Томас Дж. Диттерих - Thomas G. Dietterich

Томас Дж. Диттерих
Родившийся1954
Южный Уэймут, Массачусетс
НациональностьАмериканец
ИзвестенОтветственный редактор Машинное обучение (журнал) (1992–98)
Академическое образование
Альма-матерЦентральная средняя школа Нейпервилля
Оберлин колледж
Университет Иллинойса, Урбана-Шампейн
Стэндфордский Университет
Тезис«Методы распространения ограничений для основанной на теории интерпретации данных» (1984)
ДокторантБрюс Дж. Бьюкенен
Академическая работа
УчрежденияГосударственный университет Орегона

Томас Дж. Диттерих является Почетный профессор из Информатика в Государственный университет Орегона. Он является одним из основоположников области машинное обучение.[нужна цитата ] Он был исполнительным редактором Машинное обучение (журнал) (1992–98) и участвовал в создании Журнал исследований в области машинного обучения. В ответ на внимание средств массовой информации к опасностям искусственного интеллекта, Диттерих был процитирован с академической точки зрения широкому кругу средств массовой информации, включая Национальное общественное радио, Business Insider, Microsoft Research, CNET, и Журнал "Уолл Стрит.[1]

Среди его исследовательских работ было изобретение выходного кодирования с исправлением ошибок для мультиклассовой классификации, формализация проблемы множественных экземпляров, структура MAXQ для иерархического обучения с подкреплением и разработка методов интеграции непараметрических деревьев регрессии в вероятностные модели. графические модели.

Биография и образование

Томас Диттерих родился в Южном Уэймуте, штат Массачусетс, в 1954 году.[2] Позже его семья переехала в Нью-Джерси, а затем снова в Иллинойс, где Том окончил Центральная средняя школа Нейпервилля.[2] Затем Диттерих поступил в Оберлинский колледж и начал учебу в бакалавриате.[2] В 1977 году Диттерих окончил Оберлин по специальности математик, специализируясь на вероятности и статистике.[2]

Следующие два года Диттерих провел в Университет Иллинойса, Урбана-Шампейн.[2] По прошествии этих двух лет он поступил в докторантуру на факультете компьютерных наук Стэнфордского университета.[2] Диттерих получил докторскую степень. в 1984 году и переехал в Корваллис, штат Орегон, где был принят на должность доцента по информатике.[2] В 2016 году Диттерих ушел на пенсию в Университете штата Орегон.[2]

На протяжении всей своей карьеры Диттерих работал над продвижением научных публикаций и презентаций на конференциях. Многие годы он был редактором MIT Press серия по адаптивным вычислениям и Машинное обучение.[3] Он также занимал должность соредактора серии Morgan Claypool Synthesis Series на Искусственный интеллект и Машинное обучение. Он организовал несколько конференций и семинаров, в том числе был сопредседателем технической программы Национальной конференции по искусственному интеллекту (AAAI-90), руководителем технической программы по системам обработки нейронной информации (NIPS-2000) и генеральным председателем NIPS-2001. Он был президентом-основателем Международного общества машинного обучения и был членом Совета IMLS с момента его основания. В настоящее время он также является членом Руководящего комитета Азиатской конференции по машинному обучению.

Интересы исследования

Профессора Диттериха интересуют все аспекты машинного обучения. Его исследования делятся на три основных направления. Во-первых, его интересуют фундаментальные вопросы искусственный интеллект и как машинное обучение может стать основой для построения интегрированных интеллектуальных систем. Во-вторых, его интересуют способы, которыми люди и компьютеры могут сотрудничать для решения сложных проблем. И в-третьих, он заинтересован в подаче заявки машинное обучение к проблемам экологических наук и управление экосистемой как часть развивающейся области вычислительная устойчивость.

