Donald Jay Geman (nacido el 20 de septiembre de 1943) es un matemático aplicado estadounidense y un investigador líder en el campo del aprendizaje automático y el reconocimiento de patrones . Él y su hermano, Stuart Geman , son muy conocidos por proponer el muestreador de Gibbs y por la primera prueba de la convergencia del algoritmo de recocido simulado , [1] en un artículo que se convirtió en una referencia muy citada en ingeniería (más de 21K citas según a Google Scholar, a partir de enero de 2018). [2] Es profesor en la Universidad Johns Hopkins y, al mismo tiempo, profesor invitado enÉcole Normale Supérieure de Cachan .
Donald J. Geman | |
---|---|
Nació | |
Nacionalidad | americano |
alma mater | Universidad de Columbia Universidad de Illinois en Urbana-Champaign Northwestern University |
Premios | Investigador altamente citado de ISI |
Carrera científica | |
Campos | Estadística matemática |
Instituciones | Universidad de Massachusetts Universidad Johns Hopkins École Normale Supérieure de Cachan |
Asesor de doctorado | Michael Marcus |
Biografía
Geman nació en Chicago en 1943. Se graduó de la Universidad de Illinois en Urbana-Champaign en 1965 con una licenciatura en Literatura Inglesa y de la Universidad Northwestern en 1970 con un Ph.D. en matemáticas. Su disertación se tituló como "Acondicionamiento de ventanas horizontales y ceros de procesos estacionarios". Se incorporó a la Universidad de Massachusetts - Amherst en 1970, donde se jubiló como profesor distinguido en 2001. Posteriormente, se convirtió en profesor en el Departamento de Matemáticas Aplicadas de la Universidad Johns Hopkins . También ha sido profesor invitado en la École Normale Supérieure de Cachan desde 2001. Es miembro de la Academia Nacional de Ciencias y miembro del Instituto de Estadística Matemática y de la Sociedad de Matemáticas Industriales y Aplicadas .
Trabaja
D. Geman y J. Horowitz publicaron una serie de artículos a fines de la década de 1970 sobre la hora local y las densidades de ocupación de los procesos estocásticos. Se puede encontrar un resumen de este trabajo y otros problemas relacionados en Annals of Probability. [3] En 1984 con su hermano Stuart, publicó un artículo histórico que sigue siendo hoy uno de los artículos más citados [4] en la literatura de ingeniería. Introduce un paradigma bayesiano utilizando campos aleatorios de Markov para el análisis de imágenes. Este enfoque ha sido muy influyente durante los últimos 20 años y sigue siendo un raro tour de force en este campo en rápida evolución. En otro artículo histórico, [5] [6] en colaboración con Y. Amit, introdujo la noción de árboles de decisión aleatorios , [7] [8] que han sido llamados bosques aleatorios y popularizados por Leo Breiman . Algunos de sus trabajos recientes incluyen la introducción de cascadas jerárquicas gruesas a finas para la detección de objetos [9] en visión por computadora y el clasificador TSP (Top Scoring Pairs) como una regla simple y sólida para clasificadores entrenados en conjuntos de datos de muestras pequeñas de alta dimensión en bioinformática . [10] [11]
Referencias
- ^ S. Geman; D. Geman (1984). "Relajación estocástica, distribuciones de Gibbs y restauración bayesiana de imágenes". Transacciones IEEE sobre análisis de patrones e inteligencia de máquinas . 6 (6): 721–741. doi : 10.1109 / TPAMI.1984.4767596 . PMID 22499653 . S2CID 5837272 .
- ^ Académico de Google: relajación estocástica, distribuciones de Gibbs y la restauración bayesiana .
- ^ D. Geman; J. Horowitz (1980). "Densidades de ocupación" . Anales de probabilidad . 8 (1): 1–67. doi : 10.1214 / aop / 1176994824 .
- ^ ISI altamente citados: Donald Geman http://hcr3.isiknowledge.com/author.cgi?&link1=Search&link2=Search%20Results&AuthLastName=geman&AuthFirstName=&AuthMiddleName=&AuthMailnstName=&CountryID=-1&DisciplineID=0&id=519 Archivado 2007-05-19 a las la Wayback Machine
- ^ Y. Amit y D. Geman, "Consultas aleatorias sobre la forma; una aplicación al reconocimiento de dígitos escritos a mano", Informe técnico 401, Departamento de estadística, Universidad de Chicago, IL, 1994.
- ^ Y. Amit; D. Geman (1997). "Cuantificación y reconocimiento de formas con árboles aleatorios". Computación neuronal . 9 (7): 1545-1588. CiteSeerX 10.1.1.57.6069 . doi : 10.1162 / neco.1997.9.7.1545 . S2CID 12470146 .
- ^ Bosques de decisión: un marco unificado para clasificación, regresión, estimación de densidad, aprendizaje múltiple y aprendizaje semi-supervisado encontrado. Tendencias. Computación. Grafico. Vis., Vol. 7, núms. 2–3 (2011) 81–227. (Febrero de 2012), págs. 81-227, doi: 10.1561 / 0600000035 por Antonio Criminisi, Jamie Shotton y Ender Konukoglu.
- ^ Bosques de decisión para análisis de imágenes médicas y visión por computadora. Editores: A. Criminisi, J. Shotton. Springer, 2013. ISBN 978-1-4471-4928-6 (impreso) 978-1-4471-4929-3 (en línea ).
- ^ F. Fleuret; D. Geman (2001). "Detección de rostros de grueso a fino". Revista Internacional de Visión por Computador . 41 : 85-107. doi : 10.1023 / a: 1011113216584 . S2CID 6754141 .
- ^ D. Geman; C. d'Avignon; D. Naiman; R. Winslow (2004). "Clasificación de perfiles de expresión génica a partir de comparaciones de ARNm por pares" . Aplicaciones estadísticas en genética y biología molecular . 3 : 1-19. doi : 10.2202 / 1544-6115.1071 . PMC 1989150 . PMID 16646797 .
- ^ AC Tan; D. Naiman; L. Xu; R. Winslow; D. Geman (2005). "Reglas de decisión simples para clasificar cánceres humanos a partir de perfiles de expresión génica" . Bioinformática . 21 (20): 3896–3904. doi : 10.1093 / bioinformatics / bti631 . PMC 1987374 . PMID 16105897 .
enlaces externos
- Página de inicio de Donald Geman