Investigador nacido en Francia en el campo del aprendizaje automático
Isabelle Guyon ( pronunciación francesa: [izabɛl ɡɥijɔ̃] ; nacida el 15 de agosto de 1961) es una investigadora nacida en Francia en aprendizaje automático conocida por su trabajo en máquinas de vectores de soporte , redes neuronales artificiales y bioinformática . [1] Es profesora titular de la cátedra en la Universidad de París-Saclay . [2] Guyon se desempeña como directora e investigadora científica en Google Research desde octubre de 2022. [3]
Se la considera pionera en este campo, con su contribución a las máquinas de vectores de soporte con Vladimir Vapnik y Bernhard Boser. [4] [5]
Biografía
Después de graduarse de la escuela francesa de ingeniería ESPCI París en 1985, [6] se unió al grupo de Gerard Dreyfus en la Universidad Pierre-et-Marie-Curie para realizar un doctorado sobre arquitecturas y entrenamiento de redes neuronales. [7] [8]
Guyon defendió su tesis en 1988 y fue contratada al año siguiente en AT&T Bell Laboratories , primero como investigadora posdoctoral y luego como líder de grupo. [5] Trabajó en Bell Labs durante seis años, donde exploró varias áreas de investigación, desde redes neuronales hasta reconocimiento de patrones y teoría del aprendizaje computacional , con aplicación al reconocimiento de escritura a mano . [9] Colaboró con Yann LeCun , Léon Bottou , Vladimir Vapnik , Corinna Cortes , Yoshua Bengio , Patrice Simard, y conoció a su futuro esposo, Bernhard Boser. [1] [5]
En 1996, Guyon dejó Bell Labs y crió a sus hijos en Berkeley , California. [1] En Berkeley, creó su propia empresa de consultoría de aprendizaje automático, Clopinet. [10] Se interesó en las aplicaciones médicas y utilizó su trabajo anterior para clasificar los genes responsables de diferentes tipos de cáncer. [11]
Desde 2003, Guyon ha organizado muchos desafíos en ciencia de datos, con el fin de estimular la investigación en este campo. [5] [12] Fundó ChaLearn en 2011, una organización sin fines de lucro destinada a crear desafíos de aprendizaje automático abiertos a todos. [12] Fue presidenta del programa NeurIPS 2016 [13] y se convirtió en presidenta general de NeurIPS en 2017. [14] También es editora de acción para el Journal of Machine Learning Research [15] y editora de la serie : Desafíos en el aprendizaje automático. [16] Es miembro del Laboratorio Europeo de Aprendizaje y Sistemas Inteligentes . [17]
En 2016, Guyon regresó a Francia para ocupar la cátedra de Big Data entre la Universidad de París-Saclay y el INRIA . [4] Trabaja en TAU (TAckling the Underspecified), una colaboración de investigación del Laboratoire de recherche en informatique . [18]
Junto con Bernhard Schölkopf y Vladimir Vapnik, recibió en 2020 el Premio Fundación BBVA Fronteras del Conocimiento por su trabajo en aprendizaje automático. [5]
Trabajo científico
Guyon ha trabajado en muchos subcampos del aprendizaje automático, incluidas redes neuronales , máquinas de vectores de soporte , selección de características y aplicaciones del aprendizaje automático a la biología .
Máquinas de vectores de soporte
Entre sus contribuciones más notables, Guyon co-inventó las máquinas de vectores de soporte (SVM) en 1992, con Bernhard Boser y Vladimir Vapnik. [19] SVM es un algoritmo de aprendizaje automático supervisado, comparable a las redes neuronales o árboles de decisión , que se ha convertido rápidamente en una técnica clásica en el aprendizaje automático. Las SVM han contribuido especialmente a la popularización de los métodos kernel .