За свою карьеру он работал над широким кругом проблем, начиная от дизайн лекарства к пользовательским интерфейсам компьютерная безопасность. В настоящее время он сосредоточен на том, как Информатика методы могут помочь продвинуться экологическая наука и улучшить наше управление экосистемами Земли. Эта страсть привела к нескольким проектам, включая исследования в области управления лесными пожарами, инвазивной растительности и понимания распределения и миграции птиц. Например, исследование Диттериха помогает ученым из Корнельская лаборатория орнитологии ответьте на такие вопросы, как: Как птицы решают мигрировать на север? Как они узнают, когда нужно приземлиться и остановиться на несколько дней? Как они выбирают, где строить гнездо? Десятки тысяч добровольцев-орнитологов (гражданских ученых) по всему миру вносят свой вклад в исследование, отправляя свои наблюдения за птицами на веб-сайт eBird. Объем данных огромен - в марте 2012 года было проведено более 3,1 миллиона наблюдений за птицами. Машинное обучение может выявить закономерности в данных для моделирования миграции видов. Но есть много других приложений для тех же методов, которые позволят организациям лучше управлять нашими лесами, океанами и исчезающими видами, а также улучшить транспортный поток, водные системы, электросеть и многое другое.[4]

Я понял, что хочу оказать влияние на что-то действительно важное - и, конечно же, вся экосистема Земли, частью которой мы являемся, находится под угрозой во многих отношениях. И поэтому, если есть способ, которым я могу использовать свои технические навыки для улучшения как научной базы, так и инструментов, необходимых для принятия политических и управленческих решений, я бы хотел это сделать. Я увлечен этим.[4]

Опасности ИИ: академическая перспектива

Наиболее реалистичные риски, связанные с опасностями искусственного интеллекта, - это основные ошибки, поломки и кибератаки - говорит Томас Диттерих, эксперт в этой области, - больше, чем машины, которые становятся сверхмощными, выходят из-под контроля и пытаются уничтожить человечество.[5]

«В течение долгого времени риски искусственного интеллекта в основном обсуждались в нескольких небольших академических кругах, а теперь они привлекают к себе давно назревшее внимание», - сказал Диттерих. «Это внимание и финансирование для его поддержки - очень важный шаг».[5]

Однако взгляд Диттериха на проблемы с искусственным интеллектом является немного более приземленным, чем большинство других - не настолько, чтобы он подавил человечество, но, как и большинство сложных инженерных систем, он может не всегда работать.[5]

«Сейчас мы говорим о некоторых довольно сложных и захватывающих вещах с ИИ, таких как автомобили, которые управляют собой, или роботы, которые могут выполнять спасательные операции или управлять оружием», - сказал Диттерих. «Это задачи с высокими ставками, которые будут зависеть от чрезвычайно сложных алгоритмов». «Самый большой риск заключается в том, что эти алгоритмы могут не всегда работать. Мы должны осознавать этот риск и создавать системы, которые могут безопасно функционировать, даже когда компоненты ИИ совершают ошибки».[5]

Диттерих сказал, что считает, что машины осознают себя и пытаются истребить людей, больше научной фантастикой, чем научным фактом. Но поскольку компьютерные системы получают все более опасные задачи и их просят учиться и интерпретировать их опыт, он сказал, что они могут просто совершать ошибки.[5]

Большинство сторонников серьезного отношения к ИИ как экзистенциальный риск также не верьте, что машины осознают себя (см., например, здесь ). Кроме того, есть почти всеобщее согласие среди людей, которые выступают за серьезное отношение к экзистенциальному риску со стороны ИИ, что передовые системы ИИ не разовьют внезапно негативное намерение (ненависть или гнев) против человечества. а затем решите выйти из-под контроля. Вместо этого большая часть работы, проделанной в сообществе безопасности ИИ, действительно сосредоточена на несчастных случаях и недостатках конструкции.[6]. Таким образом, неясно, насколько Диттерих просто атакует соломенный человек версия аргумента в пользу экзистенциальный риск от искусственного интеллекта.

