由唐纳德·格曼与其兄弟斯チュアート·格曼（Stuart Geman）共同提出的吉布斯采样器，奠定了机器学习和模式识别中的一项基础技术。这一贡献与关于模拟退火算法收敛性的第一个证明相结合，在工程学文献中产生了重大影响，根据2018年初的研究指标统计，获得了超过21,000次引用。
学术基础与早期生涯
格曼1943年出生于芝加哥，拥有多元的教育背景。1965年，他在伊利诺伊大学厄巴纳-香槟分校获得英语文学学士学位，随后转向数学领域。1970年，他在西北大学获得博士学位，其博士论文聚焦于水平窗口条件化与平稳过程的零点。他的学术生涯始于1970年的马萨诸塞大学阿默斯特分校，在那里服务了三十年，直到2001年以杰出教授身份退休。
随机过程与贝叶斯范式
在20世纪70年代末，格曼与J·霍洛维茨合作发表了一系列详细探讨随机过程的局域时和占用密度的论文，这些论文后来在《概率论年刊》中受到审视。1984年，他和斯图尔特·格曼发表了一项重要工作，引入了利用马尔可夫随机场进行图像分析的贝叶斯范式。这项研究至今仍是工程领域中被高度引用的参考文献，为后续的图像处理发展提供了坚实的框架。
模式识别与近期进展
除了在马尔可夫随机场方面的研究外，格曼还探索了分类和目标检测方面的进展。通过与Y·阿米特合作，他引入了随机决策树，这为随机森林的发展做出了贡献。他后期的研究包括为计算机视觉实现从粗到精的层次级联，以及创建“最高得分对”分类器，这是一种专为生物信息学中常见的髙维、小样本数据集设计的工具。
职业任命与荣誉
在马萨诸塞大学阿默斯特分校任职之后，格曼于2001年转入约翰斯·霍普金斯大学应用数学系。与此同时，他还担任过卡尚高等师范学校的客座教授。他对数学界的贡献通过他入选美国国家科学院以及成为数理统计学会和工业与应用数学学会的会士而得到了认可。
核心事实
- 出生：1943年，芝加哥 - 博士学位：西北大学，1970年 - 学术归宿：约翰斯·霍普金斯大学 - 数理统计学会会士：1997年 - 工业与应用数学学会会士：2010年
读者常见问题
### 与斯图尔特·格曼合著的1984年论文的主要意义是什么？
它引入了一种利用马尔可夫随机场进行图像分析的贝叶斯范式，成为了工程学中的里程碑式论文。
### 唐纳德·格曼曾在哪里担任教职？
他于1970年至2001年在马萨诸塞大学阿默斯特分校任教，并自2001年起在约翰斯·霍普金斯大学任教。
.jpg)
