-
鬱彬
(美國國家科學院院士,美國藝術與科學院院士)
鎖定
鬱彬於1984年獲得北京大學學士學位;1987年獲得加利福尼亞大學伯克利分校碩士學位;1990年獲得加利福尼亞大學伯克利分校博士學位;1990年—1993年任威斯康星大學麥迪遜分校統計學助理教授;1993年—1997年任加利福尼亞大學伯克利分校助理教授;1997年晉升為副教授;1998年—2000年任貝爾實驗室技術員;2001年任加利福尼亞大學伯克利分校統計學系教授;2006年任加利福尼亞大學伯克利分校電子工程與計算機科學系教授;2009年—2012年任加利福尼亞大學伯克利分校統計系主任;2014年當選為美國國家科學院院士。
[1]
[15-16]
- 中文名
- 鬱彬
- 外文名
- Bin Yu
- 國 籍
- 美國
- 畢業院校
- 加利福尼亞大學伯克利分校
- 職 業
- 教育科研工作者
- 主要成就
-
2013年當選為美國藝術與科學學院院士
2014年當選為美國國家科學院院士
鬱彬人物經歷
1984年,畢業於北京大學數學系,獲得數學學士學位。
1990年,獲得加利福尼亞大學伯克利分校博士學位。
1990年—1993年,任威斯康星大學麥迪遜分校統計學助理教授。
1993年—1997年,任加利福尼亞大學伯克利分校助理教授。
1997年—2001年,任加利福尼亞大學伯克利分校副教授。
1998年—2000年,任貝爾實驗室技術員(Member of Technical Staff)。
2001年,任加利福尼亞大學伯克利分校統計學系教授。
2006年,任加利福尼亞大學伯克利分校電子工程與計算機科學系教授,同年入選古根海姆學者。
鬱彬主要成就
鬱彬科研成就
- 科研綜述
鬱彬的交叉學科研究包括神經科學、遙感、生物信息、及文本總結。她的多項工作均在理論和應用領域有較大影響,其中的一項工作是和合作者利用功能性磁共振成像(fMRI)分析解碼人類在觀看影片時的大腦視覺信號來重建影片中的影像,該工作被《時代週刊》評為年度Top50發明之一。
[9]
鬱彬帶領的科研團隊利用卷積神經網絡模型(CNN)將經過變換的自然圖像擬合V4區域71條獨立神經元的峯值速率(spike rates)。為了得到每個神經元的模型,鬱彬首先將模擬圖像傳遞給卷積神經網絡內層,將內層的活動作為高維迴歸的預測向量,將V4神經元的應答率作為響應向量。因此,每個神經元的最終模型都包含一個由CNN提供的多層非線性變換、一個由迴歸模型提供的權重線性層。研究發現,使用CNN模型前兩層獲得的模型比加博爾小波模型得到的結果預測效果更好。為了刻畫每個V4神經元的空間和模式的選擇性,鬱彬團隊精確優化了使得預測峯值速率最大化的輸入圖像,並檢驗的模型的穩定性。研究結果顯示,V4神經元主要識別曲線、斑點、棋盤格等形狀的圖像。
[8]
- 學術論著
- 學術交流
2011年,鬱彬受邀在國際工業與應用數學大會(ICIAM)作特邀演講。
2012年,作了伯努利協會的圖基紀念演講(Turkey Memorial Lecture of the Bernoulli Society)。
2016年,作國際數理統計學會(IMS)Rietz演講。
[10]
鬱彬人才培養
- 講授課程
據2023年3月加利福尼亞大學伯克利分校教師個人主頁顯示,鬱彬曾講授“統計模型:理論與應用(Statistical Models: Theory and Application)”“當代統計預測和機器學習(Modern Statistical Prediction and Machine Learning)”等課程。
[4]
- 科研態度
- 研究方向選擇
鬱彬認為學生選導師首先應該考慮能直接對自己的研究提出指導的教授,以及自己敢於交流的教授。對於研究方向選擇的問題,她認為方向並不是特別重要的問題,研究的過程才重要,要體驗研究的全套過程,要知道怎麼去學習,去研究。尤其是不能患得患失,想要的太多而做的太少。要隨時擁有好奇心,走別人沒有走過的道路,這樣才能在科研領域開闢新天地,作出新成果。
[9]
鬱彬榮譽表彰
時間 | 榮譽表彰 |
---|---|
2001年 | 電氣與電子工程師協會會士(IEEE Fellow) |
2005年 | 美國統計協會會士(ASA Fellow) |