«Компьютерные системы уже могут победить людей в шахматах, но это не значит, что они не могут сделать неправильный ход. Они могут рассуждать, но это не значит, что они всегда получают правильный ответ. И они могут быть сильными, но это не то же самое, что сказать, что они разовьют сверхдержавы ».[5]

Диттерих считает, что более непосредственные и реальные риски будут заключаться в выявлении того, как могут происходить ошибки, и в том, как создавать системы, которые могут помочь справиться с ними, минимизировать или приспособиться к ним. Он считает, что некоторые из самых непосредственных угроз, которые компьютеры представляют в злонамеренном смысле, вероятно, возникнут в результате кибератак. Люди со злым умыслом, использующие искусственный интеллект и мощные компьютеры для атаки на другие компьютерные системы, представляют собой реальную угрозу и, таким образом, были бы хорошим местом для сосредоточения первой работы в этой области.[5]

Многие средства массовой информации заметили Диттериха за то, что он изложил свой научный взгляд на опасность искусственного интеллекта. Он был пленарным докладчиком на Wait What? форум технологий будущего, организованный DARPA 11 сентября 2015 г. В статье Цифровые тенденции в феврале 2015 года Диттерих попросили поделиться своими знаниями по этой теме:[1]

Диттерих перечисляет ошибки, кибератаки и проблемы с пользовательским интерфейсом как три самых больших риска искусственного интеллекта - или любого другого программного обеспечения, если на то пошло. «Прежде чем мы предоставим компьютерам контроль над решениями, в которых важны высокие ставки, - говорит он, - наши программные системы должны быть тщательно проверены, чтобы гарантировать, что эти проблемы не возникнут». Это вопрос устойчивого стабильного прогресса с большим вниманием к деталям, а не «апокалиптических сценариев конца света», которые так легко захватывают воображение при обсуждении ИИ.[7]

В июле 2015 года Диттерих дал интервью для энергетический ядерный реактор в точку Управление рисками искусственного интеллекта ".Диттерих также был представлен Business Insider,[8] Business Insider Австралия,[9] FedScoop,[10] CNET,[11] Microsoft Research,[12] Журнал ПК,[13] TechInsider,[14] Министерство обороны США;[15] был снят Коммуникации ACM и KEZI; и был упомянут в статьях автора Журнал "Уолл Стрит,[16] Tech Times,[17] и Адвокат Корваллиса.[1][18]

Занимаемые должности

  • 2014–2016: президент Ассоциации развития искусственного интеллекта (AAAI).[19]
  • 2013 – настоящее время: Заслуженный профессор компьютерных наук, Государственный университет Орегона.[20]
  • 2011 – настоящее время: главный научный сотрудник BigML, Корваллис, Орегон.[21]
  • 2005 – настоящее время: директор по исследованиям интеллектуальных систем, Школа электротехники и компьютерных наук, Государственный университет Орегона.[22]
  • 2006–2008: главный научный сотрудник Smart Desktop, Inc., Сиэтл, Вашингтон.[23]
  • 2004–2005: главный научный сотрудник MyStrands, Inc., Корваллис, Орегон.[24]
  • 1995-2013: Профессор информатики, Государственный университет Орегона.[25]
  • 1998–1999: Приглашенный старший научный сотрудник Института исследований искусственного интеллекта, Барселона, Испания. (Отпускное положение)[26]
  • 1988–1995: адъюнкт-профессор компьютерных наук, Государственный университет Орегона.[26]
  • 1991–1993: старший научный сотрудник, Arris Pharmaceutical Corporation, Сан-Франциско, Калифорния.[2]
  • 1985–1988: доцент кафедры информатики, Государственный университет Орегона.
  • 1979–1984: научный сотрудник, проект эвристического программирования, факультет компьютерных наук, Стэнфордский университет.
  • 1979 (лето): член технического персонала, Bell Telephone Laboratories, Напервилль, Иллинойс. Передача файлов с компьютера на компьютер и распространение микрокода в системы удаленной коммутации.
  • 1977 год (лето): помощник директора по планированию и исследованиям Оберлинского колледжа, Оберлин, Огайо. Создана база данных институционального планирования.

