Marie desJardins

Marie Desjardins
Marie desJardins 2015.jpg
Marie Desjardins
Geboren
Washington, D.C., UNS
Alma Mater Harvard Universität
Universität von Kalifornien, Berkeley
Bekannt für künstliche Intelligenz und Informatikausbildung
Auszeichnungen AAAI -Kerl (2018)
Wissenschaftliche Karriere
Felder Informatik
Institutionen Universität von Maryland, Baltimore County
SRI International
Simmons College
Doktorand Stuart J. Russell

Marie Desjardins ist ein amerikanischer Informatiker, der für ihre Forschung bekannt ist künstliche Intelligenz und Informatikausbildung. Sie ist auch aktiv bei der Erweiterung der Teilnahme am Computer.

Biografie

Desjardins wuchs in Columbia, Maryland, auf. Sie erhielt eine A. B. in Maschinenbau und Informatik aus Harvard Universität 1985 erhielt sie eine Ph.D in Informatik aus Universität Berkeley 1992.

1991 kam sie zu SRI International, arbeitete im künstlichen Intelligenzzentrum. Im Jahr 2001 trat sie in der Abteilung für Informatik und Elektrotechnik bei der Universität von Maryland, Baltimore County Als Assistenzprofessor. Während ihres Dort wurde sie 2007 zum Associate Professor und 2011 zum Professor befördert. 2015 wurde sie zum Associate Dean für akademische Angelegenheiten am UMBC College of Engineering und Informationstechnologie ernannt. Sie verließ UMBC[1] 2018 wird Gründungsdekan des College für Organisations-, Rechen- und Informationswissenschaften[2] beiSimmons College In Boston.

Karriere

Desjardins hat die Auswirkungen der Netzwerktopologie auf die Effizienz der Teambildung in Multi-Agent-Systemen untersucht und zeigt, dass skalierungsfreie Netzwerke häufig die effektivsten Topologien für die Erleichterung der Teambildung sind und zur Entwicklung von Lernmethoden für Agenten zur Anpassung ihrer Anpassung führen, um ihre Anpassung anzupassen Verhaltensstrategien.[3]

Sie hat den ersten Ansatz zur Vertrauensmodellierung gezeigt, der den Effekt der Kompetenz (dh der Grad, in dem ein Agent seine Verpflichtungen ausüben kann) und die Integrität (dh der Grad, in dem ein Agent tatsächlich verpflichtet ist, ausdrücklich in der Lage ist, seine Verpflichtungen durchzuführen Vervollständigen Sie ihren Teil einer gemeinsamen Aktion) bei der Entscheidungsfindung. Dieser Rahmen wurde später erweitert, um den Ruf zu berücksichtigen (indirekte Beobachtungen von Drittanbietern, mit Anwendungen für Online-Bewertungssysteme und Lieferkettenbildung.[4]

In vielen Domänen können die Interaktionen zwischen den Elementen (aufgrund der Komplementarität) oder einer Verringerung (aufgrund von Redundanz oder Inkompatibilität) die Qualität des gesamten Satzes erhöhen, wenn eine Reihe von Elementen als Sammlung dargestellt werden. Obwohl dieser „Portfolioeffekt“ gelegentlich in der Literatur erwähnt worden war, war diese Arbeit das erste, das dieses Problem allgemein ansprach, indem der Kompromiss zwischen der „Tiefe“ des Satzes modelliert wurde (d. H. Die Eigenschaften der einzelnen Elemente werden gesehen als mehr oder weniger wünschenswerte) und seine „Vielfalt“ (d. H. Wie breit oder eng verteilt die Objekte im Satz über ihrem möglichen Bereich liegen).[5]

Diese Arbeit stellte eine heuristische Methode zur Nutzung von Taxonomien oder Werten von Werten im Bayesian -Netzwerklernen vor, indem sie nach der effektivsten Abstraktionsebene innerhalb der Taxonomie suchte, herausfand, welche Unterscheidungen für die Eingabedaten relevant sind und die anderen ignorieren. Dieser Prozess reduziert die Anzahl der Parameter, die geschätzt werden müssen, und vereinfacht die Darstellung, während die sinnvollen Unterscheidungen in der Domäne erhalten bleiben.[6]

Dieses Papier präsentiert umfassende Ratschläge, um Absolventen zu helfen, den Prozess des Erwerbs eines M.S. oder Ph.D. und entwickeln starke Mentoring -Beziehungen, wurde weit verbreitet, um Studenten auf der ganzen Welt zu studieren, und wurde in mehrere Sprachen übersetzt.[7] Es wurde auch in IAPPP Communications (Winter 1995, Nr. 58) und in SHPE (dem offiziellen Magazin der Society of Hispanic Professional Engineers), Winter 2000 und in IEEE -Potenzialen (August/ September 1996) veröffentlicht.

