Sanjeev Khanna
Sanjeev Khanna är en indisk-amerikansk datavetare . Han är för närvarande Henry Salvatori- professor i data- och informationsvetenskap vid University of Pennsylvania . Hans forskningsintressen inkluderar approximationsalgoritmer , approximationshårdhet , kombinatorisk optimering och sublinjära algoritmer.
Sanjeev Khanna | |
---|---|
Född | |
Medborgarskap | Förenta staterna |
Alma mater |
Birla Institute of Technology and Science, Pilani University of Illinois i Urbana-Champaign |
Make | Delphine Khanna |
Vetenskaplig karriär | |
Fält | Teoretisk datavetenskap |
Avhandling | A Structural View of Approximation (1996) |
Doktorand rådgivare | Rajeev Motwani |
Doktorander | Wang-Chiew Tan |
Karriär
Khanna tog sin grundexamen i datavetenskap och ekonomi från Birla Institute of Technology and Science , Pilani, Indien 1990, sin MS-examen i datavetenskap från University of Illinois i Urbana-Champaign 1992 och sin doktorsexamen i datavetenskap från Stanford University , California , USA 1996. Han började på University of Pennsylvania 1999 efter att ha tillbringat tre år som medlem av Mathematical Sciences Research Center vid Bell Laboratories .
Forskningsbidrag och utmärkelser
Khannas primära forskningsbidrag är inom områdena approximationsalgoritmer , approximationshårdhet , kombinatorisk optimering och sublinjära algoritmer. Hans doktorsarbete vid Stanford University, "A Structural View of Approximation", fick 1996 Arthur Samuel -priset för bästa doktorsavhandling vid datavetenskapsavdelningen. Han är Guggenheim Fellow (2007) och Sloan Fellow (2000). Han är också mottagare av S. Reid Warren, Jr. och Lindback-priser för framstående undervisning vid University of Pennsylvania.
Han sitter i redaktionen för Foundations and Trends in Theoretical Computer Science och har tidigare suttit i redaktionerna för SICOMP , ACM TALG , Algorithmica , JCSS och som områdesredaktör för Encyclopaedia of Algorithms.
2018 utsåg Association for Computing Machinery honom till ACM Fellow för hans bidrag till approximationsalgoritmer, approximationshårdhet och sublinjära algoritmer.
externa länkar