Червоненкис Алексей Якoвлевич
  1. Ученая степень
    Кандидат физико-математических наук
  2. Научное направление
    Физико-математические науки
  3. Регион
    Россия / Москва

Червоненкис Алексей Якoвлевич родился в г. Москве в 1937 г. В 1955 г. поступил и в 1961 г. окончил Московский Физико-Технический институт в г. Долгопрудный. Кандидат физико-математических наук (1971). Ведущий научный сотрудник Института проблем управления РАН (Москва). С 1987 по 2005 г. совмещал работу в Институте с деятельностью по разработке информационных технологий в горно-обогатительной промышленности (фирма INTEGRA). С 2000 по 2009 г. был профессором в Royal Holloway University в Лондоне, где занимался примене-нием Kernel technique к распознаванию последовательностей букв, в частности, работал над анализом расположения генов в хромосоме. Применял методы распознавания в медицинских задачах, таких как протеомика. С 2009 г. по настоящее время является научным консультантом в компании «Яндекс».

А.Я Червоненкис занимается математической статистикой, теорией машинного обучения и ее применениями. Нашел достаточные условия равномерной сходимости частот события к его вероятности по классу событий, а также вывел необходимые и достаточные условия для такой сходимости. На основании этих результатов были разработаны необходимые и достаточные условия равномерной сходимости средних к математическому ожиданию. Позже была введена новая характеристика класса множеств, получившая название «VC-размерность» (размерность Вапника-Червоненкиса). Эти результаты послужили основой для создания целого ряда алгоритмов машинного обучения в разных странах мира. А.Я. Червоненкис разработал алгоритм машинного обучения для распознавания образов, названный «методом обобщенного портрета». Позже им (вместе с другими авторами) была разработана теория «Support Vector Machine», обобщающая эти идеи. А.Я. Червоненкис принимал участие в решении многих практических задач распознавания. Им разработана система оценки геологических ресурсов месторождения по данным разведки, которая реализована на крупнейшем в мире золотом карьере Мурун-Тау (ныне в Узбекистане). В 1987 г. за работу по развитию и внедрению системы оценки запасов золотых месторождений был удостоен звания Лауреата Государственной премии СССР.

В настоящее время исследует свойства классов множеств, для которых условия равномерной сходимости могут выполняться или не выполняться и применяет опыт использования алгоритмов машинного обучения для различных задач.

Научные публикации

Имеет более 80 публикаций на русском, английском и немецком языках. Среди них 3 моно-графии:

•Теория распознавания образов (в соавторстве с И.Н. Вапником), Nauka, Москва, 1974, Немецкий перевод: Theorie der Zeichenerkennung, Academia-Verlag, Berlin, 1979.

•Алгоритмы оценки зависимостей (совместно с В. Вапником, Т. Глазковой, A. Михаль-ским и В. Кощеевым), Наука, Москва, 1984.

•3. Анализ компьютерных данных, Москва, Яндекс, 2009.

Среди прочих публикаций следующие статьи:

Об одном классе персептронов (совм. с В. Вапником). Автоматика и Телемеханика. Т. 25, No. 1, 1964.

Об одном классе алгоритмов распознавания образов (совм. с В. Вапником и Л. Дронфортом). Автоматика и Телемеханика. Т. 25, No. 6, 1964.

On the uniform convergence of relative frequencies of events to their probabilities (with V. Vapnik). Sov. Math. Dokl. 9, 1968.

On the uniform convergence of relative frequencies of events to their probabilities and the problems of search for an optimal solution from empirical data (with V. Vapnik). Automation and Remote Con-trol. Vol 32, 207 -218, 1971.

Ordered risk minimization I (with V. Vapnik). Automation and Remote Control. Vol 35, 1226 -1235, 1974.

Ordered risk minimization II (with V. Vapnik). Automation and Remote Control. Vol 35, 14403 -14412, 1974.

Asymptotic properties of ordered risk minimization (with V. Vapnik). Automation and Remote Control. Vol 36, 1986 -1999, 1975.

Необходимые и достаточные условия однородной сходимости средних к математическомц ожиданию (совм. с В. Вапником). Теория вероятностей и ее применения. Т. 26, С. 532 -553, 1981.

Необходимые и достаточные условия согласованности в методе минимизации эмпирического риска (совм. с В. Вапником). Распознавание образов и анализ изображений. Т. 1, No. 3, 1991.

A combined Bayes-maximum likelihood method for regression. In: Data Fusion and Perception. pp. 25-49, edited by Giacomo Della Riccia, Hanz-Joachim Lenz and Rudolf Kruse, Springer Wien New York , 2001 by CISM, Udine (with A.Gammerman and M. Herbster).

Reconstruction of conditional distribution field based on empirical data. In the book Soft Computing Systems (Design, Management and Application) pp.462-469 , edited by Ajith Abraham, Javier Ruiz-del-Solar and Mario Koppen), IOS Press, 2002.

Sequence Alignment Kernel for recognition of promoter regions. Bioinformatics.19, pp.1964-1971 (2003 October), (with A.J. Gammerman, I.A. Shahmuradov and V.V. Solovyev).

Genome – wide prokaryotic promoter recognition based on sequence alignment kernel (with L. Gordon, A. Gammerman, I. Schahmuradov, V. Solovyov). Advances in Intelligent Data Analysis. Volume LNCS 2810, Springer Verlag, August 2003.

Применение распознавания образов к проблемам молекулярнорй биологии. Проблемы управле-ния. № 4, 2005, pp. 41-46.

Serum Proteomic Abnormality Predating Screen Detection of Ovarian Cancer (with A. Gammerman, V. Vovk, Z. Luo, M. Waterfield, R. Cramer, P. Tempst, J. Villanueva, M. Kabir, S. Camuzeaux, J. Timms, U. Menon and I. Jacobs), The Computer Journal, by Oxford University Press. 2008.

Clinical Mass Spectrometry Proteomic Diagnosis by Conformal Predictors (with A. Gammerman, I. Nouretdinov, B. Burford, v. Vovk, Z. Luo). Statistical Application in Genetics and Molecular Biolo-gy. The Berkeley Electronic Press. 2008


Последняя редакция анкеты: 28 августа 2012