормальной школе в Кашане. Его вклад в математическое сообщество отмечен членством в Национальной академии наук и стипендиями (fellow) Института математической статистики и Общества промышленной и прикладной математики.
Основные факты
- Рождение: 1943, Чикаго - Докторская степень: Северо-Западный университет, 1970 - Место работы: Университет Джонса Хопкинса - Стипендиат Института математической статистики: 1997 - Стипендиат Общества промышленной и прикладной математики: 2010
Вопросы читателей
### Каково основное значение статьи 1984 года, написанной в соавторстве со Стюартом Геманом?
В ней была представлена байесовская парадигма для анализа изображений с использованием марковских случайных полей, что стало этапной работой в инженерии.
### Где Дональд Геман занимал преподавательские должности?
Он преподавал в Массачусетском университете в Амхерсте с 1970 по 2001 год и в Университете Джонса Хопкинса с 2001 года.
.jpg)

