Гаммерман, Александр Яковлевич (Igbbyjbgu, Glytvgu;j Xtkflyfnc)

Перейти к навигации Перейти к поиску
Александр Гаммерман
Александр Яковлевич Гаммерман
Дата рождения 2 ноября 1944(1944-11-02) (79 лет)
Место рождения Алма-Ата, СССР
Страна  СССР Великобритания
Научная сфера информатика
Место работы Лондонский университет
Альма-матер Ленинградский государственный университет
Учёная степень Ph.D
Учёное звание профессор

Алекса́ндр Га́ммерман (англ. Alexander Gammerman; род. 2 ноября 1944, Алма-Ата) — британский учёный-компьютерщик, специализирующийся в области машинного обучения и искусственного интеллекта.

Один из авторов (совместно с Владимиром Вовком) теории конформных предикторов — метода машинного обучения, гарантирующего валидность предсказаний. Основатель и директор Центра машинного обучения в колледже Ройял Холлоуэй  (англ.) Лондонского университета, член Королевского статистического общества.

Образование и академическая карьера[править | править код]

Родился в Алма-Ате в эвакуации. Детство и юность провёл в Таллине. В 1963 году окончил 6-ю среднюю школу (ныне — Таллинская Центральная русская гимназия)[1][2]. Увлекался лёгкой атлетикой, чемпион Эстонии среди младшей группы школьников в беге на 100 метров (1959); в составе сборной Эстонской ССР — чемпион эстафеты 4х100 метров на зональных соревнованиях Всесоюзной Спартакиады школьников СССР (Вильнюс, 1962).

В 1968 году окончил физический факультет Ленинградского государственного университета. В 1974 году в Ленинграде защитил диссертацию на получение степени кандидата физико-математических наук. После этого работал старшим научным сотрудником в Агрофизическом НИИ, с 1976 по 1980 год — во вновь созданном Региональном научно-исследовательском вычислительном центре Академии сельскохозяйственных наук СССР в Ленинграде[3].

В 1983 году эмигрировал в Великобританию, где получил должность преподавателя в Департаменте компьютерных наук университета Хериота-Уатта в Эдинбурге. В 1993 году по конкурсу был избран на должность полного профессора Департамента компьютерных наук колледжа Ройял Холлоуэй Лондонского университета[3]. В 1992 и 1993 годах имя Александра Гаммермана вошло в список издания «Who's Who in Scotland»[4], а также в разные годы — в издания «Marquis Who's who in Frontiers of Science and Technology»[5].

С 1995 по 2005 год занимал должность главы Департамента компьютерных наук в колледже Ройял Холлоуэй. Там же в 1998 году основал Центр машинного обучения и стал его директором[3][6].

А. Я. Гаммерман — член Королевского статистического общества с 1985 года, член Королевского общества искусств с 2005 года, а также приглашённый и почётный профессор нескольких университетов Европы и США (Visiting Professor at School of Telecommunications University Polytechnic de Madrid, Madrid, 2003, Spain; Senior Research Professor, Department of Computer Science and Center Computer Learning Systems, Columbia University, New York, 2004, USA; Honorary Professor, University College London 2006 – 2010, UK; Visiting Professor, University of Paris 9 (Dauphine), 2008 – 2009, France; Distinguished Professor (Profesor visitante distinguido Santander-UCM) of Complutense University de Madrid, 2010, Spain; Distinguished Professor (Profesor visitante distinguido Santander-UCM) of Complutense University de Madrid, 2010, Spain)[7]. Входил в редакционные коллегии журналов «Law, Probability and Risk» (2002–2009 годы) и «The Computer Journal» (2003—2008).

С 2002 года — во главе оргкомитета Колмогоровской лекции Лондонского университета[8]. Член Совета образовательной программы бакалавриата СПбГУ «Математика, алгоритмы и анализ данных»[9].

Научная работа[править | править код]

В Ленинграде совместно с Ген­рихом Арсеньевичем Федореевым (1930—1980), одним из «пионеров» СССР в области использования электронно-вычислительной техники для оценки прогнозирования и течения опухолевого процесса, и Марком Исааковичем Ланиным (1930—2011) работал над поиском математически обоснованных критериев самопроизвольного из­лечения гемангиом у конкретных пациентов[10].