Награды и отличия

Весной 2013 года Томас Диттерих был удостоен звания «Заслуженного профессора» Государственного университета Орегона за свою работу в качестве пионера в области машинного обучения и за то, что он был одним из наиболее цитируемых ученых в этой области.[27] Он также получил эксклюзивный "Парень "статус в Ассоциация развития искусственного интеллекта, то Американская ассоциация развития науки и Ассоциация вычислительной техники.[4] За свою карьеру он получил более 30 миллионов долларов в виде исследовательских грантов, помог создать исследовательскую группу мирового уровня в штате Орегон и создал три компании-разработчика программного обеспечения. Он также стал соучредителем двух ведущих журналов в этой области и был избран первым президентом Международного общества машинного обучения.[20]

Его другие награды и награды включают:

  • Заслуженный преподаватель ACM, 2012-2013 гг.[26]
  • Сотрудник Американской ассоциации развития науки, 2007 г.[28]
  • Университет штата Орегон, Премия Колледжа инженерного сотрудничества, 2004 г.[29]
  • Победитель премии JAIR за лучшую работу за предыдущие пять лет, 2003 г.[27]
  • Член Ассоциации вычислительной техники, избран в 2003 г.[27]
  • Университет штата Орегон, Премия Колледжа инженерных исследований, 1998 г.[30]
  • Член Ассоциации по развитию искусственного интеллекта, избран в 1994 г.[27]
  • Молодой следователь при президенте NSF, 1987-92[27]
  • Назначен на премию Картера за обучение в аспирантуре, 1987, 1988[26]
  • Выпускник IBM, 1982, 1983[26]
  • Ипсилон Пи Эпсилон, 1996[26]
  • Сигма Си, 1979 – настоящее время[26]
  • Стипендия Фонда совхозных предприятий, 1978 г.[26]
  • Член попечительского совета Оберлинского колледжа, 1977-1980 годы.[26]
  • С отличием окончил Оберлинский колледж по математике, 1977 г.[26]
  • Пхи Бета Каппа, 1977[26]
  • Ученый за национальные заслуги, 1973 г.[26]

Избранные публикации

  • Липин Лю, Томас Дж. Диттерих, Нань Ли, Чжи-Хуа Чжоу (2016). Трансдуктивная оптимизация максимальной точности. Международная совместная конференция по искусственному интеллекту (IJCAI-2016). С. 1781–1787. Нью-Йорк, NY[31]
  • Md. Амран Сиддики, Алан Ферн, Томас Дж. Диттерих, Шубхомой Дас (2016). Сложность конечной выборки обнаружения редких аномалий. Неопределенность в искусственном интеллекте (UAI-2016). Нью-Йорк, NY[32]
  • Алкаи-Талеган, М., Холл, К., Кроули, М., Альберс, Х. Дж., Диттерих, Т. Г. (2015). PAC Оптимальное планирование MDP для управления экосистемой. Журнал исследований в области машинного обучения, 16, 3877-3903[33]
  • Томас Диттерих, Эрик Хорвиц (2015). Точка зрения: рост опасений по поводу ИИ: размышления и направления. Коммуникации АКМ, 58 (10) 38-40[34]
  • Диттерих, Т. Г. (2009). Машинное обучение в экосистемной информатике и устойчивости. Резюме приглашенного выступления. Труды Международной совместной конференции по искусственному интеллекту (IJCAI-2009) 2009 г. Пасадена, Калифорния[35]
  • Диттерих Т. Г., Бао Х., Кейзер В., Шен Дж. (2010). Методы машинного обучения для высокого уровня осведомленности о киберпространстве. С. 227–247 в Jajodia, S., Liu, P., Swarup, V., Wang, C. (Eds.) Киберситуационная осведомленность, Springer.[36]
  • Диттерих, Т. Г., Домингос, П., Гетур, Л., Магглетон, С. Тадепалли, П. (2008). Структурированное машинное обучение: ближайшие десять лет. Машинное обучение. 73 (1) 3-23. DOI: 10.1007 / s10994-008-5079-1[37]
  • Диттерих, Т. Г., Бао, X. (2008). Интеграция нескольких обучающих компонентов с помощью логики Маркова. Двадцать третья конференция по искусственному интеллекту (AAAI-2008). 622-627[38]
  • Диттерих, Т. Г. (2007). Машинное обучение в экосистемной информатике. Труды Десятой Международной конференции по науке открытий. Конспект лекций в томе 4755 по искусственному интеллекту, Springer, Берлин[39]
  • Диттерих, Т. Г. Обучение и рассуждение. Технический отчет, Школа электротехники и информатики, Государственный университет Орегона.[40]
  • Диттерих, Т. Г. (2003). Машинное обучение. В энциклопедии природы когнитивной науки, Лондон: Macmillan, 2003.[41]
  • Диттерих, Т. Г. (2002). Машинное обучение для последовательных данных: обзор. В T. Caelli (ред.) Структурное, синтаксическое и статистическое распознавание образов; Конспект лекций по информатике, Vol. 2396. (стр. 15–30). Springer-Verlag[42]
  • Диттерих, Т. Г. (2002). Ансамблевое обучение. В Справочнике по теории мозга и нейронных сетей, второе издание (М.А. Арбиб, ред.), Кембридж, Массачусетс: The MIT Press, 2002. 405-408.[43]
  • Диттерих, Т. Г. (2000). Манифест «разделяй и властвуй» в теории алгоритмического обучения, 11-я Международная конференция (ALT 2000) (стр. 13–26). Нью-Йорк: Springer-Verlag.[44]
  • Диттерих, Т. Г. (2000). Иерархическое обучение с подкреплением с декомпозицией функции ценности MAXQ. Журнал исследований искусственного интеллекта, 13, 227-303.[45]
  • Диттерих, Т. Г. (2000). Машинное обучение. В книге Дэвида Хеммендингера, Энтони Ральстона и Эдвина Рейли (ред.), Энциклопедии компьютерных наук, четвертое издание, Thomson Computer Press. 1056-1059.[46]
  • Диттерих, Т. Г. (2000). Обзор MAXQ Hierarchical Reinforcement Learning. В Трудах симпозиума по абстракции, переформулировке и аппроксимации SARA 2000, конспект лекций по искусственному интеллекту (стр. 26–44), Нью-Йорк: Springer Verlag, B. Y. Choueiry и T. Walsh (Eds.).[47]

