stringtranslate.com

Alan Yuille

Alan Yuille (nacido en 1955) es profesor distinguido de Bloomberg de Ciencias Cognitivas Computacionales [1] con nombramientos en los departamentos de Ciencias Cognitivas [2] y Ciencias de la Computación [3] en la Universidad Johns Hopkins . Yuille desarrolla modelos de visión y cognición para computadoras, destinados a crear sistemas de visión artificial. [1] Estudió con Stephen Hawking en la Universidad de Cambridge donde obtuvo un doctorado en física teórica , que completó en 1981.

Biografía

Alan Yuille obtuvo una licenciatura en matemáticas en la Universidad de Cambridge en 1976, donde también obtuvo su doctorado en física teórica en 1981. [3] Luego completó una beca postdoctoral en la Universidad de Texas en Austin y la Universidad de California, Santa Bárbara . Yuille se desempeñó como científico investigador primero en el Laboratorio de Inteligencia Artificial en el Instituto Tecnológico de Massachusetts , donde permaneció desde 1982 hasta 1986, y luego en la Universidad de Harvard . Aquí, fue ascendido a profesor asistente de informática en 1988 y profesor asociado en 1992. En 1995, se unió al Instituto de Investigación Ocular Smith-Kettlewell en San Francisco como científico investigador senior. En 2002, fue nombrado profesor titular en el departamento de estadística de la Universidad de California, Los Ángeles, con nombramientos conjuntos en los departamentos de informática, psiquiatría y psicología. [4] También se desempeñó como codirector del Centro de Cognición, Visión y Aprendizaje de la UCLA. [5] En 2016, Yuille se unió a la Universidad Johns Hopkins como Profesor Distinguido Bloomberg de Ciencia Cognitiva Computacional. [6] El programa de Cátedra Distinguida Bloomberg se estableció en 2013 gracias a una donación de Michael Bloomberg para dotar a profesores cuyas áreas de especialización conecten las disciplinas académicas tradicionales y promuevan la investigación y la colaboración interdisciplinarias. [7] [8] Yuille tiene nombramientos en el departamento de ciencias cognitivas de la Escuela de Artes y Ciencias Zanvyl Krieger y en el departamento de informática de la Escuela de Ingeniería Whiting . [1]

Investigación

Yuille desarrolla modelos matemáticos de visión y cognición que permiten a las computadoras reconstruir estructuras tridimensionales basadas en imágenes o videos. [6] Sus intereses de investigación incluyen modelos computacionales de visión , modelos matemáticos de cognición, análisis de imágenes médicas e inteligencia artificial y redes neuronales. [3] Dirige el grupo de investigación Computational Cognition, Vision, and Learning (CCVL) en la Universidad Johns Hopkins. [2] Yuille y el CCVL desarrollan modelos para diseñar sistemas de visión artificial para brindar asistencia a personas con discapacidad visual; [9] modelos computacionales de visión biológica; [10] modelos computacionales de cognición para estudiar cómo los humanos y los animales realizan tareas como el aprendizaje y el razonamiento; [11] [12] y modelos para el aprendizaje automático para interpretar imágenes médicas. [13]

Yuille está trabajando actualmente en el Proyecto Félix (llamado así por la poción ficticia Felix Felicis , que, en el mundo de Harry Potter , trae a los bebedores una suerte inusualmente buena). El proyecto tiene como objetivo utilizar el aprendizaje profundo para mejorar la detección temprana del cáncer de páncreas mediante el entrenamiento de computadoras para reconocerlo en tomografías computarizadas e imágenes de resonancia magnética . [14] [15] Yuille y sus colaboradores están intentando desarrollar algoritmos para interpretar imágenes de TC y RM del páncreas y distinguir entre un páncreas normal y un páncreas con una variedad de patologías , incluidos tumores . [16]

Premios

Publicaciones

Yuille tiene más de 300 publicaciones, incluidos tres libros (uno de ellos coeditado). Tiene más de 111.000 citas en Google Scholar y un índice h de 139. [17]

Libros

Artículos altamente citados (Más de 1200 citas)

