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 |
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
- Roni Rosenfeld z Carnegie Mellon
- Nadchodzi sezon grypowy, dlaczego nie widzieliśmy go w sieci Wired
- Zbliża się sezon grypowy Informatycy przygotowują i prognozują za pośrednictwem WESA
- Sztuczna inteligencja pomaga odwrócić losy grypy na 2 ważne sposoby za pośrednictwem NBCNews
- Kiedy sezon grypowy będzie najgorszy? Ci badacze myślą, że mogą wiedzieć za pośrednictwem NewsWeeka
- Jak zły będzie sezon grypowy? Prognozy rywalizują, aby to rozgryźć za pośrednictwem The Scientist
- CMU otrzymuje milion dolarów od firmy Chicago Software Company na finansowanie projektów uczenia maszynowego za pośrednictwem Triblive
- Jak zabawne wiadomości od „Polly” mogą walczyć z Ebolą za pośrednictwem Futurity
- Naukowcy z CMU dostrajają prognozowanie sezonu grypowego za pośrednictwem CampusTechnology
- CMU jest najlepszym na świecie w przewidywaniu aktywności grypy za pośrednictwem Pittsburgh Post-Gazette
- Jak głos pijanej wiewiórki pomaga wysłać wiadomość publiczną za pośrednictwem NPR
- Gra telefoniczna pomaga niepiśmiennym Pakistańczykom znaleźć zatrudnienie za pośrednictwem The Tartan
- McGowan, Craig J.; Biggerstaff, Matthew; Johansson, Michael; Apfeldorf, Karyn M.; Ben-Nun, Michał; Brooks, Logan; Convertino, Matteo; Erraguntla, Madhav; Farrow, David C.; Zatrzymaj się, John; Ghosh, Saurav; Hyun, Sangwon; Kandula, Sasikiran; Lega, Joceline; Liu, Yang; Michaud, Mikołaj; Morita, Haruka; Niemi, Jarad; Ramakrishnan, Naren; Ray, Evan L.; Rzesza, Mikołaj G.; Riley, Pete; Szaman, Jeffrey; Tibshirani, Ryan; Vespignani, Alessandro; Zhang, Qian; Reed, Carrie (24 stycznia 2019). „Wspólne wysiłki na rzecz prognozowania grypy sezonowej w Stanach Zjednoczonych w latach 2015–2016” . Raporty naukowe . 9 (1): 683. Bibcode : 2019NatSR...9..683M . doi : 10.1038/s41598-018-36361-9 . PMC 6346105 . PMID 30679458 .
- Prognozowanie grypy Carnegie Mellon nazwane centrum doskonałości CDC za pośrednictwem Pittsburgh Post-Gazette
- CDC FluSight: Prognozowanie grypy