跳转到内容

杨立昆:修订间差异

维基百科,自由的百科全书
删除的内容 添加的内容
Iokseng留言 | 贡献
无编辑摘要
第5行: 第5行:
| birth_place = {{FRA}}[[巴黎]]
| birth_place = {{FRA}}[[巴黎]]
| workplaces = [[纽约大学]]<br>[https://research.facebook.com/ai Facebook人工智能研究院]
| workplaces = [[纽约大学]]<br>[https://research.facebook.com/ai Facebook人工智能研究院]
| alma_mater = [[巴黎第六大学|皮埃尔和玛丽·居里大学]]
| alma_mater = [[巴黎第六大学|皮埃尔和玛丽·居里大学]](巴黎第六大学)
| thesis_title = Modeles connexionnistes de l'apprentissage (connectionist learning models)
| thesis_title = Modeles connexionnistes de l'apprentissage (connectionist learning models)
| thesis_year = 1987
| thesis_year = 1987

2019年3月13日 (三) 11:10的版本

杨立昆
出生 (1960-07-08) 1960年7月8日64歲)
 法國巴黎
母校皮埃尔和玛丽·居里大学(巴黎第六大学)
知名于深度学习
网站yann.lecun.com
科学生涯
机构纽约大学
Facebook人工智能研究院
论文Modeles connexionnistes de l'apprentissage (connectionist learning models)(1987)
博士導師Maurice Milgram

杨立昆(法語:Yann Le Cun,英語:Yann LeCun,1960年7月8日)(原中文譯名:扬·勒丘恩)是一位计算机科学家,他在机器学习计算机视觉移动机器人英语Mobile robot計算神經科學等领域都有很多贡献。他最著名的工作是在光学字符识别计算机视觉上使用卷积神经网络 (CNN),他也被称为卷积网络之父。[1][2]他同Léon Bottou和Patrick Haffner等人一起创建了DjVu图像压缩技术。他同Léon Bottou一起开发了Lush语言。

生平

杨立昆于1960年生于法国巴黎附近。他1983年从位于巴黎的Ecole Superieure d'Ingénieur en Electrotechnique et Electronique (ESIEE), 获得了一个Diplôme d'Ingénieur(工程师学位),1987年从巴黎第六大学获得了一个计算机科学博士学位。博士在学期间,他提出了神经网络的反向传播算法学习算法的原型。[3]他在杰弗里·辛顿的实验室做博士后,学校是多倫多大學

1988年,他加入了贝尔实验室的自适应系统研究部门,位于美国新泽西州霍姆德爾鎮區。实验室的领导是Lawrence D. Jackel,在此,他开发了很多新的机器学习方法,比如图像识别的模型称为卷积神经网络,[4]"Optimal Brain Damage" regularization methods,[5]以及Graph Transformer Networks方法(类似于條件隨機域),他将其应用到手写识别和OCR中。[6] The bank check recognition system that he helped develop was widely deployed by NCR and other companies, reading over 10% of all the checks in the US in the late 1990s and early 2000s.

1996年,他加入了AT&T实验室英语AT&T Labs,成为图像处理研究部门的领导,这个部门是Lawrence Rabiner领导的语音和图像处理研究实验室的一部分,主要工作是DjVu图像压缩技术,[7]被以互联网档案馆为首的网站使用,用来发布扫描的文档。他的AT&T同事包括Léon Bottou和弗拉基米尔·万普尼克

After a brief tenure as a Fellow of the NEC Research Institute (now NEC-Labs America) in 普林斯顿, he joined 纽约大学 (NYU) in 2003, where he is Silver Professor of Computer Science Neural Science at the 科朗数学研究所 and the Center for Neural Science. He is also a professor at the 纽约大学坦登工程学院.[8][9] At NYU, he has worked primarily on Energy-Based Models for supervised and unsupervised learning,[10] feature learning for object recognition in 计算机视觉,[11] and mobile robotics.[12]

2012年,他成为了纽约大学数据科学中心的创建主任。[13] 2013年12月9日,杨立昆成为位于纽约的Facebook人工智能研究院的第一任主任,[14]2014年初期逐步退出了NYU-CDS的领导层。

杨立昆获得了2014 IEEE Neural Network Pioneer Award和2015 PAMI Distinguished Researcher Award。