Referencias

  1. ^ abc "Cátedras distinguidas de Bloomberg | Alan Yuille". Oficina de Investigación de Johns Hopkins . 8 de septiembre de 2016.
  2. ^ ab "Página de la facultad de ciencias cognitivas". Enero de 2016.
  3. ^ abc "Página de la Facultad de Ciencias de la Computación".
  4. ^ ab "Alan Yuille". Biblioteca digital IEEE Explore . Consultado el 3 de febrero de 2020 .
  5. ^ "Artículo de profesores de estadística premiado por su impacto en el campo de la visión artificial". UCLA . Consultado el 3 de marzo de 2020 .
  6. ^ ab Brooks, Kelly (8 de julio de 2015). "Cuatro nuevos profesores distinguidos de Bloomberg nombrados en Johns Hopkins". The Hub . Consultado el 3 de marzo de 2020 .
  7. ^ "Michael R. Bloomberg destina 350 millones de dólares a Johns Hopkins para una iniciativa académica transformadora « Noticias de la Universidad Johns Hopkins " . Consultado el 3 de marzo de 2020 .
  8. ^ "Michael R. Bloomberg destina 350 millones de dólares a Johns Hopkins para una iniciativa académica transformadora". The Hub . 2013-01-26 . Consultado el 2020-03-03 .
  9. ^ Zhuowen Tu; Xiangrong Chen; Yuille; Zhu (2003). "Análisis de imágenes: unificación de la segmentación, la detección y el reconocimiento". Actas de la Novena Conferencia Internacional IEEE sobre Visión por Computador. IEEE. pp. 18–25 vol.1. doi :10.1109/iccv.2003.1238309. ISBN 0-7695-1950-4. Número de identificación del sujeto  37907570.
  10. ^ Tu, Zhuowen; Yuille, Alan L. (2004), "Coincidencia y reconocimiento de formas: uso de modelos generativos y características informativas", Computer Vision - ECCV 2004 , Lecture Notes in Computer Science, vol. 3023, Springer Berlin Heidelberg, págs. 195–209, doi : 10.1007/978-3-540-24672-5_16 , ISBN 978-3-540-21982-8
  11. ^ Chater, Nick; Tenenbaum, Joshua B.; Yuille, Alan (julio de 2006). "Modelos probabilísticos de cognición: fundamentos conceptuales". Tendencias en ciencias cognitivas . 10 (7): 287–291. doi :10.1016/j.tics.2006.05.007. ISSN  1364-6613. PMID  16807064. S2CID  7547910.
  12. ^ Lu, Hongjing; Yuille, Alan L.; Liljeholm, Mimi; Cheng, Patricia W.; Holyoak, Keith J. (2008). "Prioridades genéricas bayesianas para el aprendizaje causal". Psychological Review . 115 (4): 955–984. doi :10.1037/a0013256. ISSN  1939-1471. PMID  18954210. S2CID  10871785.
  13. ^ Corso, JJ; Sharon, E.; Dube, S.; El-Saden, S.; Sinha, U.; Yuille, A. (mayo de 2008). "Segmentación eficiente de tumores cerebrales multinivel con clasificación de modelos bayesianos integrados". IEEE Transactions on Medical Imaging . 27 (5): 629–640. doi :10.1109/tmi.2007.912817. ISSN  0278-0062. PMID  18450536. S2CID  2018752.
  14. ^ "Para algunos tumores difíciles de detectar, los médicos ven potencial en la inteligencia artificial". NPR.org . Consultado el 3 de marzo de 2020 .
  15. ^ "Innovador honrado con cátedra universitaria". Centro de Medicina Innovadora de Johns Hopkins . Consultado el 3 de marzo de 2020 .
  16. ^ Lugo-Fagundo, Carolina; Vogelstein, Bert; Yuille, Alan; Fishman, Elliot K. (1 de febrero de 2018). "Aprendizaje profundo en radiología: ahora comienza el verdadero trabajo". Revista del Colegio Americano de Radiología . 15 (2): 364–367. doi : 10.1016/j.jacr.2017.08.007 . ISSN  1546-1440. PMID  29290592.
  17. ^ "Alan Yuille". scholar.google.com . Consultado el 19 de mayo de 2021 .