Peter Richtarik - Peter Richtarik

Peter Richtarik
narozený
Nitra, Slovensko
NárodnostSlovák
Alma materUniverzita Komenského Cornell University
Vědecká kariéra
PoleMatematik, Počítačový vědec
Akademičtí poradciYurii Nesterov

Peter Richtarik je Slovák matematik pracující v oblasti velká optimalizace dat a strojové učení, známý svou prací na randomizované souřadnicové sestupové algoritmy, stochastický gradient a federované učení. V současné době je profesorem na Univerzitě vědy a technologie krále Abdalláha.

Vzdělání

Richtarik získal magisterský titul z matematiky Univerzita Komenského, Slovensko, v roce 2001, absolvoval summa cum laude.[1] V roce 2007 získal titul PhD v oboru operačního výzkumu Cornell University, doporučil Michael Jeremy Todd.[2][3]

Kariéra

V letech 2007 až 2009 působil jako postdoktorand v Centru pro operační výzkum a ekonometrii a Katedru matematického inženýrství na Universite catholique de Louvain, Belgie, práce s Yurii Nesterov.[4][5] V letech 2009 až 2019 byl Richtarik přednášejícím a později čtenářem na Matematické škole v University of Edinburgh. Je to Turing Fellow.[6] Richtarik založil a organizuje konferenční seriál s názvem „Optimalizace a velká data“.[7][8]

Akademická práce

Richtarikův raný výzkum se týkal metod gradientního typu, optimalizace v relativním měřítku, řídký analýza hlavních komponent a algoritmy pro optimální design. Od svého jmenování v Edinburghu intenzivně pracuje na budování algoritmických základů randomizovaných metod v konvexní optimalizace, zvláště randomizované souřadnicové sestupové algoritmy a stochastické gradientní sestupové metody. Tyto metody jsou velmi vhodné pro optimalizační problémy popsané v velká data a mít aplikace v oblastech, jako je strojové učení, zpracování signálu a datová věda.[9][10] Richtarik je spoluautorem algoritmu zobecňujícího randomizované Kaczmarzova metoda pro řešení a soustava lineárních rovnic, přispěl k vynálezu federované učení a společně vyvinuli stochastickou variantu Newtonova metoda.

Ocenění a vyznamenání

Bibliografie

  • Peter Richtarik & Martin Takac (2012). "Efektivní sériové a paralelní metody sestupu souřadnic pro návrh topologie krovu ve velkém měřítku". Sborník operačního výzkumu 2011. Springer-Verlag. str. 27–32. doi:10.1007/978-3-642-29210-1_5.
  • Peter Richtarik & Martin Takac (2014). "Iterační složitost randomizovaných metod sestupu blokových souřadnic pro minimalizaci složené funkce". Matematické programování. 144 (1). Springer. s. 1–38. doi:10.1007 / s10107-012-0614-z.
  • Olivier Fercoq a Peter Richtarik (2015). Msgstr "Zrychlené, paralelní a proximální klesání souřadnic". SIAM Journal on Optimization. 25 (4). str. 1997–2023. doi:10.1137/130949993.
  • Dominik Csiba; Zheng Qu; Peter Richtarik (2015). „Stochastický výstup se dvěma souřadnicemi s adaptivními pravděpodobnostmi“ (pdf). Sborník z 32. mezinárodní konference o strojovém učení. 674–683.
  • Robert M Gower & Peter Richtarik (2015). "Randomizované iterační metody pro lineární systémy". SIAM Journal on Matrix Analysis and Applications. 36 (4). 1660–1690. doi:10.1137 / 15M1025487.
  • Peter Richtarik & Martin Takac (2016). "Paralelní metody sestupu souřadnic pro optimalizaci velkých dat". Matematické programování. 156 (1). 433–484. doi:10.1007 / s10107-015-0901-6.
  • Zheng Qu a Peter Richtarik (2016). Msgstr "Sestup souřadnic s libovolným vzorkováním I: algoritmy a složitost". Optimalizační metody a software. 31 (5): 829–857. arXiv:1412.8060. doi:10.1080/10556788.2016.1190360.
  • Zheng Qu a Peter Richtarik (2016). Msgstr "Sestup souřadnic s libovolným vzorkováním II: očekávané oddělitelné nadměrné přiblížení". Optimalizační metody a software. 31 (5): 858–884. arXiv:1412.8063. doi:10.1080/10556788.2016.1190361.
  • Zheng Qu; Peter Richtarik; Martin Takac; Olivier Fercoq (2016). „SDNA: Stochastický duální Newtonův výstup pro minimalizaci empirických rizik“ (pdf). Sborník z 33. mezinárodní konference o strojovém učení. 1823–1832.
  • Zeyuan Allen-Zhu; Zheng Qu; Peter Richtarik; Yang Yuan (2016). "Ještě rychlejší zrychlené klesání souřadnic pomocí nejednotného vzorkování" (pdf). Sborník z 33. mezinárodní konference o strojovém učení. str. 1110–1119.
  • Dominik Csiba & Peter Richtarik (2016). Msgstr "Vzorkování důležitosti pro minidávky". arXiv:1602.02283 [cs.LG ].
  • Dominik Csiba & Peter Richtarik (2016). „Souřadnice sestupu vhazování: primitivní nebo duální?“. arXiv:1605.08982 [matematika.OC ].

Reference

  1. ^ „Richtarikův životopis“ (PDF). Citováno 21. srpna 2016.
  2. ^ „Genetický projekt z matematiky“. Citováno 20. srpna 2016.
  3. ^ „Cornell PhD Thesis“. Citováno 22. srpna 2016.
  4. ^ „Postdoctoral Fellows at CORE“. Citováno 22. srpna 2016.
  5. ^ „Simonsův institut pro výpočetní techniku, UC Berkeley“. Citováno 22. srpna 2016.
  6. ^ „Členové fakulty Institutu Alana Turinga“. Citováno 22. srpna 2016.
  7. ^ „Optimalizace a velká data 2012“. Citováno 20. srpna 2016.
  8. ^ „Optimalizace a velká data 2015“. Citováno 20. srpna 2016.
  9. ^ Cathy O'Neil a Rachel Schutt (2013). "Modelování a algoritmy v měřítku". Doing Data Science: Straight Talk from the Frontline. O'Reilly. ISBN  9781449358655. Citováno 21. srpna 2016.
  10. ^ Sebastien Bubeck (2015). Konvexní optimalizace: Algoritmy a složitost. Základy a trendy ve strojovém učení. Nyní vydavatelé. ISBN  978-1601988607.
  11. ^ „SIGEST Award“. Citováno 20. srpna 2016.
  12. ^ „Společenstvo EPSRC“. Citováno 21. srpna 2016.
  13. ^ „EUSA Awards 2015“. Citováno 20. srpna 2016.
  14. ^ "46. konference slovenských matematiků". Citováno 22. srpna 2016.

externí odkazy