Shun’ichi Amari
Shun’ichi Amari (2019) | |
Data i miejsce urodzenia |
3 stycznia 1936 |
---|---|
Zawód, zajęcie | |
Narodowość |
japońska |
Odznaczenia | |
Shun’ichi Amari (jap. 甘利 俊一 Amari Shun’ichi; ur. 3 stycznia 1936 w Tokio[1]) – japoński matematyk.
Życiorys[edytuj | edytuj kod]
W latach 1954–1958 studiował matematykę stosowaną na Uniwersytecie Tokijskim[1]. Następnie w 1960 roku napisał pracę magisterską na temat podstaw diakoptyki i kodiakoptyki w ujęciu teorii informacji i topologii, natomiast w 1963 roku obronił doktorat dotyczący zastosowania zaawansowanych metod teorii informacji w diakoptyce[1]. Shun’ichi Amari otrzymał wiele krajowych i międzynarodowych nagród, jest profesorem wizytującym prestiżowych uniwersytetów[1]. Jest autorem ponad 200 recenzowanych artykułów[2], a jego wkład związany jest między innymi z jego autorskimi badaniami nad geometrią informacji[3] i metodą gradientu naturalnego wykorzystywanego w uczeniu maszynowym[4]. W 1959 roku został członkiem zagranicznym Polskiej Akademii Nauk[5].
Główne obszary badań[edytuj | edytuj kod]
Wybrane publikacje[edytuj | edytuj kod]
- Geometryczna teoria informacji (w jęz. japońskim), Kyōritsu Shuppan, 1968.
- Teoria informacji (w jęz. japońskim), Daiyamondosha, 1971.
- Matematyczna teoria sieci neuronowych (w jęz. japońskim), Sangyō Tosho, 1978.
- Metody geometrii informacji[3], we współpracy z Hiroshim Nagaoką, pierwotnie opublikowana w 1993 roku i opublikowana w USA w 2000 roku przez Amerykańskie Towarzystwo Matematyczne (AMS).
Nagrody i wyróżnienia[edytuj | edytuj kod]
- Nagroda Akademii Japonii (1995)
- Nagroda IEEE Emanuela R. Piore’a (1997)
- Zasłużony dla Kultury (2012)
- Order Kultury (2019)
Przypisy[edytuj | edytuj kod]
- ↑ a b c d Curriculum Vitae - Shun-ichi Amari, [w:] RIKEN Brain Science Institute [online], www.brain.riken.go.jp [dostęp 2021-07-29] [zarchiwizowane z adresu 2012-03-06] (ang.).
- ↑ Shun’ichi Amari, [w:] Google Scholar [online], scholar.google.com [dostęp 2021-07-27] (ang.).
- ↑ a b Shunʼichi Amari , Hiroshi Nagaoka , Methods of Information Geometry, American Mathematical Society, 2000, ISBN 978-0-8218-0531-2 [dostęp 2021-07-27] (ang.).
- ↑ Shun-ichi Amari , Natural Gradient Works Efficiently in Learning, „Neural Computation”, 10 (2), 1998, s. 251–276, DOI: 10.1162/089976698300017746, ISSN 0899-7667 [dostęp 2021-07-27] (ang.).
- ↑ Amari, Shun-ichi [online], Polska Akademia Nauk [dostęp 2021-10-17] (pol.).
- ISNI: 0000000117456192
- ORCID: 0000-0001-8860-8675
- VIAF: 14992186
- LCCN: n82153130
- GND: 1055752951
- NDL: 00001698
- BnF: 144389818
- SUDOC: 070005966
- NLA: 35489600
- NKC: xx0027263
- NTA: 068982801
- BIBSYS: 90254948, 90208283
- CiNii: DA00123000
- NUKAT: n98024362
- J9U: 987007425401405171
- KRNLK: KAC199631080
- WorldCat: lccn-n82153130