Хава Зигельманн - Hava Siegelmann

Хава Зигельманн
Родился ( 1964-08-23 )23 августа 1964 г.
Хайфа
Альма-матер Университет Рутгерса
Известен Гипервычисления
Награды Медаль за заслуги перед общественностью
Научная карьера
Поля информатика, нейробиология, системная биология, биомедицинская инженерия
Учреждения Массачусетский университет в Амхерсте
Тезис Основы рекуррентных нейронных сетей  (1993)
Докторант Эдуардо Даниэль Зонтаг

Хава Зигельманн - профессор компьютерных наук и мировой лидер в области непрерывного обучения, искусственного интеллекта, машинного обучения, нейронных сетей и вычислительной нейробиологии. Ее академическая должность - в школе компьютерных наук и программе неврологии и поведения Массачусетского университета в Амхерсте ; она является директором лаборатории биологически вдохновленных нейронных и динамических систем. Она была одолжена федеральному правительству DARPA на 2016-2019 годы, чтобы инициировать и запускать их самые продвинутые программы искусственного интеллекта, включая ее программу непрерывного обучения (L2M). и Гарантия устойчивости ИИ против обмана (GARD). Она получила редко награждаемую медаль за заслуги перед общественностью - одну из высших наград, которую министерство обороны может вручить частному лицу.

биография

Зигельманн - американский ученый-компьютерщик, основавший область вычислений Супер-Тьюринга . За свой пожизненный вклад в область нейронных сетей она была лауреатом премии Дональда Хебба 2016 года. Она получила докторскую степень в Университете Рутгерса, Нью-Джерси, в 1993 году.

В начале 1990-х она и Эдуардо Д. Зонтаг предложили новую вычислительную модель, искусственную рекуррентную нейронную сеть (ARNN), которая представляла как практический, так и математический интерес. Они математически доказали, что ARNN обладают четко определенными вычислительными возможностями, расширяющими классическую универсальную машину Тьюринга . Ее первые публикации о вычислительной мощности нейронных сетей завершились написанием статьи в Science и ее монографии «Нейронные сети и аналоговые вычисления: за пределами предела Тьюринга».

В своей научной статье Зигельманн демонстрирует, как хаотические системы (которые не могут быть описаны вычислениями Тьюринга) теперь описываются моделью Супер-Тьюринга. Это важно, поскольку многие биологические системы, не описываемые стандартными средствами (например, сердце, мозг), могут быть описаны как хаотические системы и теперь могут быть смоделированы математически.

Теория вычислений Супер-Тьюринга привлекла внимание физиков, биологии и медицины. Зигельманн вместе с Владимиром Вапником и его коллегами также является создателем кластеризации опорных векторов, широко используемого в промышленности алгоритма для анализа больших данных . Зигельманн также ввел новое понятие в области динамических заболеваний, «динамическое здоровье», которое описывает заболевания в терминологии и анализе теории динамических систем , а это означает, что при лечении расстройств слишком ограничено стремление только устранять первичные причины их возникновения. расстройство; любой метод возврата системной динамики к сбалансированному диапазону, даже при физиологических проблемах (например, путем восстановления первичного источника, активации вторичных путей или вставки специальной передачи сигналов), может улучшить состояние системы и быть чрезвычайно полезным для исцеления. Используя эту новую концепцию, она выявила источник нарушений во время сменной работы и путешествий, приводящих к смене часовых поясов, и в настоящее время изучает человеческую память и рак в этом свете.

На протяжении всей своей карьеры Зигельманн активно занималась продвижением и поддержкой меньшинств и женщин в области компьютерных наук и инженерии. На протяжении своей карьеры Зигельманн консультировалась с многочисленными компаниями и заслужила репутацию благодаря своим практическим способностям решать проблемы. Она является членом правления Международного общества нейронных сетей и редактором журнала Frontiers on Computational Neuroscience.

Публикации

Статьи

Неполный список приложений

  • Sivan, S .; Filo, O .; Сигельман, Х. (2007). «Применение экспертных сетей для прогнозирования вторичной структуры белков». Биомолекулярная инженерия . 24 (2): 237–243. DOI : 10.1016 / j.bioeng.2006.12.001 . PMID  17236807 .
  • Эльдар, С; Зигельманн, HT; Бузагло, Д .; Материя, I .; Cohen, A .; Sabo, E .; Абрахамсон, Дж. (2002). «Преобразование лапароскопической холецистэктомии в открытую холецистэктомию при остром холецистите: искусственные нейронные сети улучшают прогнозирование конверсии». Всемирный журнал хирургии . 26 (1): 79–85. DOI : 10.1007 / s00268-001-0185-2 . PMID  11898038 . S2CID  189870780 .
  • Lange, D .; Зигельманн, HT; Pratt, H .; Инбар, GF (2000). «Преодоление выборочного усреднения ансамбля: неконтролируемая идентификация мозговых потенциалов, связанных с событием». IEEE Transactions по биомедицинской инженерии . 47 (6): 822–826. DOI : 10.1109 / 10.844236 . PMID  10833858 . S2CID  10770977 .
  • Karniely, H .; Зигельманн, HT (2000). «Регистрация датчиков с помощью нейронных сетей». IEEE Transactions по аэрокосмическим и электронным системам . 36 (1): 85–98. Bibcode : 2000ITAES..36 ... 85K . DOI : 10.1109 / 7.826314 .
  • Зигельманн, HT; Nissan, E .; Гальперин, А. (1997). «Новый нейро-символический гибридный подход к эвристически оптимизированному распределению топлива и автоматизированному пересмотру эвристик в ядерной инженерии». Достижения в инженерном программном обеспечении . 28 (9): 581–592. DOI : 10.1016 / s0965-9978 (97) 00040-9 .

