弗拉基米尔·瓦普尼克
弗拉基米尔·瓦普尼克 Vladimir Vapnik | |
---|---|
出生 | Vladimir Naumovich Vapnik 1936年12月6日 ![]() |
国籍 | ![]() |
母校 | 乌兹别克州立大学 俄罗斯科学院控制科学研究所 |
知名于 | 瓦普尼克-泽范兰杰斯理论 瓦普尼克-泽范兰杰斯维 支持向量机 统计学习理论 结构性风险最小化 |
奖项 | 亚历山大·洪堡研究奖(2003) 美国国家工程院院士(2006) 帕里斯·卡内拉基斯奖(2008) IEEE神经网络先锋奖(2010) IEEE弗兰克·罗森布拉特奖(2012) 本杰明·富兰克林奖章(2012) C&C奖(2013) 坎佩·德·费里特奖(2014) IEEE约翰·冯·诺伊曼奖章(2017) 柯尔莫哥洛夫奖章(2018) |
科学生涯 | |
研究领域 | 机器学习 统计学 |
机构 | Facebook人工智能研究部 Vencore实验室 美国NEC实验室 AT&T贝尔实验室 伦敦大学皇家霍洛威学院 哥伦比亚大学 |
博士导师 | 亚历山大·勒纳 |
弗拉基米尔·纳乌莫维奇·瓦普尼克(俄语:Владимир Наумович Вапник,英语:Vladimir Naumovich Vapnik,1936年12月6日—)是一名俄裔美国计算机科学家、研究人员和学者。他是统计学习的VC理论的主要开发者之一[1],也是支持向量机方法和支持向量聚类算法的共同发明者[2]。
早年生活和教育
瓦普尼克出生在苏联的一个犹太家庭[3],1958年在乌兹别克撒马尔罕的乌兹别克州立大学获得数学硕士学位,1964年在莫斯科控制科学研究所获得统计学博士学位。1961年至1990年,他在该研究所工作,并成为计算机科学研究部门的负责人[4]。
学术生涯
1990年底,瓦普尼克移居美国,加入位于新泽西州霍姆德尔镇区的AT&T贝尔实验室自适应系统研究部门。在AT&T期间,瓦普尼克和他的同事们做了支持向量机的工作,他在搬到美国之前也曾做过这个工作。他们在机器学习界感兴趣的一些问题上展示了其性能,包括手写识别。该小组后来在1996年AT&T拆分朗讯科技时成为AT&T实验室的图像处理研究部门。2000年,瓦普尼克和神经网络专家哈瓦·西格尔曼开发了支持向量聚类算法,使该算法能够在没有标签的情况下对输入进行分类——成为使用中最普遍的数据聚类应用之一。瓦普尼克于2002年离开AT&T,加入位于新泽西州普林斯顿的NEC实验室机器学习组。他还从1995年起在伦敦大学皇家霍洛威学院担任计算机科学和统计学教授,并从2003年起在纽约市哥伦比亚大学担任计算机科学教授一职[5]。截至2021年2月1日,他的h指数为86,总体而言,他的出版物已被引用226,597次[6]。他的《统计学习理论的性质》一书就被引用了91,650次。
2014年11月25日,瓦普尼克加入Facebook人工智智慧研究部[7],与他的长期合作者杰森·韦斯顿(Jason Weston)、莱昂·伯托、罗南·科洛贝尔(Ronan Collobert)和杨立昆一起工作[8]。 2016年,他还加入了Vencore实验室。
荣誉
瓦普尼克于2006年入选美国国家工程院。他获得了2005年伽伯奖[9]、2008年帕里斯·卡内拉基斯奖、2010年神经网络先锋奖[10]、2012年IEEE弗兰克·罗森布拉特奖、2012年本杰明·富兰克林计算机和认知科学奖[4]、2013年NEC C&C基金会的C&C奖[11]、2014年坎佩·德·费里特奖、2017年IEEE约翰·冯·诺伊曼奖章[12]。2018年,他获得伦敦大学的科尔莫戈罗夫奖章,并发表科尔莫戈罗夫讲座[13]。2019年,瓦普尼克获得BBVA基金会知识前沿奖。
出版书籍
- On the uniform convergence of relative frequencies of events to their probabilities, co-author A. Y. Chervonenkis, 1971
- Necessary and sufficient conditions for the uniform convergence of means to their expectations, co-author A. Y. Chervonenkis, 1981
- Estimation of Dependences Based on Empirical Data, 1982
- The Nature of Statistical Learning Theory, 1995
- Statistical Learning Theory (1998). Wiley-Interscience, ISBN 0-471-03003-1.
- Estimation of Dependences Based on Empirical Data, Reprint 2006 (Springer), also contains a philosophical essay on Empirical Inference Science, 2006
参考资料
- ^ Vapnik, Vladimir N. The Nature of Statistical Learning Theory | Vladimir Vapnik | Springer. 2000 [2023-06-15]. ISBN 978-1-4419-3160-3. S2CID 7138354. doi:10.1007/978-1-4757-3264-1. (原始内容存档于2021-07-31) (英语).
- ^ Cortes, Corinna; Vapnik, Vladimir. Support-vector networks. Machine Learning. 1995-09-01, 20 (3): 273–297. CiteSeerX 10.1.1.15.9362
. ISSN 0885-6125. S2CID 206787478. doi:10.1007/BF00994018 (英语).
- ^ Estimation of Dependences Based on Empirical Data, (Springer Science & Business Media, 28 Sep 2006), By V. Vapnik, page 424
- ^ 4.0 4.1 Benjamin Franklin Medal in Computer and Cognitive Science. Franklin Institute. 2012 [2013年4月6日]. (原始内容存档于2017-03-06).
- ^ Scholkopf, Bernhard. Preface. Empirical Inference: Festschrift in Honor of Vladimir N. Vapnik. Springer. 2013 [2023-06-15]. ISBN 978-3-642-41136-6. (原始内容存档于2015-02-27).
- ^ Google Scholar Record of Vapnik. [2023-06-15]. (原始内容存档于2017-02-22).
- ^ Facebook AI Research. FAIR. [2016-09-20]. (原始内容存档于2023-03-07).; "see also" Facebook Research, ("People" entry for "Vladimir Vapnik"). [2017-09-06]. (原始内容存档于2017-09-06).
- ^ Facebook's AI team hires Vladimir Vapnik, father of the popular support vector machine algorithm. VentureBeat. 2014 [2014年11月28日]. (原始内容存档于2014-11-27).
- ^ INNS awards recipients. International Neural Network Society. 2005 [2014年11月28日]. (原始内容存档于2017-07-05).
- ^ IEEE Computational Intelligence Society.. [2023-06-15]. (原始内容存档于2011-10-11).
- ^ NEC C&C Foundation Awards 2013 C&C Prize. NEC. 2013 [2013年12月3日]. (原始内容存档于2023-02-20).
- ^ IEEE JOHN VON NEUMANN MEDAL RECIPIENTS (PDF). Institute of Electrical and Electronics Engineers (IEEE). [2023-06-15]. (原始内容存档 (PDF)于2017-02-07).
- ^ Kolmogorov Lecture and Medal. [2023-06-15]. (原始内容存档于2021-01-24).
外部链接
- Photograph of Professor Vapnik (页面存档备份,存于互联网档案馆)
- Vapnik's brief biography (页面存档备份,存于互联网档案馆) from the Computer Learning Research Centre, Royal Holloway
- Interview by Lex Fridman
|
|
|