John Platt (informatyk)
Johna Platta | |
---|---|
Urodzić się | 1963 (wiek 59–60 lat) |
Alma Mater | Instytut Technologiczny w Kalifornii |
Kariera naukowa | |
Instytucje | Google , Microsoft Research |
Praca dyplomowa | Metody ograniczeń dla sieci neuronowych i grafiki komputerowej (1989) |
Doradca doktorski |
Alan H. Barr Carver Mead John Hopfield |
Strona internetowa |
John Carlton Platt (ur. 1963) to amerykański informatyk . Obecnie jest wybitnym naukowcem w Google . Wcześniej był zastępcą dyrektora zarządzającego w Microsoft Research Redmond Labs. Platt pracował dla Microsoftu od 1997 do 2015 roku. Wcześniej pełnił funkcję dyrektora ds. badań w firmie Synaptics .
Życie i praca
Platt urodził się w Elgin w stanie Illinois i w wieku 14 lat zapisał się na California State University w Long Beach . Po ukończeniu CSULB w wieku 18 lat zapisał się na studia doktoranckie z informatyki w California Institute of Technology .
Będąc studentem w Caltech pod kierunkiem astronoma Gene'a Shoemakera , odkrył dwie asteroidy, 3259 Brownlee i 3237 Victorplatt w Obserwatorium Palomar 25 września 1984 r. Tę ostatnią nazwał na cześć swojego ojca Victora Platta, podczas gdy pierwszą nazwał Gene Shoemaker. Shoemaker pozwolił Plattowi nazwać jedno ze swoich odkryć, 3927 Feliciaplatt , które nazwał na cześć swojej matki.
W sierpniu 2005 r. firma Apple Computer złożyła wniosek o przyznanie patentu na interfejs popularnego odtwarzacza muzyki iPod , który został odrzucony przez Urząd Patentów i Znaków Towarowych Stanów Zjednoczonych . Powodem wydaje się być to, że Platt złożył wniosek patentowy na podobny projekt interfejsu pięć miesięcy przed roszczeniem Apple.
Platt otrzymał Oscara za osiągnięcia naukowe i techniczne z 2005 r. od Akademii Sztuki i Wiedzy Filmowej wraz z Demetrim Terzopoulosem za ich pionierską pracę nad fizycznymi technikami generowanymi komputerowo, używanymi do symulacji realistycznego materiału w filmach.
Platt wynalazł minimalną optymalizację sekwencyjną , szeroko stosowaną metodę szkolenia maszyn wektorów nośnych , a także skalowanie Platta , metodę przekształcania SVM (i innych klasyfikatorów) w modele prawdopodobieństwa.