Рекомендации

  1. ^ а б c Робертсон, Рэйчел. "Том Диттерих из EEC в авангарде диалога по ИИ". Государственный университет Орегона: Новости OSU EECS. Государственный университет Орегона. Получено 17 августа, 2016.
  2. ^ а б c d е ж грамм час я Петерсон, Крис. "Интервью по устной истории Тома Диттериха". Университет штата Орегон: Библиотеки ОГУ. Государственный университет Орегона. Получено 19 августа, 2016.
  3. ^ Диттерих, Томас Г. "Заголовки этого редактора". MIT Press. MIT Press. Получено 19 августа, 2016.
  4. ^ а б c Диттерих, Томас. "Профиль Тома Диттериха". Государственный университет Орегона: электротехника и информатика. Государственный университет Орегона. Получено 17 августа, 2016.
  5. ^ а б c d е ж грамм Стаут, Дэвид. «Эксперт: системы искусственного интеллекта более склонны к сбою, чем к разрушению». Государственный университет Орегона: новости и научные коммуникации. Государственный университет Орегона. Получено 17 августа, 2016.
  6. ^ Мане, Дан; Шульман, Джон; Кристиано, Пол; Стейнхардт, Якоб; Олах, Крис; Амодеи, Дарио (21 июня 2016 г.). «Конкретные проблемы безопасности ИИ». arXiv:1606.06565v2. Цитировать журнал требует | журнал = (помощь)
  7. ^ Джонс, Брэд. «Является ли Кортана опасным шагом на пути к искусственному интеллекту?». Цифровые тенденции. Designtechnica Corp. Получено 17 августа, 2016.
  8. ^ Дель Прадо, Гиа Мари. «Это самый большой сдвиг в искусственном интеллекте». Business Insider. Business Insider Inc. Получено 18 августа, 2016.
  9. ^ Дель Прадо, Гиа Мари. «Насколько вам следует беспокоиться о 3 распространенных сценариях« апокалипсиса роботов »». Business Insider Австралия. Business Insider Inc. Получено 18 августа, 2016.
  10. ^ Отто, Грег. «Почему будущее ИИ рискованно (но не страшно)». FedScoop. FedScoop. Получено 18 августа, 2016.
  11. ^ Рагиан, Ардалан; Ренда, Мэтью. «Когда Голливуд создает искусственный интеллект, это весело, но надумано». CNet. CBS Interactive Inc. Получено 18 августа, 2016.
  12. ^ Линн, Эллисон. «Искусственный интеллект вызывает опасения, и вот что делают исследователи для их решения». Microsoft Research. Microsoft. Получено 18 августа, 2016.
  13. ^ Стюарт, София. «Что не дает спать экспертам по ИИ по ночам?». Журнал ПК. PCMag Digital Group. Получено 18 августа, 2016.
  14. ^ Дель Прадо, Гиа Мари. "Стивен Хокинг предупреждает о" взрыве разведки "'". TechInsider. Business Insider Inc. Получено 18 августа, 2016.
  15. ^ Пеллерин, Шерил. «Технический форум DARPA представляет будущее национальной безопасности». Министерство обороны США. Министерство обороны США. Получено 18 августа, 2016.
  16. ^ Владавски-Бергер, Ирвинг. «Что нам следует думать о машинах, которые думают?». Журнал "Уолл Стрит. Dow Jones & Company Inc.. Получено 18 августа, 2016.
  17. ^ Мейнардк, Джеймс. «Илон Маск жертвует 10 миллионов долларов, чтобы защитить нас от искусственного интеллекта». Tech Times. TechTimes Inc. Получено 19 августа, 2016.
