Салман А. Авестимер

Оглавление1 Салман А. Авестимер1.1 Образование и карьера1.2 Научные достижения1.3 Награды и почести1.4 Избранные публикации1.5 Полный текст статьи:2 Салман А. Авестимер […]

Салман А. Авестимер

  • Образование и карьера

    • Салман А. Авестимер получил степень бакалавра в Технологическом университете Шарифа в 2003 году.  
    • В 2005 году получил степень магистра в Калифорнийском университете в Беркли.  
    • В 2008 году защитил докторскую диссертацию в Калифорнийском университете в Беркли.  
    • Работал ассистентом профессора в Корнеллском университете с 2009 по 2013 год.  
    • С 2013 года является деканом факультета электротехники и вычислительной техники Университета Южной Калифорнии.  
    • Первый директор Центра безопасного и доверенного машинного обучения USC-Amazon.  
  • Научные достижения

    • Внес вклад в теорию информации, машинное обучение, распределенные вычисления и безопасные/частные вычисления.  
    • Наиболее известен подходами к детерминированной аппроксимации и кодированным вычислениям.  
    • Генеральный сопредседатель Международного симпозиума по теории информации (ISIT) 2020 года.  
    • Член IEEE и соавтор четырех книг.  
  • Награды и почести

    • Сотрудник IEEE с 2020 года.  
    • Премия Джеймса Л. Мэсси в области исследований и преподавания в 2019 году.  
    • Премия Фонда Окавы в 2015 году.  
    • Премия IEEE Communications Society и Information Theory Society за совместную работу в 2013 году.  
    • Президентская премия в области ранней карьеры для ученых и инженеров в 2011 году.  
    • Премия Национального научного фонда за карьеру в 2010 году.  
  • Избранные публикации

    • “Групповая передача знаний: федеративное обучение крупных CNNS на переднем крае” (2020).  
    • “FedML: исследовательская библиотека и эталон для федеративного машинного обучения” (2020).  
    • “Вычисления с кодировкой Лагранжа: оптимальный дизайн для обеспечения отказоустойчивости, безопасности и конфиденциальности” (2019).  
    • “GradiVeQ: векторное квантование для эффективной с точки зрения пропускной способности градиентной агрегации в распределенном обучении CNN” (2018).  
    • “Фундаментальный компромисс между вычислениями и коммуникацией в распределенных вычислениях” (2018).  
    • “Масштабируемая платформа для беспроводных распределенных вычислений” (2017).  
    • “Фундаментальные ограничения управления помехами с использованием кэш-памяти” (2017).  
    • “Кодирование для распределенных вычислений в тумане” (2017).  
    • “Полиномиальные коды: оптимальный дизайн для умножения многомерных кодированных матриц” (2017).  
    • “Об оптимальности рассмотрения помех как шума” (2015).  
    • “ITLinQ: новый подход к совместному использованию спектра в системах связи между устройствами” (2014).  
    • “Наихудший аддитивный шум в беспроводных сетях” (2013).  
    • “Беспроводные сети с двумя одноадресными передачами: характеристика степеней свободы” (2013).  
    • “О достижении пропускной способности локального просмотра с помощью максимально независимого графического планирования” (2011).  
    • “Информационный поток беспроводной сети: детерминированный подход” (2011).  

Полный текст статьи:

Салман А. Авестимер

Оставьте комментарий

Прокрутить вверх