Auszeichnungen

2018 wurde sie AAAI -Stipendiatin.[8]

Zu ihren anderen bemerkenswerten Auszeichnungen gehören:

  • Association for Computing Machinery Distinguished Mitglied, 2011.[9]
  • A. Richard Newton Educator Abie Award, Anita Borg Institute, 2017.[10]
  • American Council on Education Fellow, 2014-2015[11]
  • Distinguished Alumni Award in Informatik, UC Berkeley, 2018[12]
  • UMBC Presidential Teaching Professor, 2014–2017[13]
  • Amerikanisches Kreuzworträtsel -Puzzle -Turnier: B -Divisionsmeister und Gewinner der Fünfziger Age Division, 2018[14]
  • CRA-E (Bildungsausschuss des Computing Research Association) Undergraduate Research Fakultät Mentoring Award, 2016.[15]
  • NCWIT (Nationales Zentrum für Frauen in Informationstechnologie) Undergraduate Research Mentoring Award, 2014[16]
  • Association for Computing Machinery Senior Mitglied, 2006.[17]

Verweise

  1. ^ Megan Hanks (26. April 2018). "UMBC erkennt Marie Desjardins als dauerhaftes Engagement für die Inklusive -Computing -Bildung an". UMBC News. Abgerufen 2018-08-05.
  2. ^ Simmons (27. April 2018). "Simmons ernennt vier neue Dekane". Simmons Nachrichten. Abgerufen 2018-08-05.
  3. ^ Matthew E. Gaston & Marie Desjardins (2005). "Agent-organisierte Netzwerke für die dynamische Teambildung". Verfahren der Internationalen Konferenz von 2005 über autonome Agenten und Multi-Agent-Systeme (AAMAS-05): 230–237.
  4. ^ Michael Smith & Marie Desjardins (2009). "Lernen, auf die Kompetenz und das Engagement von Agenten zu vertrauen". Autonome Wirkstoffe und Multi-Agent-Systeme. 18 (1): 36–82. doi:10.1007/s10458-008-9055-8. S2CID 17379460.
  5. ^ Kiri L. Wagstaff; Marie Desjardins & Eric Eaton (2010). "Modellierung und Lernen von Benutzerpräferenzen gegenüber Sätzen". Zeitschrift für experimentelle und theoretische künstliche Intelligenz. 22 (3): 237–268. doi:10.1080/09528130903119336. S2CID 17602132.
  6. ^ Marie Desjardins; Priyang Rathod & Lise Getoor (2008). "Lernstrukturierte Bayes'sche Netzwerke: Kombinieren von Abstraktionshierarchien und baumstrukturierte bedingte Wahrscheinlichkeitstabellen". Recheninformationen. 24 (1): 1–22. doi:10.1111/j.1467-8640.2007.00320.x. S2CID 5892220.
  7. ^ Desjardins, Marie (2008). "Wie man in der Graduiertenschule erfolgreich ist". Kreuzung. 14 (4): 5–9. doi:10.1145/1375972.1375975.
  8. ^ UMBC (2018-03-01). "Marie Desjardins, neue AAAI -Stipendiatin, Befürworter für Informatikunterricht in K -12 -Schulen". UMBC News. Abgerufen 2018-07-31.
  9. ^ Assoziation von Computermaschinen. "Awards ACM Distinguished Mitglied Marie Desjardins". ACM. Abgerufen 2018-07-31.
  10. ^ Anita Borg Institute (August 2017). "Bildungsinnovation zu Ehren von A. Richard Newton-Dr. Marie Desjardins". Anita Borg Institute. Abgerufen 2018-07-31.
  11. ^ UMBC News (2018-04-23). "Marie Desjardins, CSEE, ernannte einen American Council on Education Fellow". UMBC News. Abgerufen 2018-08-05.
  12. ^ UMBC News (2017-10-21). "Marie Desjardins erhält UC Berkeley Distinguished Alumni Award in Informatik". UMBC News. Abgerufen 2018-08-05.
  13. ^ UMBC (2014-03-24). "Prof. Marie Desjardins ist der Präsidentschaftsunterrichtsprofessor von UMBC für 2014-17". UMBC. Abgerufen 2018-08-05.
  14. ^ Amerikanisches Kreuzworträtsel -Puzzle -Turnier. "Amerikanisches Kreuzworträtsel -Puzzle -Turnier".Amerikanisches Kreuzworträtsel -Turnier. Abgerufen 2018-08-05.
  15. ^ Computing Research Association. "CRA-E-Bachelor-Forschungsfakultät Mentoring Award". CRA. Abgerufen 2018-07-31.
  16. ^ NCWIT. "Vorherige NCWIT -Preisträgerin -Mentoring -Preisträger im Undergraduate". NCWIT. Abgerufen 2018-07-31.
  17. ^ Assoziation von Computermaschinen. "Awards ACM Distinguished Mitglied Marie Desjardins". ACM. Abgerufen 2018-07-31.

Externe Links