  18. ^ Рейли, Сидней. «Скайнет здесь, чтобы поработить нас». Адвокат Корваллиса. Корваллис адвокат. Получено 19 августа, 2016.
  19. ^ "Должностные лица AAAI". Ассоциация развития искусственного интеллекта. Ассоциация развития искусственного интеллекта. Получено 19 августа, 2016.
  20. ^ Верд, Джосвер. «Главный ученый BigML избран президентом AAAI». BigML. BigML. Получено 19 августа, 2016.
  21. ^ Диттерих, Томас. "Домашняя страница Томаса Дж. Диттериха". Домашняя страница Томаса Г. Диттериха. Государственный университет Орегона. Получено 17 августа, 2016.
  22. ^ Адамс, Рон. "Создана дочерняя компания OSU, приобретенная фирмой Сиэтла". Государственный университет Орегона: новости и научные коммуникации. Государственный университет Орегона. Получено 19 августа, 2016.
  23. ^ Эрншоу, Ализа. «MyStrands привлекает 24 миллиона долларов». Портлендский деловой журнал. Деловые журналы американского города. Получено 19 августа, 2016.
  24. ^ Диттерих, Томас. "Томас Дж. Диттерих". Государственный университет Орегона: электротехника и информатика. Государственный университет Орегона. Получено 17 августа, 2016.
  25. ^ а б c d е ж грамм час я j k л Диттерих, Томас. "Биографическая справка" (PDF). Получено 17 августа, 2016.
  26. ^ а б c d е «Награды факультета». Государственный университет Орегона: электротехника и информатика. Государственный университет Орегона. Получено 19 августа, 2016.
  27. ^ Стаут, Дэвид. "Диттерих назван членом AAAS". Государственный университет Орегона: новости и научные коммуникации. Государственный университет Орегона. Получено 19 августа, 2016.
  28. ^ Адамс, Рон. «Отличник инженерного факультета, сотрудники, студенты». Государственный университет Орегона: новости и научные коммуникации. Государственный университет Орегона. Получено 19 августа, 2016.
  29. ^ Стаут, Дэвид. «Вручены награды инженерного колледжа». Государственный университет Орегона: новости и научные коммуникации. Государственный университет Орегона. Получено 19 августа, 2016.
  30. ^ Лю, Липин; Dietterich, Thomas G .; Ли, Нан; Чжоу, Чжи-Хуа (2016). «Трансдуктивная оптимизация максимальной точности» (PDF). Международная совместная конференция по искусственному интеллекту: 1781–1787. arXiv:1510.05976.
  31. ^ Сиддики, штат Мэриленд Амран; Ферн, Алан; Dietterich, Thomas G .; Дас, Шубхомой (2016). «Сложность конечной выборки для обнаружения редких аномалий». Неопределенность искусственного интеллекта.
  32. ^ Талеган, Маджид Алкаи; Dietterich, Thomas G .; Кроули, Марк; Холл, Ким; Альберс, Х. Джо (декабрь 2015 г.). «Дополнительное планирование MDP PAC с приложением для управления инвазивными видами» (PDF). Журнал исследований в области машинного обучения. 16: 3877–3903. Получено 17 августа, 2016.
  33. ^ Dietterich, Thomas G .; Хорвиц, Эрик Дж. (2015). «Точка зрения Рост озабоченности по поводу ИИ: размышления и направления» (PDF). Коммуникации ACM. 58 (10): 38–40. Дои:10.1145/2770869. S2CID  20395145. Получено 17 августа, 2016.
