Юнкён Ли - Yoonkyung Lee

Юнкён Ли
Альма-матерСеульский национальный университет
Университет Висконсин-Мэдисон
Известенядерный метод
уменьшение размерности
машинное обучение
Научная карьера
ПоляСтатистика
ТезисАнализ данных изображений с помощью марковских моделей случайных полей (1996)
ДокторантЧон У Чон

Юнкён Ли является профессором статистики в Государственный университет Огайо, а также проводит прием в информатике и инженерии в штате Огайо. В ее исследовании используется статистический подход к методы ядра, уменьшение размерности, и регуляризация в машинное обучение.

Профессиональная карьера

Ли получил степень бакалавра и магистра компьютерных наук и статистики в Сеульский национальный университет в Корее в 1994 и 1996 годах.[1] Она защитила кандидатскую диссертацию. в статистике в 2002 г. Университет Висконсина-Мэдисона, под присмотром Грейс Вахба и Йи Линь с диссертацией о опорные векторные машины и их приложения к микрочип и спутниковые данные.[1][2] Она поступила на факультет штата Огайо в 2002 году, а в 2016 году получила звание профессора.[1]

Заметные достижения

Ли является автором более 25 рецензируемых статей в области статистического обучения и многомерного анализа, в общей сложности более 2500 цитирований. [3]

В 2015 году Ли был избран Парень из Американская статистическая ассоциация «Фундаментальные и влиятельных исследования по multicategory поддержки векторной машины, для работы на крае статистики и информатики и построить мост между статистикой и машинным обучением общинами;. И для редакционного и обслуживания программного комитета по профессии»[4][5]

