弗拉基米尔·瓦普尼克

俄羅斯數學家

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]

弗拉基米尔·瓦普尼克
Vladimir Vapnik
出生Vladimir Naumovich Vapnik
(1936-12-06) 1936年12月6日87岁)
 苏联乌兹别克塔什干
国籍 美国
母校乌兹别克州立大学英语Samarkand State University
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
结构性风险最小化英语Structural risk minimization
奖项亚历山大·洪堡研究奖英语Humboldt Prize(2003)
美国国家工程院院士(2006)
帕里斯·卡内拉基斯奖英语Paris Kanellakis Award(2008)
IEEE神经网络先锋奖(2010)
IEEE弗兰克·罗森布拉特奖英语IEEE Frank Rosenblatt Award(2012)
本杰明·富兰克林奖章(2012)
C&C奖英语C&C Prize(2013)
坎佩·德·费里特奖英语Joseph Kampé de Fériet(2014)
IEEE约翰·冯·诺伊曼奖章(2017)
柯尔莫哥洛夫奖章英语Kolmogorov Medal(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实验室英语Peraton Labs
美国NEC实验室英语NEC Laboratories America
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·勒纳英语Alexander Lerner

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乌兹别克州立大学英语Samarkand State University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实验室英语AT&T Laboratories的图像处理研究部门。2000年,瓦普尼克和神经网络专家哈瓦·西格尔曼英语Hava Siegelmann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·伯托英语Léon Bottou、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实验室英语Peraton Labs

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·卡内拉基斯奖英语Paris Kanellakis Award、2010年神经网络先锋奖[10]、2012年IEEE弗兰克·罗森布拉特奖英语IEEE Frank Rosenblatt Award、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奖英语C&C Prize[11]、2014年坎佩·德·费里特奖英语Joseph Kampé de Fériet、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基金会知识前沿奖英语BBVA Foundation Frontiers of Knowledge Award

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

  1. ^ 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). 
  2. ^ 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). 
  3. ^ Estimation of Dependences Based on Empirical Data, (Springer Science & Business Media, 28 Sep 2006), By V. Vapnik, page 424
  4. ^ 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). 
  5. ^ 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). 
  6. ^ Google Scholar Record of Vapnik. [2023-06-15]. (原始内容存档于2017-02-22). 
  7. ^ 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). 
  8. ^ 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). 
  9. ^ INNS awards recipients. International Neural Network Society. 2005 [2014年11月28日]. (原始内容存档于2017-07-05). 
  10. ^ IEEE Computational Intelligence Society.. [2023-06-15]. (原始内容存档于2011-10-11). 
  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). 
  12. ^ 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). 
  13. ^ Kolmogorov Lecture and Medal. [2023-06-15]. (原始内容存档于2021-01-24). 

外部链接