  34. ^ Диттерих, Томас Г. (2009). «Машинное обучение в экосистемной информатике и устойчивости. Тезисы приглашенного доклада» (PDF). Материалы Международной совместной конференции по искусственному интеллекту 2009 г.. Получено 18 августа, 2016.
  35. ^ Dietterich, Thomas G .; Бао, Синьлун; Кейзер, Виктория; Шен, Цзяньцян (2010). «Методы машинного обучения для высокого уровня осведомленности о киберпространстве» (PDF). Киберситуационная осведомленность. Достижения в области информационной безопасности. 46: 227–247. Bibcode:2010АИС .... 46..227Д. Дои:10.1007/978-1-4419-0140-8_11. ISBN  978-1-4419-0139-2.
  36. ^ Dietterich, Thomas G .; Домингос, Педро; Гетур, Лиза; Магглетон, Стивен; Тадепалли, Прасад (2008). «Структурированное машинное обучение: следующие десять лет» (PDF). Машинное обучение: 3–23. Дои:10.1007 / s10994-5079-1 (неактивно 2 ноября 2020 г.). Получено 18 августа, 2016.CS1 maint: DOI неактивен по состоянию на ноябрь 2020 г. (связь)
  37. ^ Dietterich, Thomas G .; Бао, Синьлун (2008). «Интеграция множества обучающих компонентов с помощью логики Маркова» (PDF). Двадцать третья конференция по искусственному интеллекту (AAAI-2008): 622–627. Получено 18 августа, 2016.
  38. ^ Диттерих, Томас Г. (2007). «Машинное обучение в экосистемной информатике» (PDF). Материалы Десятой Международной конференции по науке открытий. 4755. Получено 18 августа, 2016.
  39. ^ Диттерих, Томас Г. (2004). «Обучение и рассуждение» (PDF). Технический отчет, Школа электротехники и компьютерных наук, Государственный университет Орегона. Получено 18 августа, 2016.
  40. ^ Диттерих, Томас Г. (2003). "Машинное обучение" (PDF). Природная энциклопедия когнитивной науки. Получено 18 августа, 2016.
  41. ^ Диттерих, Томас Г. (2002). «Машинное обучение для последовательных данных: обзор» (PDF). Структурное, синтаксическое и статистическое распознавание образов; Конспект лекций по информатике. Конспект лекций по информатике. 2396: 15–30. Дои:10.1007/3-540-70659-3_2. ISBN  978-3-540-44011-6. Получено 18 августа, 2016.
  42. ^ Томас Дж. Диттерих (2002). Арбиб М.А. (ред.). Справочник по теории мозга и нейронным сетям (2-е изд.). Кембридж, Массачусетс: MIT Press. С. 405–408.
  43. ^ Диттерих, Томас Г. (2000). «Манифест« разделяй и властвуй »». 11-я Международная конференция по теории алгоритмического обучения (ALT 2000): 13–26.
  44. ^ Диттерих, Томас Г. (2000). «Иерархическое обучение с подкреплением с декомпозицией функции ценности MAXQ». Журнал исследований искусственного интеллекта. 13: 227–303. arXiv:cs / 9905014. Дои:10.1613 / jair.639. S2CID  57341.
  45. ^ Томас Дж. Диттерих (2000). Хеммендингер, Дэвид; Ральстон, Энтони; Рейли, Эдвин (ред.). Энциклопедия компьютерных наук (4-е изд.). Томсон Компьютерный Пресс. С. 1056–1059.
  46. ^ Томас Дж. Диттерих (2000). Choueiry, B. Y .; Уолш, Т. (ред.). Материалы симпозиума по абстракции, переформулировке и аппроксимации (SARA 2000), конспекты лекций по искусственному интеллекту. Springer-Verlag. С. 26–44.

внешняя ссылка

Томас Дж. Диттерих