Amos Storkey - Amos Storkey

Amos James Storkey
Nació ( 14 de febrero de 1971 )14 de febrero de 1971 (50 años)
Nacionalidad británico
alma mater Trinity College, Cambridge
Conocido por Storkey Learning Rule
Primera red convolucional para Learning Go
Carrera científica
Los campos Aprendizaje automático , Inteligencia artificial , Informática
Instituciones Universidad de Edimburgo

Amos James Storkey es profesor de aprendizaje automático e inteligencia artificial en la Escuela de Informática de la Universidad de Edimburgo .

Storkey estudió matemáticas en el Trinity College de Cambridge y obtuvo su doctorado en el Imperial College de Londres . En 1997, durante su doctorado, trabajó en Hopfield Network, una forma de red neuronal artificial recurrente popularizada por John Hopfield en 1982. Las redes Hopfield sirven como sistemas de memoria de contenido direccionable ("asociativo") con nodos de umbral binario y Storkey desarrolló lo que se conoció como la "regla de aprendizaje Storkey" .

Posteriormente, ha trabajado en métodos bayesianos aproximados, aprendizaje automático en astronomía, modelos gráficos, inferencia y muestreo y redes neuronales. Storkey se unió a la Escuela de Informática de la Universidad de Edimburgo en 1999, fue miembro de investigación de Microsoft de 2003 a 2004, fue nombrado lector en 2012 y presidente personal en 2018. Actualmente es miembro del Institute for Adaptive and Neural Computation, Director de CDT en Ciencia de Datos [2014-22] liderando el Grupo de Sistemas Bayesianos y Neurales. En diciembre de 2014, Clark y Storkey publicaron juntos un artículo innovador "Enseñando redes neuronales convolucionales profundas para jugar en marcha". La red neuronal convolucional (CNN o ConvNet) es una clase de redes neuronales profundas, que se aplica más comúnmente para analizar imágenes visuales. Su artículo mostró que una red neuronal convolucional entrenada mediante el aprendizaje supervisado de una base de datos de juegos profesionales humanos podría superar a GNU Go y ganar algunos juegos contra la búsqueda de árboles de Monte Carlo Fuego 1.1 en una fracción del tiempo que le tomó a Fuego para jugar.

Trabajo más citado

  • Antoniou A, Storkey A, Edwards H. Redes adversas generativas de aumento de datos. preimpresión de arXiv arXiv: 1711.04340. 2017 12 de noviembre. [2] Según Google Scholar , ha sido citado 490 veces.
  • Burda Y, Edwards H, Storkey A, Klimov O. Exploración por destilación aleatoria en red. preimpresión de arXiv arXiv: 1810.12894. 30 de octubre de 2018. [3] Según Google Scholar, este documento ha sido citado 368 veces.
  • Burda Y, Edwards H, Pathak D, Storkey A, Darrell T, Efros AA. Estudio a gran escala del aprendizaje impulsado por la curiosidad. preimpresión de arXiv arXiv: 1808.04355. 2018 13 de agosto. [4] Según Google Scholar, este documento ha sido citado 313 veces.
  • Everingham M, Zisserman A, Williams CK, Van Gool L, Allan M, Bishop CM, Chapelle O, Dalal N, Deselaers T, Dorkó G, Duffner S. El desafío de clases de objetos visuales de Pascal 2005. Taller de desafíos de aprendizaje de InMachine, 11 de abril de 2005 (págs. 117-176). [5] Springer, Berlín, Heidelberg. Según Google Scholar, este artículo ha sido citado 306 veces.
  • Toussaint M, Storkey A. Inferencia probabilística para resolver procesos de decisión de Markov de estado discreto y continuo. InProceedings de la 23ª conferencia internacional sobre aprendizaje automático del 25 de junio de 2006 (págs. 945-952). [6] Según Google Scholar, este documento ha sido citado 217 veces.

Referencias