Амос Сторкей

Британский учёный в области машинного обучения (родился в 1971 г.)

Амос Джеймс Сторки (родился в 1971 году) — профессор машинного обучения и искусственного интеллекта в Школе информатики Эдинбургского университета .

Сторки изучал математику в Тринити-колледже в Кембридже и получил докторскую степень в Имперском колледже в Лондоне . В 1997 году во время обучения в докторантуре он работал над сетью Хопфилда — формой рекуррентной искусственной нейронной сети, популяризированной Джоном Хопфилдом в 1982 году. Сети Хопфилда служат системами памяти с адресацией по содержанию («ассоциативными») с двоичными пороговыми узлами , и Сторки разработал то, что стало известно как «правило обучения Сторки» . ^{[1] [2] [3] [4]}

Впоследствии он работал над приближенными байесовскими методами, машинным обучением в астрономии, ^[5] графическими моделями, выводом и выборкой, а также нейронными сетями. Сторки присоединился к Школе информатики Эдинбургского университета в 1999 году, был научным сотрудником Microsoft с 2003 по 2004 год, назначен рецензентом в 2012 году и персональным председателем в 2018 году. В настоящее время он является членом Института адаптивных и нейронных вычислений, директором CDT в области науки о данных [2014-22], возглавляя группу байесовских и нейронных систем. ^[6] В декабре 2014 года Кларк и Сторки совместно опубликовали инновационную статью «Обучение глубоких сверточных нейронных сетей игре в го». Сверточная нейронная сеть (CNN или ConvNet) — это класс глубоких нейронных сетей, наиболее часто применяемых для анализа визуальных изображений. В их статье показано, что сверточная нейронная сеть, обученная контролируемым обучением на основе базы данных профессиональных игр людей, может превзойти GNU Go и выиграть несколько игр против Fuego 1.1, использующего метод поиска по дереву Монте-Карло, за гораздо меньшее время, чем игра Fuego. ^{[7] [8] [9] [10] [ циклическая ссылка ]}

Наиболее цитируемая работа

• Антониу А., Сторки А., Эдвардс Х. Генеративно-состязательные сети дополнения данных. Препринт arXiv arXiv:1711.04340. 12 ноября 2017 г. [1] Согласно Google Scholar , цитировалось 490 раз. ^[11]
• Burda Y, Edwards H, Storkey A, Klimov O. Exploration by random network distillation. Препринт arXiv arXiv:1810.12894. 2018 30 октября. [2] Согласно Google Scholar, эта статья была процитирована 368 раз ^[11]
• Burda Y, Edwards H, Pathak D, Storkey A, Darrell T, Efros AA. Масштабное исследование обучения, основанного на любопытстве. Препринт arXiv arXiv:1808.04355. 13 августа 2018 г. [3] Согласно Google Scholar, эта статья была процитирована 313 раз ^[11]
• Everingham M, Zisserman A, Williams CK, Van Gool L, Allan M, Bishop CM, Chapelle O, Dalal N, Deselaers T, Dorkó G, Duffner S. The 2005 pascal visual object classes challenge. InMachine Learning Challenges Workshop 2005 Apr 11 (стр. 117–176).[4] Springer, Berlin, Heidelberg. Согласно Google Scholar, эта статья была процитирована 306 раз ^[11]
• Туссен М., Сторки А. Вероятностный вывод для решения дискретных и непрерывных марковских процессов принятия решений. В материалах 23-й международной конференции по машинному обучению 2006 г., 25 июня (стр. 945–952).[5] Согласно Google Scholar, эта статья была процитирована 217 раз ^[11]

Ссылки

1. Аггарвал, Чару С. «Нейронные сети и глубокое обучение» стр. 240
2. Использование различных правил обучения в сетях Хопфилда для многоклассовой классификации saiconference.com
3. Сторки, Амос. «Увеличение емкости сети Хопфилда без ущерба для функциональности». Искусственные нейронные сети – ICANN'97 (1997): 451-456.
4. Storkey, Amos. "Эффективные методы ковариационной матрицы для байесовских гауссовских процессов и нейронных сетей Хопфилда". Кандидатская диссертация. Лондонский университет. (1999)
5. «Одна гигантская свалка для человечества». BBC News . 15 апреля 2004 г.
6. "Главная". bayeswatch.com .
7. arXiv, Новые технологии из. «Почему нейронные сети впервые готовы превзойти лучших игроков в го». MIT Technology Review .
8. Крис Дж. Мэддисон, «Оценка перемещений в Go» Madhttp://www0.cs.ucl.ac.uk/staff/d.silver/web/Applications_files/deepgo.pdf
9. Кларк, Кристофер; Сторки, Амос (2014). «Обучение глубоких сверточных нейронных сетей игре в го». arXiv : 1412.3409 [cs.AI].
10. Сверточная нейронная сеть
11. https://scholar.google.com/scholar?hl=en&as_sdt=0%2C33&q=Amos+storkey&btnG= Страница автора Google Scholar, доступ 14 июня 2021 г.