Кандидатская диссертация Александра Гаммермана была посвящена математическому описанию фитохрома. Результаты исследований опубликованы в ряде журналов и сборников, в частности, в Докладах АН СССР. В 1976—1980 годах опубликовал несколько работ, описывающих применение информационной меры Кульбака—Лейблера для решения проблем распознавания образов в медицинской диагностике и систематике растений. Участвовал в разработке новой поисковой системы (совместно с М. И. Ланиным), близкой по идеям к современному поисковому механизму Google.

В период с 1983 по 1993 год его исследования были сосредоточены на байесовских методах. Некоторые результаты были обобщены в статье, озаглавленной «Байесовский вывод без предположения независимости», применительно к медицинской базе данных (совместно с А. Р. Тэтчером  (англ.)). Кроме того, были опубликованы работы, использующие байесовские сети доверия в области судебной медицины и в проекте Министерства внутренних дел Великобритании по статистическому анализу характеристик преступника[11].

С 1996 года вместе с Владимиром Вовком начал разработку теории конформных предикторов — нового направления исследований в области машинного обучения, гарантирующих валидность прогнозов. Области применения этих методов включают медицинскую диагностику, разработку лекарств, судебную медицину, протеомику, геномику, окружающую среду и информационную безопасность. Oсновные результаты были опубликованы в книге «Алгоритмическое обучение в случайном мире» совместно с Владимиром Вовком и Гленном Шафером  (англ.) (Springer, 2005)[12].

Награды и премии[править | править код]

  • 1996 — Премия Общества судебной медицины им. П. В. Аллена (P.W. Allen Prize of Forensic Science Society).
  • 2006 — Награды за лучший доклад на совместной III Международной конференции SCIS (Soft Computing and Intelligent Systems) и ISIC (International Symposium and Intelligent Systems) по программным вычислениям и интеллектуальным системам и VII Международном симпозиуме по передовым интеллектуальным системам, Токио, Япония (Transductive Learning. Best paper prizes at SCIS and ISIS Joint 3rd International Conference on Soft Computing and Intelligent Systems and 7th International Symposium on Advanced Intelligent Systems).
  • 2006 — Награда за лучшую работу на Международной конференции IEEE по гранулярным вычислениям. Атланта, США (Reliable classification of childhood acute leukaemia from gene expression data using Confidence Machines. Best paper award at IEEE International Conference on Granular Computing (joint work with Z. Luo and A. Belotti)).
  • 2008 — Приз Международной конференции по искусственному интеллекту и его приложениям (AIA), Инсбрук, Австрия (AIA-08 Prize: Modern algorithms in Machine Learning. Artificial Intelligence and Applications Conference-08)[7].
  • 2019Amazon Research Award[13].

Библиография[править | править код]

Автор и редактор 9 книг, имеет около 200 реферированных публикаций, среди них[7][11][14][15]:

