Gabriel Peyré

Gabriel Peyré
Nationalitet franska
Utmärkelser
Blaise Pascal-priset (2017) av Académie des sciences Enrico Magenes-priset (2019) av Unione Matematica Italiana
Vetenskaplig karriär
Fält Tillämpad matematik
institutioner ENS och CNRS

Gabriel Peyré (född 1979) är en fransk matematiker . Det mesta av hans arbete ligger inom transportteori . Han är vid CNRS och professor vid avdelningen för matematik och tillämpningar vid École normale supérieure i Paris. Han tilldelades CNRS Silver Medal 2021.

Liv och arbete

Hans arbete fokuserar huvudsakligen på tillämpad matematik, särskilt på bildvetenskap och maskininlärningstillämpningar för optimal transport .

Gabriel Peyré är också biträdande chef för 3IA Paris Artificial Intelligence Research Institute samt medlem av den vetenskapliga kommittén för ENS -centret för datavetenskap. Han är också skaparen av den numeriska rundturen i datavetenskap, ett populärt onlineförråd med Python/Matlab/Julia/R-resurser för att lära ut matematisk datavetenskap. Han är en frekvent medarbetare i INRIA -teamet Mokaplan.

Utmärkelser och utmärkelser

Gabriel Peyré tilldelades Blaise Pascal-priset 2017 från Académie des sciences samt Enrico Magenes-priset (2019) från Unione Matematica Italiana . Han var också inbjuden talare vid European Congress of Mathematics 2020. Hans forskning fick stöd av ett ERC-startanslag 2012 och av ett ERC-konsolidatorbidrag 2017. 2021 tilldelades han CNRS Silver Medal.

Stora publikationer

  • Benamou, J.-D., Carlier, G., Cuturi, M., Nenna, L., & Peyré, G. (2015). Iterativa bregman-projektioner för regulariserade transportproblem [Publisher: Society for Industrial and Applied Mathematics]. SIAM Journalon Scientific Computing, 37(2) , A1111–A1138.
  • Peyré, G., Bougleux, S., & Cohen, L. (2008). Icke-lokal regularisering av omvända problem. I D. Forsyth, P. Torr, & A. Zisserman (red.), Computer vision – ECCV 2008 (s. 57–68). Springer.
  • Peyré, G., & Cuturi, M. (2019). Beräkningsoptimal transport: Med tillämpningar för datavetenskap [Publisher: Now Publishers, Inc.]. Grunder och trender inom maskininlärning, 11(5) , 355–607.
  • Rabin, J., Peyré, G., Delon, J., & Bernot, M. (2012). Wasserstein barycenter och dess tillämpning på texturblandning. I AM Bruckstein, BM ter Haar Romeny, AM Bronstein, & MM Bronstein (Eds.), Scale space and variational methods in computer vision (sid. 435–446). Springer.
  • Solomon, J., de Goes, F., Peyré, G., Cuturi, M., Butscher, A., Nguyen, A., Du, T., & Guibas, L. (2015). Konvolutionella wasserstein-avstånd: Effektiv optimal transport på geometriska domäner. ACM Transactions on Graphics, 34(4) , 66:1–66:11.

externa länkar