Aleksandra Gammermana

Aleksandra Gammermana
Alexander-Gammerman-professor-at-RHUL.jpg
Urodzić się 2 listopada 1944 r
Narodowość brytyjski
Alma Mater
Uniwersytet Państwowy w Sankt Petersburgu Rosja
Znany z Przewidywanie konformalne
Kariera naukowa
Pola Statystyki uczenia maszynowego
Instytucje Royal Holloway, Uniwersytet Londyński

Alexander Gammerman jest rosyjskim informatykiem i profesorem na Royal Holloway University of London . Jest współtwórcą przewidywania konforemnego . Jest dyrektorem-założycielem Centre for Machine Learning w Royal Holloway, University of London oraz członkiem Royal Statistical Society .

Kariera

Kariera naukowa Gammermana toczyła się w dwóch krajach: Rosji i Wielkiej Brytanii. Rozpoczął pracę jako pracownik naukowy w Instytucie Badań Agrofizycznych w Petersburgu. Pod koniec lat 80. wyemigrował do Wielkiej Brytanii i został wykładowcą na Wydziale Informatyki Uniwersytetu Heriot-Watt w Edynburgu . Wraz z Rogerem Thatcherem Gammerman opublikował kilka artykułów na temat wnioskowania bayesowskiego . Został powołany na uznaną katedrę informatyki na Uniwersytecie Londyńskim w Royal Holloway i Bedford New College , gdzie pełnił funkcję kierownika wydziału informatyki w latach 1995-2005. W 1998 r. utworzono Centrum Niezawodnego Uczenia Maszynowego, a Gammerman został pierwszym dyrektorem ośrodka.

Gammerman opublikował 7 książek, ponad 150 artykułów naukowych i ma szacowany indeks h wynoszący 34.

wyróżnienia i nagrody

W 1996 Gammerman otrzymał nagrodę im. PW Allena od Forensic Science Society . W 2006 roku został honorowym profesorem na University College London. W 2009 roku został wybitnym profesorem na Uniwersytecie Complutense w Madrycie w Hiszpanii. W 2019 roku otrzymał grant badawczy ufundowany przez firmę energetyczną Centrica dotyczący przewidywania czasu do następnej awarii sprzętu. W 2020 otrzymał Amazon Research Award za projekt Conformal Martingales for Change-Point Detection

Wybrane książki

  •   Miary złożoności (2016), Springer, ISBN 3319357786 .
  •   Uczenie się algorytmiczne w losowym świecie (2005), Springer, ISBN 0387001522 .
  •   Modele przyczynowe i inteligentne zarządzanie danymi (1999), Springer, ISBN 978-3-642-58648-4 .
  •   Rozumowanie probabilistyczne i Bayesian Belief Networks (1998), Nelson Thornes Ltd, ISBN 1872474268 .
  •   Uczenie się obliczeniowe i rozumowanie probabilistyczne (1996), Wiley, ISBN 0471962791 .

Linki zewnętrzne