  • Теоретический анализ процессов в системе фитохрома — рецептора фотоморфогенетических реакций растений. — Красноярск, 1974.
  • Корреляционная функция между процессами в фитохромной системе и фотоморфогенетическими реакциями у растений. // Доклады АН СССР, 1976. Т. 226, 4.
  • A. Gammerman, A. R. Thatcher. Bayesian diagnostic probabilities without assuming independence of symptoms. Methods of Information in Medicine, 30 (1): 44–52, 1991.
  • C. Aitken and A. Gammerman. Probabilistic reasoning in evidential assessment. Journal of the Forensic Science Society, 29 (5): 1–13, 1989.
  • Probabilistic Reasoning and Bayesian Belief Networks. Alfred Waller, Henley-on-Thames, 1995.
  • Computational Learning and Probabilistic Reasoning. John Wiley & Sons, Chichester, 1996.
  • C. G. G. Aitken, A. Gammerman, G. Zhang, T. Connolly, D. B. Bailey, R. Gordon, R. Oldfield. Bayesian belief networks with an application in specific case analysis. In A. Gammerman, editor, Computational Learning and Probabilistic Reasoning, pages 169–184. John Wiley & Sons, Chichester, 1996.
  • Machine Learning: Progress and Prospects. 1997. ISBN 0900145935
  • A. Gammerman, V. Vovk, V. Vapnik. Learning by Transduction. In Cooper G.F. and Moral S., editors, Uncertainty in Artificial Intelligence, Proceedings of the Fourteenth Conference (1998), Madison, Wisconsin, July 1998, pages 148–155. Morgan Kaufmann, San Francisco, CA, 1998.
  • C. Saunders, V. Vovk, A. Gammerman. Ridge Regression Learning Algorithm in Dual Variables, Proceedings of the 15th International Conference on Machine Learning, 1998.
  • A. Gammerman, V. Vovk. Kolmogorov Complexity: Sources, Theory and Applications. The Special Issue of The Computer Journal, v. 42, No. 4, 1999.
  • V. Vovk, A. Gammerman. Predictive Complexity Principle. The Special Issue of The Computer Journal, v. 42, No. 4, 1999.
  • Causal models and intelligent data management. Springer, 1999, pp. I–X, 1–185. ISBN 9783540663287
  • Alexander Gammerman, Vladimir Vovk. Hedging Predictions in Machine Learning: The Second Computer Journal Lecture The Computer Journal, Volume 50, Issue 2, pp. 151–172, March 2007.
  • Artificial Intelligence and Applications, Proceedings of the Conference, ACTA Press, 2008. ISBN 978-0-88986-709-3
  • Alex J. Gammerman, Vladimir Vovk. Prédictions contrôlées en apprentissage automatique. Monde des Util. Anal. Données 42: 16-33 (2010).
  • Vladimir Vovk, Alexander Gammerman, Glenn Shafer. Algorithmic Learning In A Random World. Springer-Verlag New York Inc., 2010. ISBN 9781441934710
  • Vladimir Vovk, Harris Papadopoulos, Alexander Gammerman. Measures of Complexity: Festschrift for Alexey Chervonenkis. Springer, 2015. ISBN 9783319218519
  • Alexander Gammerman, Vladimir Vovk, Harris Papadopoulos. Statistical Learning and Data Sciences: Third International Symposium, SLDS 2015, Egham, Uk, April 20–23, 2015. Springer LNAI, Proceedings, Vol. 9047. ISBN 9783319170909
  • Alexander Gammerman, Zhiyuan Luo, Jesus Vega, Vladimir Vovk. Conformal and Probabilistic Prediction with Applications: 5th International Symposium, COPA 2016, Madrid, Spain, April 20-22, 2016, Proceedings. Cham, Switzerland: Springer International Publishing AG, 2016. ISBN 9783319333946
  • Paolo Toccaceli, Alexander Gammerman. Combination of inductive mondrian conformal predictors. Mach. Learn. 108 (3): 489–510 (2019).

Семья[править | править код]

Примечания[править | править код]

  1. Гордость школы. Музей TKVG. Дата обращения: 10 марта 2021. Архивировано 17 апреля 2021 года.
  2. Дина Прусакова. Профессор Лондонского университета: в Великобритании степень магистра можно получить за год. ERR (17 июля 2013).
  3. 1 2 3 People. Alexander Gammerman (англ.). Centre for Reliable Machine Learning. Royal Holloway University of London. Дата обращения: 10 марта 2021. Архивировано 8 марта 2022 года.
  4. Who's Who in Scotland. 4th edition (англ.). — Irvine: Carrick Media, 1992. — P. 152. — ISBN 094672430X.
  5. Marquis Biographies Online (англ.). Marquis Who's Who Ventures LLC. Дата обращения: 10 марта 2021. Архивировано 13 апреля 2021 года.
  6. Professor Alex Gammerman. Profile (англ.). Royal Holloway. Дата обращения: 10 марта 2021. Архивировано 5 марта 2021 года.
  7. 1 2 3 Curriculum Vitae. Alexander Gammerman (англ.). nanopdf.com.
  8. Computer Learning Research Centre. Kolmogorov Lecture and Medal (англ.). Дата обращения: 10 марта 2021. Архивировано 5 марта 2021 года.
  9. Совет программы «Науки о данных». Computer Science Center. Дата обращения: 8 июля 2021. Архивировано 13 июня 2021 года.
  10. История детской онкологии / Под ред. М. Ю. Рыкова, В. Г. Полякова. Российская государственная библиотека (2015).
  11. 1 2 Alexander Gammerman (англ.). Google Академия.
  12. Locklin on science. Predicting with confidence: the best machine learning idea you never heard of (англ.). Blog at WordPress.com (5 декабря 2016). Дата обращения: 10 марта 2021. Архивировано 12 ноября 2020 года.
  13. Alexander Gammerman (англ.). Amazon Science. Дата обращения: 10 марта 2021. Архивировано 22 апреля 2021 года.
  14. Гаммерман Александр Яковлевич. НЭБ.
  15. Professor Alex Gammerman. Publications (англ.). Royal Holloway.

Ссылки[править | править код]