Roni Rosenfeld

Roni Rosenfeld
Urodzić się
רוני רוזנפלד

1959 (wiek 63–64)
Narodowość izraelsko-amerykański
Edukacja

Uniwersytet w Tel Awiwie Uniwersytet w Chicago Carnegie Mellon University
Kariera naukowa
Pola

Informatyka Statystyczna Epidemiologia Uczenie maszynowe
Instytucje
Doradcy doktoranci
Raj Reddy Xuedong Huang
Strona internetowa www .cs .cmu .edu /~roni /

Roni Rosenfeld jest izraelsko-amerykańskim informatykiem i epidemiologiem obliczeniowym , obecnie pełniącym funkcję szefa Wydziału Uczenia Maszynowego na Carnegie Mellon University . Jest międzynarodowym ekspertem w dziedzinie uczenia maszynowego , prognozowania chorób zakaźnych , modelowania języka statystycznego i sztucznej inteligencji .

Edukacja

Rosenfeld otrzymał tytuł licencjata. z matematyki i fizyki na Uniwersytecie w Tel Awiwie w 1985 r. Uzyskał stopień doktora. w dziedzinie informatyki na Uniwersytecie Carnegie Mellon w 1994 r. Jako doktorant opracował i udostępnił zestaw narzędzi do modelowania języka statystycznego, aby każdy mógł tworzyć statystyczne modele językowe na podstawie własnych korpusów oraz eksperymentować i rozszerzać możliwości zestawu narzędzi. Zestaw narzędzi był używany przez ponad 100 laboratoriów NLP w ponad 20 krajach.

Doktorat Rosenfelda Praca magisterska, A Maximum Entropy Approach to Adaptive Statistical Language Modeling, była doradzana przez Raja Reddy'ego i Xuedonga Huanga i zdobyła w 2001 roku nagrodę Computer, Speech and Language za „Najbardziej wpływowy artykuł w ciągu ostatnich 5 lat”.

Kariera

Wkrótce po uzyskaniu doktoratu Rosenfeld dołączył do wydziału Carnegie Mellon School of Computer Science jako adiunkt. W 1999 r. awansował do stopnia profesora nadzwyczajnego, a w 2001 r. otrzymał tytuł profesora zwyczajnego. W 2005 r. został awansowany na profesora technologii językowych, informatyki uczenia maszynowego i biologii obliczeniowej w Szkole Informatyki Uniwersytetu Carnegie Mellon. Rosenfeld zajmuje również stanowiska adiunkta na Uniwersytetu w Pittsburghu .

W latach 2002-2003 Rosenfeld był profesorem wizytującym na Uniwersytecie w Hongkongu .

Rosenfeld jest dyrektorem programu Machine Learning for Social Good (ML4SG) Carnegie Mellon. Zajmował kierownicze stanowiska edukacyjne w różnych programach, w tym magister finansów obliczeniowych (1997-1999), absolwent studiów obliczeniowych i statystycznych (2001-2003), magister uczenia maszynowego (2017) i licencjat z uczenia maszynowego.

Rosenfeld został mianowany szefem działu uczenia maszynowego Carnegie Mellon w 2018 roku.

Badania

Zainteresowania badawcze Rosenfelda obejmują prognozowanie epidemiologiczne, technologie informacyjne i komunikacyjne dla rozwoju (ICT4D) oraz uczenie maszynowe dla dobra społecznego.

Prognozowanie epidemiologiczne

Rosenfeld jest światowym ekspertem w prognozowaniu epidemiologicznym. Założył i kieruje grupą badawczą Delphi, która wygrała większość wyzwań związanych z prognozowaniem epidemiologicznym, organizowanych przez amerykańskie CDC i inne agencje rządowe USA. W grudniu 2016 r. CDC przyznało swojej grupie tytuł „Najdokładniejszego prognosty” na lata 2015–2016, aw październiku 2017 r. dwa systemy grupy Delphi zajęły dwa pierwsze miejsca w wyzwaniu dotyczącym prognozowania grypy na lata 2016–2017. CDC uznało, że grupa Delphi Rosenfelda z Carnegie Mellon University dostarczyła najdokładniejsze krajowe, regionalne i stanowe prognozy dotyczące chorób grypopodobnych oraz krajowe prognozy dotyczące hospitalizacji. W 2019 roku CDC uznało prognozy dostarczone przez grupę Delphi w Carnegie Mellon za najdokładniejsze przez pięć sezonów z rzędu i nazwało grupę Delphi Centrum Doskonałości Prognoz Grypy, co oznacza pięcioletnie przyznanie, które obejmuje 3 miliony dolarów w finansowanie badań.

Rosenfeld opisuje swój cel badawczy w zakresie prognozowania jako „uczynienie prognoz epidemiologicznych tak powszechnie akceptowanymi i użytecznymi, jak dzisiejsze prognozy pogody”. Jego ostatnie prace w tej dziedzinie koncentrowały się na wyborze celów prognozowania epidemiologicznego o dużej wartości (np. grypa i denga ); tworzenie dla nich bazowych metod prognozowania; ustalanie metryk do pomiaru i śledzenia dokładności prognozowania; oszacowanie granic przewidywalności dla każdego celu; oraz identyfikowanie nowych źródeł danych, które mogą być pomocne w realizacji celu prognozowania.

Honory i nagrody

  • Nagroda za nauczanie Joela i Ruth Spira 2017
  • Wyzwanie CDC dotyczące prognozowania grypy 2017 „Najdokładniejszy prognosta”
  • 1992 Medal Allena Newella za wybitne osiągnięcia badawcze

Linki zewnętrzne