Richard Neapolitan - Richard Neapolitan
Richard Neapolitan | |
|---|---|
 | |
| Nascer |
Richard Eugene Napolitano
|
| Faleceu | 29 de janeiro de 2020 |
| Educação |
University of Illinois ( BS ) Illinois Institute of Technology ( MS , PhD ) |
| Carreira científica | |
| Campos |
matemática ciência da computação |
Richard Eugene Neapolitan era um cientista americano. Napolitano é mais conhecido por seu papel no estabelecimento do uso da teoria da probabilidade em inteligência artificial e no desenvolvimento de redes bayesianas de campo .
Biografia
Napolitano cresceu nas décadas de 1950 e 1960 em Westchester, Illinois , que é um subúrbio a oeste de Chicago . Ele recebeu um Ph.D. em matemática pelo Illinois Institute of Technology . Napolitano observa que não conseguiu obter uma posição acadêmica após obter seu Ph.D., devido a um excesso de matemáticos e uma recessão na década de 1970, e por isso trabalhou como modelo e em várias posições relacionadas à ciência da computação. A última experiência permitiu-lhe obter um cargo de professor no Departamento de Ciência da Computação da Northeastern Illinois University (NEIU) em 1980. Ele serviu a maior parte de sua carreira acadêmica na NEIU, incluindo se tornar Presidente de Ciência da Computação em 2002.
Pesquisa
Na década de 1980, pesquisadores de ciências cognitivas (por exemplo, Judea Pearl ), ciência da computação (por exemplo, Peter C. Cheeseman e Lotfi Zadeh ), análise de decisão (por exemplo, Ross Shachter ), medicina (por exemplo, David Heckerman e Gregory Cooper ), matemática e estatística (por exemplo, Neapolitan, Tod Levitt e David Spiegelhalter ) e filosofia (por exemplo, Henry Kyburg ) se reuniram no Workshop on Incertainty in Artificial Intelligence para discutir a melhor forma de realizar inferência incerta em inteligência artificial. Napolitano apresentou uma exposição sobre o uso da abordagem clássica da probabilidade versus a abordagem Bayesiana em inteligência artificial no Workshop de 1988. Um tratado filosófico mais extenso sobre a diferença entre as duas abordagens e a aplicação da probabilidade à inteligência artificial apareceu em seu texto de 1989 Probabilistic Reasoning in Expert Systems: Theory and Algorithms .
Intimamente relacionado à questão da representação da incerteza em inteligência artificial, os pesquisadores do Workshop sobre Incerteza em Inteligência Artificial desenvolveram e discutiram modelos gráficos que poderiam representar grandes distribuições de probabilidade conjunta. Napolitano formulou esses esforços em um campo coerente no texto Raciocínio probabilístico em sistemas especialistas: teoria e algoritmos . O texto define uma rede causal (Bayesiana) e prova um teorema mostrando que um grafo acíclico direcionado e uma distribuição de probabilidade discreta juntas constituem uma rede Bayesiana se e somente se for igual ao produto de suas distribuições condicionais em . O texto também inclui métodos para fazer inferência em redes bayesianas e uma discussão de diagramas de influência, que são redes bayesianas aumentadas com nós de decisão e um nó de valor. Desde então, muitas aplicações de IA foram desenvolvidas usando redes bayesianas e diagramas de influência.
O "Raciocínio Probabilístico em Sistemas Especialistas" de Napolitano e o "Raciocínio Probabilístico em Sistemas Inteligentes " de Judea Pearl foram amplamente reconhecidos como formalizadores do campo das redes Bayesianas, conforme visto nas obras de Eugene Charniak , que, em 1991, notou os dois textos como a fonte para algoritmos de inferência de rede Bayesiana; PW Jones, que escreveu uma resenha de "Probabilistic Reasoning in Expert Systems" em 1992; Cooper e Herskovits, que dão crédito ao texto de Napolitano e ao texto de Pearl por formalizar a teoria das redes de crenças em seu artigo de 1992 que desenvolveu o método baseado em pontuação para aprender redes Bayesianas a partir de dados; e Simon Parsons, que, em 1995, comparou os dois textos e discutiu seus papéis no estabelecimento do campo das redes probabilísticas. Mais recentemente, em 2008, Dawn Holmes discutiu a carreira de Napolitano e a contribuição de seu primeiro texto.
Na década de 1990, os pesquisadores se esforçaram para desenvolver métodos que pudessem aprender redes bayesianas a partir de dados. Napolitano assimilou esses esforços no texto de 2003, Learning Bayesian Networks , que é o primeiro livro abordando o aprendizado de redes bayesianas. Outros livros sobre redes bayesianas de autoria napolitana incluem Métodos probabilísticos para informática financeira e de marketing , que aplica redes bayesianas a problemas de finanças e marketing; e Métodos Probabilísticos de Bioinformática , que aplica redes Bayesianas a problemas de biologia. Napolitano também escreveu Fundamentos de Algoritmos e (com Xia Jiang) Inteligência Artificial: Com uma Introdução ao Aprendizado de Máquina .