Книги

  • Нейронные сети и аналоговые вычисления: за пределом Тьюринга, Биркхаузер, Бостон, декабрь 1998 г. ISBN  0-8176-3949-7

Примечания и ссылки

  1. ^ Биография DARPA
  2. ^ [1]
  3. ^ «DARPA награждает эксперта по искусственному интеллекту» . Федеральная новостная сеть . 2020-06-30 . Проверено 7 августа 2021 .
  4. ^ Биография в UMass
  5. ^ a b Siegelmann, HT (28 апреля 1995 г.). «Вычисления за пределом Тьюринга» . Наука . 268 (5210): 545–548. Bibcode : 1995Sci ... 268..545S . DOI : 10.1126 / science.268.5210.545 . PMID  17756722 . S2CID  17495161 .
  6. ^ Siegelmann, HT (1996). «Ответ: Аналоговая вычислительная мощность» . Наука . 271 (5247): 373. DOI : 10.1126 / science.271.5247.373 .
  7. ^ Баркай, Н .; Лейблер, С. (26 июня 1997 г.). «Устойчивость в простых биохимических сетях». Природа . 387 (6636): 913–917. Bibcode : 1997Natur.387..913B . DOI : 10.1038 / 43199 . PMID  9202124 . S2CID  4311605 .
  8. ^ Макгоуэн, PO; Шиф, М. (июль 2010 г.). «Эпигенетика социальных невзгод в раннем возрасте: последствия для психического здоровья». Нейробиология болезней . 39 (1): 66–72. DOI : 10.1016 / j.nbd.2009.12.026 . PMID  20053376 . S2CID  2822345 .
  9. ↑ Ясухиро Фукусима; Макото Йонеяма; Минору Цукада; Ичиро Цуда; Ютака Ямагути; Сигеру Курода (2008). «Физиологические доказательства для вывода кодирования Кантора в CA1 гиппокампа». В Рубине Ванге; Fanji Gu; Энхуа Чен (ред.). Достижения в когнитивной нейродинамике ICCN 2007 Труды Международной конференции по когнитивной нейродинамике . Дордрехт: Спрингер. С. 43–45. ISBN 978-1-4020-8387-7.
  10. ^ Боден, Микаэль; Алан Блэр (март 2003 г.). «Изучение динамики встроенных предложений» (PDF) . Прикладной интеллект . 19 (1/2): 51–63. DOI : 10,1023 / A: 1023816706954 . S2CID  5811984 .
  11. ^ Тони, R; Spaletta, G; Casa, CD; Равера, S; Сандри, Г. (2007). «Вычислительные и мозговые процессы, с особым акцентом на нейроэндокринные системы». Acta Bio-medica: Atenei Parmensis . 78 Дополнение 1: 67–83. PMID  17465326 .
  12. ^ Бен-Гур, А .; Horn, D .; Зигельманн, HT; Вапник В. (2001). «Поддержка векторной кластеризации». Журнал исследований в области машинного обучения . 2 : 125–137.
  13. ^ Бен-Гур, А .; Horn, D .; Зигельманн, HT; Вапник В. (2000). Метод кластеризации опорных векторов . Распознавание образов, 2000. Известия. 15-я Международная конференция по . 2 . С. 724–727. DOI : 10.1109 / ICPR.2000.906177 . ISBN 978-0-7695-0750-7. S2CID  31831024 .
  14. ^ Leise, T .; Хава Зигельманн (1 августа 2006 г.). «Динамика многоступенчатой ​​циркадной системы». Журнал биологических ритмов . 21 (4): 314–323. DOI : 10.1177 / 0748730406287281 . PMID  16864651 . S2CID  17268433 .
  15. ^ Олсен, Меган; Зигельманн-Даниэли, Нава; Siegelmann, Hava T .; Бен-Джейкоб, Эшель (13 мая 2010 г.). Бен-Джейкоб, Эшель (ред.). «Динамическая вычислительная модель предполагает, что клеточное гражданство является основополагающим для избирательного апоптоза опухоли» . PLOS ONE . 5 (5): e10637. Bibcode : 2010PLoSO ... 510637O . DOI : 10.1371 / journal.pone.0010637 . PMC  2869358 . PMID  20498709 .
  16. ^ Siegelmann, Хава Т. (1999). Нейронные сети и аналоговые вычисления: за пределом Тьюринга . Бостон, Массачусетс: Birkhäuser. ISBN 0-8176-3949-7. OCLC  39485184 .