Публикации

Рецензируемые статьи

  • Ландграф А.Дж. и Ли Й. (2020) Снижение размерности двоичных данных посредством проекции естественных параметров. Журнал многомерного анализа, https://doi.org/10.1016/j.jmva.2020.104668
  • Блейк Т.А. и Ли И, (2020) Непараметрическая оценка ковариации со сжатием в сторону стационарных моделей. Вычислительная статистика WIREs https://doi.org/10.1002/wics.1507
  • Ландграф А.Дж. и Ли Й. (2019) Обобщенный анализ главных компонентов: проекция насыщенных параметров модели. Технометрика 62, 459-472 https://doi.org/10.1080/00401706.2019.1668854
  • Уэмацу К. и Ли Й., (2017) О теоретически оптимальных функциях ранжирования в двудольном ранжировании. Журнал Американской статистической ассоциации, 112, 1311–1322 https://doi.org/10.1080/01621459.2016.1215988
  • Уэмацу К. и Ли Й, (2015) Статистическая оптимальность в многочастном ранжировании и порядковой регрессии. IEEE Transactions по анализу шаблонов и машинному анализу, 37, № 5, 1080–1094 https://doi.org/10.1109/tpami.2014.2360397
  • Юнг И, Ли И и Макичерн С. Н., (2015) Эффективная квантильная регрессия для гетероскедастических моделей. Журнал статистических вычислений и моделирования, 85, 2548–2568 https://doi.org/10.1080/00949655.2014.967244
  • Ли И и Ван Р. (2015) Приводит ли моделирование к более точной классификации ?: Исследование относительной эффективности линейной классификации. Журнал многомерного анализа, 133, 232–250 https://doi.org/10.1016/j.jmva.2014.09.010
  • Лю Си Ши и Ли Й, (2014) Две истории выбора переменных для многомерной регрессии: скрининг и построение модели. Статистический анализ и интеллектуальный анализ данных, 7, 140–159 https://doi.org/10.1002/sam.11219
  • Яо И и Ли Й, (2014) Другой взгляд на линейное программирование для выбора функций с помощью методов регуляризации. Статистика и вычисления, 24, Issue 5, 885–905 https://doi.org/10.1007/s11222-013-9408-2
  • Лян З. и Ли Й, (2013) Анализ собственных значений нелинейного PCA с полиномиальными ядрами. Статистический анализ и интеллектуальный анализ данных, 6, 529–544 https://doi.org/10.1002/sam.11211
  • Ли Й., Макичерн С. Н. и Юнг Й. (2012) Регуляризация параметров для конкретных случаев для обеспечения устойчивости и эффективности. Статистическая наука, 27, 350–372
  • Ку Джи, Ли Й, Ким И и Пак С. (2008) Бахадурское представление машины линейных опорных векторов. Журнал исследований в области машинного обучения, 9, 1343–1368
  • Рао Й, Ли Й, Джарджура Д., Рупперт А.С., Лю С., Хсу Дж. К. и Хаган Дж. П. (2008) Сравнение методов нормализации для данных микрочипов микроРНК. Статистические приложения в генетике и молекулярной биологии, 7, Статья 22 https://doi.org/10.2202/1544-6115.1287
  • Lee Y, Kim Y, Lee S и Koo JY, (2006) Машина структурированных мультикатегорийных опорных векторов с разложением ANOVA. Биометрика, 93, 555–571
  • Ли И и Цуй З., (2006) Характеризация пути решения машин с несколькими опорными векторами. Statistica Sinica, 16, 391–409
  • Lee Y, Lin Y и Wahba G, (2004) Многокатегорийные векторные машины поддержки: теория и применение к классификации данных микрочипов и данных спутниковой яркости. Журнал Американской статистической ассоциации, 99, 67-81. https://doi.org/10.1198/016214504000000098
  • Ли Й., Вахба Г. и Акерман С. (2004) Классификация данных спутниковой яркости с помощью мультикатегорийных опорных векторных машин. Журнал атмосферных и океанических технологий, 21(2), 159–169.
  • Ли Й. и Ли С.К., (2003) Классификация множественных типов рака с помощью машин мультикатегорийных опорных векторов с использованием данных экспрессии генов. Биоинформатика, 19, 1132–1139 https://doi.org/10.1093/bioinformatics/btg102
  • Лин, Й., Вахба Г., Чжан Х. и Ли Й. (2002) Статистические свойства и адаптивная настройка машин опорных векторов. Машинное обучение, 48, 115–136 https://doi.org/10.1023/A:1013951620650
  • Lin Y, Lee Y и Wahba G, (2002) Машины опорных векторов для классификации в нестандартных ситуациях. Машинное обучение, 46, 191–202 https://doi.org/10.1023/A:1012406528296
  • Ли Й, Лин И и Вахба Дж, (2001) Машины с несколькими опорными векторами. Вычислительная техника и статистика 33, 498–512

Главы книги

  • Ли И, (2010) Машины опорных векторов для классификации: статистический портрет. В Статистические методы в молекулярной биологии, Банг Х., Чжоу X.K., Ван Эппс Х.Л. и Мазумдар М., ред., Humana Press, 347–368.
  • Wahba G, Lin Y, Lee Y и Zhang H, (2003) Оптимальные свойства и адаптивная настройка машин стандартных и нестандартных опорных векторов. В Нелинейное оценивание и классификация, Денисон Д. Д., Хансен М. Х., Холмс С. С., Маллик Б. и Ю. Б., ред., Спрингер, Нью-Йорк, 129–147.
  • Hsu J, Rao Y, Lee Y, Chang J, Bergsteinsdottir K, Magnusson MK, Wang T, Steingrimsson E, (2009) Планирование и анализ экспериментов с микрочипами для фармакогеномики В Множественные проблемы тестирования в фармацевтической статистике, Дмитриенко А., Тамане А.С., Бретц Ф, ред., Chapman & Hall / CRC Biostatistics Series, 239–264

Рекомендации

  1. ^ а б c Биография Резюме, получено 10 июля 2016.
  2. ^ Юнкён Ли на Проект "Математическая генеалогия"
  3. ^ Библиография Академии Google, получено 27 ноября 2020.
  4. ^ «ASA назвала 62 новых стипендиата», Бюллетень IMS, 2 октября 2015 г..
  5. ^ ASA назначает 62 новых стипендиата: каждый из них признан «передовым членом» статистической науки (PDF), Американская статистическая ассоциация, 4 июня 2015 г., получено 2016-07-10.

внешняя ссылка