鬱彬

1978年，鬱彬一家從哈爾濱市搬到北京市。 ^[17] 

1984年，畢業於北京大學數學系，獲得數學學士學位。

1985年，通過“陳省身項目”赴美國加利福尼亞大學伯克利分校攻讀統計學博士學位。 ^[16] 

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—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。

2009年—2012年，任加利福尼亞大學伯克利分校統計系主任。 ^[1] 

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] 

鬱彬與基因組學、神經科學、醫學領域科學家合作進行跨學科研究，開發了統計和機器學習方法、算法和理論，並與領域知識以及量化批判思維結合以解決這些領域中的數據問題。 ^[8] 

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] 

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，鬱彬發表了170多篇出版物。 ^[5] 

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] 

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] 

鬱彬強調，做科研不等於發文章，應該有自己的創新，不能只看着前人的後腦勺做工作；可以用兩三年的時間寫一篇讓自己驕傲的文章。 ^[7] 

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] 

鬱彬出生在書香世家，外祖父為抗戰烈士法官鬱曼陀，舅公（外祖父的弟弟）為郁達夫，大姨為鬱風，大姨父為黃苗子。 ^{[13]  [15]} 

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] 

鬱彬在統計理論、高維數據分析、機器學習等方面成績斐然，享有很高的國際聲譽，同時也為北京大學統計學科建設、發展、人才培養作出了巨大貢獻。（北京大學國際合作部評） ^[3]