Peter Richtarik

Peter Richtarik
Född
Nitra , Slovakien
Nationalitet slovakiska
Alma mater Comenius University Cornell University
Vetenskaplig karriär
Fält Matematik , datavetenskap , maskininlärning
institutioner KAUST
Avhandling   Några algoritmer för storskalig konvex och linjär minimering i relativ skala ( 2007)
Akademiska rådgivare Jurij Nesterov
Hemsida https://richtarik.org


Peter Richtarik är en slovakisk matematiker och datavetare som arbetar inom området big data-optimering och maskininlärning , känd för sitt arbete med randomiserade koordinatdescentalgoritmer , stokastisk gradientnedstigning och federerad inlärning . Han är för närvarande professor i datavetenskap vid King Abdullah University of Science and Technology .

Utbildning

Richtarik tog en magisterexamen i matematik från Comenius University , Slovakien, 2001 och tog examen summa cum laude. 2007 tog han en doktorsexamen i operationsforskning från Cornell University , med råd av Michael Jeremy Todd.

Karriär

Mellan 2007 och 2009 var han postdoktor vid Centre for Operations Research and Econometrics och Department of Mathematical Engineering vid Universite catholique de Louvain, Belgien, och arbetade med Yurii Nesterov . Mellan 2009 och 2019 var Richtarik föreläsare och senare läsare vid School of Mathematics vid University of Edinburgh . Han är en Turing-stipendiat. Richtarik grundade och organiserar en konferensserie med titeln "Optimering och Big Data".

Akademiskt arbete

Richtariks tidiga forskning gällde metoder av gradienttyp, optimering i relativ skala, sparsam huvudkomponentanalys och algoritmer för optimal design . Sedan hans utnämning i Edinburgh har han arbetat mycket med att bygga algoritmiska grunder för randomiserade metoder för konvex optimering , särskilt randomiserade koordinatnedstigningsalgoritmer och metoder för stokastisk gradientnedstigning. Dessa metoder är väl lämpade för optimeringsproblem som beskrivs av big data och har tillämpningar inom områden som maskininlärning , signalbehandling och datavetenskap . Richtarik är meduppfinnaren av en algoritm som generaliserar den randomiserade Kaczmarz-metoden för att lösa ett system av linjära ekvationer , bidrog till uppfinningen av federerat lärande och medutvecklade en stokastisk variant av Newtons metod .

Utmärkelser och utmärkelser

  • 2020, på grund av sitt Hirsch-index på 40 eller mer, tillhör han bland de bästa 0,05% av datavetare.
  • 2016, SIGEST Award (tillsammans med Olivier Fercoq) från Society for Industrial and Applied Mathematics
  • 2016, EPSRC Early Career Fellowship i matematiska vetenskaper
  • 2015, EUSA Best Research or Dissertation Supervisor Award (2:a plats)
  • 2014, plenarföredrag vid 46:e konferensen för slovakiska matematiker

Bibliografi

  •   Peter Richtarik & Martin Takac (2012). "Effektiva seriella och parallella koordinatnedstigningsmetoder för storskalig fackverkstopologidesign". Operations Research Proceedings 2011 . Operations Research Proceedings. Springer-Verlag. s. 27–32. doi : 10.1007/978-3-642-29210-1_5 . ISBN 978-3-642-29209-5 .
  •   Peter Richtarik & Martin Takac (2014). "Iterationskomplexitet av randomiserade blockkoordinatnedstigningsmetoder för att minimera en sammansatt funktion". Matematisk programmering . Springer. 144 (1): 1–38. arXiv : 1107.2848 . doi : 10.1007/s10107-012-0614-z . S2CID 254137101 .
  •   Olivier Fercoq & Peter Richtarik (2015). "Accelererad, parallell och proximal koordinatnedstigning". SIAM Journal on Optimization . 25 (4): 1997–2023. doi : 10.1137/130949993 . S2CID 8068556 .
  • Dominik Csiba; Zheng Qu; Peter Richtarik (2015). "Stochastisk dubbelkoordinatuppstigning med adaptiva sannolikheter" ( pdf) . Proceedings of the 32nd International Conference on Machine Learning . s. 674–683.
  •   Robert M Gower & Peter Richtarik (2015). "Randomiserade iterativa metoder för linjära system". SIAM Journal on Matrix Analysis and Applications . 36 (4): 1660–1690. doi : 10.1137/15M1025487 . hdl : 20.500.11820/5c673b9e-8cf3-482c-8602-da8abcb903dd . S2CID 8215294 .
  •   Peter Richtarik & Martin Takac (2016). "Parallell koordinatnedstigningsmetoder för big data-optimering". Matematisk programmering . 156 (1): 433–484. doi : 10.1007/s10107-015-0901-6 . S2CID 254133277 .
  •   Zheng Qu & Peter Richtarik (2016). "Koordinera nedstigning med godtycklig sampling I: algoritmer och komplexitet". Optimeringsmetoder och programvara . 31 (5): 829–857. arXiv : 1412.8060 . doi : 10.1080/10556788.2016.1190360 . S2CID 2636844 .
  •   Zheng Qu & Peter Richtarik (2016). "Koordinera nedstigning med godtycklig provtagning II: förväntad separerbar överapproximation". Optimeringsmetoder och programvara . 31 (5): 858–884. arXiv : 1412.8063 . doi : 10.1080/10556788.2016.1190361 . S2CID 11048560 .
  • Zheng Qu; Peter Richtarik; Martin Takac; Olivier Fercoq (2016). "SDNA: Stokastisk Dual Newton Ascent för empirisk riskminimering" ( pdf) . Handlingar från den 33:e internationella konferensen om maskininlärning . s. 1823–1832.
  • Zeyuan Allen-Zhu; Zheng Qu; Peter Richtarik; Yang Yuan (2016). "Ännu snabbare accelererad koordinatnedstigning med olikformig sampling" ( pdf) . Handlingar från den 33:e internationella konferensen om maskininlärning . s. 1110–1119.
  • Dominik Csiba & Peter Richtarik (2016). "Viktighetsprovtagning för minibatcher". arXiv : 1602.02283 [ cs.LG ].
  • Dominik Csiba & Peter Richtarik (2016). "Koordinera nedstigning face-off: primal eller dubbel?". arXiv : 1605.08982 [ math.OC ].

externa länkar

Hämtad från " https://en.wikipedia.org/w/index.php?title=Peter_Richtarik&oldid=1135379905 "