Redes neuronales
Durante sus años en Bell Labs, Guyon participó en numerosos proyectos relacionados con redes neuronales . En particular, escribió algunos de los primeros artículos sobre el uso de redes neuronales para el reconocimiento de escritura a mano utilizando la base de datos MNIST . [20] También es coinventora de las redes neuronales siamesas , una arquitectura de red neuronal utilizada para aprender similitudes, con aplicaciones para el reconocimiento de firmas, rostros u objetos. [11]
Aprendizaje automático para la biología
Guyon es autora de numerosas publicaciones en la intersección de la biología (investigación sobre el cáncer y genómica) y la inteligencia artificial. En particular, ha introducido el uso de máquinas de vectores de soporte para detectar el cáncer mediante genes. [21]
Desafíos del aprendizaje automático
A través de su organización sin fines de lucro ChaLearn, Guyon ha organizado y dirigido desafíos abiertos a todos con el fin de resolver problemas abiertos en aprendizaje automático, [12] incluyendo visión por computadora , [22] neurociencias , [23] física de partículas , [24] selección de características , [25] causalidad [26] y aprendizaje automático automatizado . [27] La mayoría de los desafíos organizados por ChaLearn han resultado en publicaciones. Entre los más citados se encuentran:
- Guyon et al., Análisis de resultados del desafío de selección de características NIPS 2003 , Avances en sistemas de procesamiento de información neuronal, 2005, enlace
- Escalera et al., ChaLearn Looking at People Challenge 2014: conjunto de datos y resultados , Talleres Computer Vision - ECCV 2014, Springer International Publishing, 2014, enlace
- Guyon et al., Una breve revisión del desafío ChaLearn AutoML, JMLR: Actas de talleres y conferencias 64:21-30, 2016, enlace
- Adam-Bourdario et al., El desafío del aprendizaje automático del bosón de Higgs , JMLR: Workshop and Conference Proceedings 42:19-55, 2015, enlace
Vida privada
Está casada con Bernhard Boser, profesor de la Universidad de California en Berkeley . [28] Tiene gemelos y una hija, los tres han completado una licenciatura en ciencias. [29] Guyon tiene tres ciudadanías: francesa por nacimiento, suiza por matrimonio y estadounidense por naturalización. [1]
Premios y honores
Publicaciones
- Bernhard Boser, Isabelle Guyon y Vladmir Vapnik, Un algoritmo de entrenamiento para clasificadores de margen óptimos , Actas del quinto taller anual sobre teoría del aprendizaje computacional, 1992, doi:10.1145/130385.130401
- Jane Bromley, Isabelle Guyon, Yann LeCun , Eduard Säckinger y Roopak Shah, Verificación de firma utilizando una red neuronal con retardo temporal "siamés" , Avances en sistemas de procesamiento de información neuronal, 1994.
- Isabelle Guyon y André Elisseeff, Introducción a la selección de variables y características , Journal of Machine Learning Research, 2003.
- Isabelle Guyon, Jason Weston, Stephen Barnhill y Vladimir Vapnik, Selección de genes para la clasificación del cáncer utilizando máquinas de vectores de soporte , Aprendizaje automático, Kluwer Academic Publishers, 2002, doi:10.1023/A:1012487302797
Véase también
Referencias
- ^ abcd Larousserie, David (8 de abril de 2018). "Isabelle Guyon veut democratizadora de la inteligencia artificial". Le Monde (en francés) . Consultado el 15 de junio de 2020 .
- ^ "Des algoritmos qui apprennent et classent: le travail d'Isabelle Guyon récompensé". Universidad Paris-Saclay (en francés). 2020-05-28 . Consultado el 15 de junio de 2020 .
- ^ "Isabelle Guyon". guyon.chalearn.org . Consultado el 24 de mayo de 2024 .
- ^ ab "Pionnière: Isabelle Guyon, profesora de la universidad de Paris-Saclay - Technos et Innovations". L'Usine nouvelle (en francés). 2018-02-07 . Consultado el 15 de junio de 2020 .
- ^ abcdef «Isabelle Guyon». FBBVA . Archivado desde el original el 15 de junio de 2020. Consultado el 15 de junio de 2020 .
- ^ Antiguos alumnos de ESPCI. "Isabelle Boser (de soltera Guyon), ingénieure de la 100ème Promotion". ESPCI (en francés) . Consultado el 15 de junio de 2020 .
- ^ Isabelle Guyon (1988). Réseaux de neurones pour la reconnaissance des formes: arquitecturas y aprendizaje (en francés).
- ^ "Página de inicio - Gérard Dreyfus". www.neurones.espci.fr . Consultado el 15 de junio de 2020 .
- ^ Wang, Patrick SP; Guyon, Isabelle (1 de enero de 1994). World Scientific (ed.). Avances en sistemas de reconocimiento de patrones utilizando tecnologías de redes neuronales. World Scientific. ISBN 978-981-4611-81-7. Recuperado el 15 de junio de 2020 .