在2013年,他和约书亚·本希奥一起创建了International Conference on Learning Representations, which adopted a post-publication open review process he previously advocated on his website. He was the chair and organizer of the "Learning Workshop" held every year between 1986 and 2012 in Snowbird, Utah. He is a member of the Science Advisory Board of the Institute for Pure and Applied Mathematics[15] at 加州大学洛杉矶分校, and has been on the advisory board of a number of companies, including MuseAmi, KXEN Inc., and Vidient Systems.[16] He is the Co-Director of the Neural Computation & Adaptive Perception research program of CIFAR[17]

在2016年,他在巴黎法兰西公学院的"Chaire Annuelle Informatique et Sciences Numériques"做访问教授。His "leçon inaugurale" (inaugural lecture) has been an important event in 2016 Paris intellectual life.

姓名

杨立昆的原來中文譯名為:扬·勒丘恩,2017年他在中國的演講提供了正式的中文姓名[18]。他法文的姓是(Le Cun),到美国之后,很多人都误认为Le是中间名,所以他在20世纪八九十年代把自己的姓的拼法改成了LeCun[19][20]

参考

  1. ^ Convolutional Nets and CIFAR-10: An Interview with Yann LeCun.
  2. ^ LeCun, Yann; Yoshua Bengio; Patrick Haffner. Gradient-based learning applied to document recognition (PDF). Proceedings of the IEEE. 1998, 86 (11): 2278–2324 [16 November 2013]. doi:10.1109/5.726791.  Authors list列表缺少|last2= (帮助)
  3. ^ Y. LeCun: Une procédure d'apprentissage pour réseau a seuil asymmetrique (a Learning Scheme for Asymmetric Threshold Networks), Proceedings of Cognitiva 85, 599–604, Paris, France, 1985.
  4. ^ Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard and L. D. Jackel: Backpropagation Applied to Handwritten Zip Code Recognition, Neural Computation, 1(4):541-551, Winter 1989.
  5. ^ Yann LeCun, J. S. Denker, S. Solla, R. E. Howard and L. D. Jackel: Optimal Brain Damage, in Touretzky, David (Eds), Advances in Neural Information Processing Systems 2 (NIPS*89), Morgan Kaufmann, Denver, CO, 1990.
  6. ^ Yann LeCun, Léon Bottou, Yoshua Bengio and Patrick Haffner: Gradient Based Learning Applied to Document Recognition, Proceedings of IEEE, 86(11):2278–2324, 1998.
  7. ^ Léon Bottou, Patrick Haffner, Paul G. Howard, Patrice Simard, Yoshua Bengio and Yann LeCun: High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 7(3):410–425, 1998.
  8. ^ People - Electrical and Computer Engineering. Polytechnic Institute of New York University. [13 March 2013]. 
  9. ^ http://yann.lecun.com/
  10. ^ Yann LeCun, Sumit Chopra, Raia Hadsell, Ranzato Marc'Aurelio and Fu-Jie Huang: A Tutorial on Energy-Based Learning, in Bakir, G. and Hofman, T. and Schölkopf, B. and Smola, A. and Taskar, B. (Eds), Predicting Structured Data, MIT Press, 2006.
  11. ^ Kevin Jarrett, Koray Kavukcuoglu, Marc'Aurelio Ranzato and Yann LeCun: What is the Best Multi-Stage Architecture for Object Recognition?, Proc.
  12. ^ Raia Hadsell, Pierre Sermanet, Marco Scoffier, Ayse Erkan, Koray Kavackuoglu, Urs Muller and Yann LeCun: Learning Long-Range Vision for Autonomous Off-Road Driving, Journal of Field Robotics, 26(2):120–144, February 2009.
  13. ^ http://cds.nyu.edu
  14. ^ https://www.facebook.com/yann.lecun/posts/10151728212367143
  15. ^ http://www.ipam.ucla.edu/programs/gss2012/ Institute for Pure and Applied Mathematics
  16. ^ Vidient Systems.
  17. ^ Neural Computation & Adaptive Perception Advisory Committee Yann LeCun. CIFAR. [16 December 2013]. 
  18. ^ https://36kr.com/p/5067858.html
  19. ^ No, Your Name can't possibly be pronounced that way.
  20. ^ La leçon d’un maître de l’intelligence artificielle au Collège de France.

外部链接