跳至內容

楊立昆

維基百科，自由的百科全書

這是本頁的一個歷史版本，由2607:fea8:6e0:168:790f:5f3e:ec40:3439（對話）在2019年4月26日 (五) 22:31 （更新条目）編輯。這可能和目前版本存在着巨大的差異。

楊立昆
出生 (1960-07-08) 1960年7月8日（64歲）
 法國巴黎
母校巴黎高等電子工程師學校（法語：ESIEE Paris）
皮埃爾和瑪麗·居里大學
知名於深度學習
網站yann.lecun.com
科學生涯
機構紐約大學
Facebook人工智能研究院
論文Modeles connexionnistes de l'apprentissage (connectionist learning models)（1987）
博士導師Maurice Milgram

楊立昆（法語：Yann Le Cun，英語：Yann LeCun，原中文譯名揚·勒丘恩，1960年7月8日—），法國裔美國計算機科學家，他在機器學習、計算機視覺、移動機械人（英語：Mobile robot）和計算神經科學等領域都有很多貢獻。他最著名的工作是在光學字符識別和計算機視覺上使用卷積神經網絡 (CNN)，他也被稱為卷積網絡之父。[1][2]他同Léon Bottou和Patrick Haffner等人一起創建了DjVu圖像壓縮技術。他同Léon Bottou一起開發了Lush語言。

生平

楊立昆於1960年生於法國巴黎附近。1983年他在巴黎高等電子工程師學校（法語：ESIEE Paris）獲得了一個工程師學位（Diplôme d'Ingénieur），1987年從巴黎第六大學獲得了一個計算機科學博士學位。博士在學期間，他提出了神經網絡的反向傳播算法學習算法的原型。[3]他在多倫多大學傑弗里·辛頓的實驗室完成了博士後工作。

1988年，他加入了貝爾實驗室的自適應系統研究部門，位於美國新澤西州的霍姆德爾鎮區。實驗室的領導是Lawrence D. Jackel，在此，他開發了很多新的機器學習方法，比如圖像識別的模型稱為卷積神經網絡,[4]"Optimal Brain Damage" regularization methods,[5]以及Graph Transformer Networks方法(類似於條件隨機域)，他將其應用到手寫識別和OCR中。[6]

他協助開發的銀行支票識別系統被NCR和其他的公司廣泛使用，該系統讀取了20世紀90年代末至21世紀初全美國超過10％的支票。

1996年，他加入了AT&T實驗室（英語：AT&T Labs），成為圖像處理研究部門的領導，這個部門是Lawrence Rabiner領導的語音和圖像處理研究實驗室的一部分，主要工作是DjVu圖像壓縮技術，[7]被以互聯網檔案館為首的網站使用，用來發佈掃描的文檔。他的AT&T同事包括Léon Bottou和弗拉基米爾·萬普尼克。

已隱藏部分未翻譯內容，歡迎參與翻譯。

After a brief tenure as a Fellow of the NEC Research Institute (now NEC-Labs America) in 普林斯頓, he joined 紐約大學 (NYU) in 2003, where he is Silver Professor of Computer Science Neural Science at the 科朗數學研究所 and the Center for Neural Science. He is also a professor at the 紐約大學坦登工程學院.[8][9] At NYU, he has worked primarily on Energy-Based Models for supervised and unsupervised learning,[10] feature learning for object recognition in 計算機視覺,[11] and mobile robotics.[12]

2012年，他成為了紐約大學數據科學中心的創建主任。[13] 2013年12月9日，楊立昆成為位於紐約的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的領導層。

楊立昆獲得了2014 IEEE Neural Network Pioneer Award和2015 PAMI Distinguished Researcher Award。

已隱藏部分未翻譯內容，歡迎參與翻譯。

在2013年，他和約書亞·本希奧一起創建了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 加州大學洛杉磯分校, 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，他在巴黎法蘭西公學院的"Chaire Annuelle Informatique et Sciences Numériques"做訪問教授。His "leçon inaugurale" (inaugural lecture) has been an important event in 2016 Paris intellectual life.

姓名

楊立昆的原來中文譯名為：揚·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），到美國之後，很多人都誤認為Le是中間名，所以他在20世紀八九十年代把自己的姓的拼法改成了LeCun。[19][20]

參考

  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= (幫助)
  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.

外部連結

取自 "https://zh.wikipedia.org/zhwiki/w/index.php?title=杨立昆&oldid=54183444"