- ^ Isabelle Guyon. «ClopiNet: la empresa de consultoría de Isabelle Guyon» . Consultado el 15 de junio de 2020 .
- ^ ab Bromley, Jane; Guyon, Isabelle; LeCun, Yann; Säckinger, Eduard (1994). Morgan-Kaufmann (ed.). "Signature Verification using a "Siamese" Time Delay Neural Network" (PDF) . Avances en sistemas de procesamiento de información neuronal . 6 : 737–744. Archivado desde el original (PDF) el 23 de mayo de 2020 . Consultado el 15 de junio de 2020 .
- ^ abc "Chalearn: desafíos en el aprendizaje automático" . Consultado el 15 de junio de 2020 .
- ^ "NeurIPS 2016: Comités" . Consultado el 15 de junio de 2020 .
- ^ "NeurIPS 2017: Comités" . Consultado el 15 de junio de 2020 .
- ^ "Revista de investigación en aprendizaje automático: Comité editorial" . Consultado el 15 de junio de 2020 .
- ^ "Serie: Desafíos en el aprendizaje automático" . Consultado el 15 de junio de 2020 .
- ^ "Miembros de ELLIS" . Consultado el 15 de junio de 2020 .
- ^ "TikiWiki | Gente" . Consultado el 20 de junio de 2020 .
- ^ "Un algoritmo de entrenamiento para clasificadores de margen óptimos | Actas del quinto taller anual sobre teoría del aprendizaje computacional". CiteSeerX 10.1.1.21.3818 . doi :10.1145/130385.130401. S2CID 207165665.
- ^ Bottou, L.; Cortes, C.; Denker, JS; Drucker, H. (1994). "Comparación de métodos de clasificación: un estudio de caso en el reconocimiento de dígitos escritos a mano". Actas de la 12.ª Conferencia Internacional de la IAPR sobre Reconocimiento de Patrones (Cat. N.º 94CH3440-5) . Vol. 2. págs. 77–82 vol.2. doi :10.1109/ICPR.1994.576879. ISBN 0-8186-6270-0.S2CID46946958 .
- ^ Guyon, Isabelle; Weston, Jason; Barnhill, Stephen; Vapnik, Vladimir (1 de enero de 2002). "Selección de genes para la clasificación del cáncer mediante máquinas de vectores de soporte". Aprendizaje automático . 46 (1): 389–422. doi : 10.1023/A:1012487302797 . ISSN 1573-0565. S2CID 207720429.
- ^ "Mirando a la gente: serie de talleres de Chalearn" . Consultado el 17 de junio de 2020 .
- ^ Springer International Publishing, ed. (2017). Neural Connectomics Challenge. La serie Springer sobre desafíos en el aprendizaje automático. ISBN 978-3-319-53069-7. Recuperado el 17 de junio de 2020 .
- ^ "Taller NIPS 2014: física de partículas de alta energía". 2014 . Consultado el 17 de junio de 2020 .
- ^ Springer-Verlag, ed. (2006). Extracción de características: fundamentos y aplicaciones. Estudios sobre borrosidad y computación blanda. ISBN 978-3-540-35487-1. Recuperado el 17 de junio de 2020 .
- ^ "ChaLearn Fast Causation Coefficient Challenge" (Desafío del coeficiente de causalidad rápida de ChaLearn). competitions.codalab.org . Consultado el 16 de marzo de 2024 .
- ^ Springer International Publishing, ed. (2019). "10". Aprendizaje automático automatizado: métodos, sistemas, desafíos. La serie Springer sobre desafíos en el aprendizaje automático. ISBN 978-3-030-05317-8. Recuperado el 17 de junio de 2020 .
- ^ "Bernhard Boser | EECS en UC Berkeley". www2.eecs.berkeley.edu . Consultado el 15 de junio de 2020 .
- ^ Anwar, Yasmin; 11 de mayo, Relaciones con los medios | (11 de mayo de 2020). "El rechazo resultó muy positivo para el mejor estudiante de último año de Berkeley". Berkeley News . Consultado el 15 de junio de 2020 .
{{cite web}}
: CS1 maint: nombres numéricos: lista de autores ( enlace ) - ^ "Isabelle Guyon, PhD, FACMI | AMIA". www.amia.org . Archivado desde el original el 2020-06-15 . Consultado el 2020-06-15 .
Enlaces externos
- Sitio web oficial
- Publicaciones de Isabelle Guyon indexadas en Google Scholar