2009年 | |
2012年 | 泛華統計協會許寶騄獎 |
2013年 | |
2014年 | 美國國家科學院院士
[1]
|
2018年 | |
2021年 | 洛桑大學榮譽博士
[12]
|
鬱彬社會任職
時間 | 擔任職務 |
---|---|
1996年—2001年、2005年—2011年 | 《Statistica Sinica》副主編 |
1998年—2006年 | 《統計年刊》(Annals of Statistics)副主編 |
2001年 | 《機器學習研究期刊》(Journal of Machine Learning Research)執行編輯 |
2006年—2008年 | 《美國統計學會會刊》(Journal of American Statistical Association)副主編 |
2011年—2014年 | 北京大學統計科學中心科學委員會主任 |
2013年—2014年 | 國際數理統計學會(IMS)主席
[1]
|
2018年4月 | 四川大學名譽教授
[6]
|
- | 中國科學院國家數學與交叉科學中心複雜系統國際研究團隊成員
[11]
|
- | 麻省理工學院客座教授 |
- | 菲爾茲數學科學研究所客座教授 |
- | 劍橋大學牛頓研究所(Newton Institute at Cambridge University)客座教授 |
- | 紐約Flatiron研究所客座教授 |
- | 蘇黎世聯邦理工學院客座教授 |
- | 亨利-龐加萊研究所客座教授 |
- | 法國國家信息與自動化研究所(INRIA)客座教授
[5]
|
- | |
- |
鬱彬個人生活
- 家庭背景
鬱彬人物評價
鬱彬教授是國際著名的機器學習與統計專家。(西安電子科技大學電子工程學院評)
[2]
- 參考資料
-
- 1. BIN YU - Biography .加利福尼亞大學伯克利分校[引用日期2015-11-19]
- 2. 美國加州大學伯克利分校鬱彬教授來校講學訪問 .西安電子科技大學電子工程學院[引用日期2023-03-16]
- 3. 【“大學堂”講學計劃】著名統計學家鬱彬教授訪問北京大學 .北京大學新聞網[引用日期2023-03-16]
- 4. Bin Yu - Teaching .加利福尼亞大學伯克利分校[引用日期2023-03-16]
- 5. Bin Yu - Bio .加利福尼亞大學伯克利分校[引用日期2023-03-16]
- 6. 美國科學院院士、藝術與科學院院士鬱彬受聘為四川大學名譽教授 .四川大學[引用日期2023-03-17]
- 7. 美國科學院院士鬱彬:做科研不等於發文章 .南開大學[引用日期2023-03-17]
- 8. 北京大學統計科學中心2016年度報告 .北京大學統計科學中心[引用日期2023-03-17]
- 9. 美國兩院院士鬱彬教授座談會 .中國人民大學統計與大數據研究院[引用日期2023-03-17]
- 10. 20161210 數據科學三原則:可預測性,穩定性和可計算性 .中國人民大學統計學院[引用日期2023-03-17]
- 11. 國家數學交叉中心論壇之六:鬱彬教授講“高維數據的稀疏模型” .中國科學院國家數學與交叉科學中心 (NCMIS)[引用日期2023-03-17]
- 12. Bin Yu awarded Honorary Doctorate from the University of Lausanne .Berkeley Institute for Data Science[引用日期2023-03-17]
- 13. 美國加州大學伯克利分校統計學系系主任鬱彬教授講座總結 .北京大學生命科學學院[引用日期2023-03-16]
- 14. Bin Yu .加利福尼亞大學伯克利分校[引用日期2023-03-16]
- 15. 柏大教授鬱彬榮升雙料院士 .中國數學會[引用日期2023-03-16]
- 16. 北大數學校友通訊2014年第1期 .北京大學數學科學學院[引用日期2023-03-16]
- 17. Bin Yu | Department of Statistics .加利福尼亞大學伯克利分校統計學系[引用日期2023-03-17]
- 收起