Accueil🇫🇷Chercher

Joel Tropp

Joel Aaron Tropp (né en juillet 1977 à Austin, Texas) est un mathématicien américain, professeur Steele Family de mathématiques appliquées et computationnelles au département d'informatique et de sciences mathématiques du California Institute of Technology. Il est connu pour ses travaux sur l'approximation parcimonieuse (en), l'algèbre linéaire numérique (en) et la théorie des matrices aléatoires.

Joel Tropp
Biographie
Naissance
Nationalité
Formation
Activité
Autres informations
A travaillé pour
Membre de
Directeurs de thèse
Anna Catharine Gilbert (en), Inderjit S. Dhillon (en)
Distinctions

Formation et carrière

Tropp étudie à l'université du Texas à Austin, où il obtient un baccalauréat en mathématiques et un baccalauréat en Plan II Honors en 1999, ainsi qu'une maîtrise et un doctorat en mathématiques computationnelles et appliquées en 2001 et 2004[1]. Sa thèse, intitulée Topics in Sparse Approximation, est supervisée par Inderjit Dhillon (en) et Anna C. Gilbert (en)[2]. Il enseigne à l'université du Michigan de 2004 à 2007[1]. Il fait partie de la faculté du California Institute of Technology depuis 2007[3].

Recherche

Dans ses premières recherches[4], Tropp développe des garanties de performance pour les algorithmes d'approximation parcimonieuse et de détection compressée. En 2011, il publie un article[5] sur les algorithmes randomisés pour calculer une décomposition en valeurs singulières tronquées. Il travaille également sur la théorie des matrices aléatoires, où il établit une famille de résultats[6], appelés collectivement inégalités de concentration matricielle, qui inclut la limite de matrice Chernoff (en).

Prix et distinctions

Tropp est récipiendaire du Presidential Early Career Award for Scientists and Engineers (PECASE) en 2008[7]. En 2010, il reçoit une bourse de recherche Alfred P. Sloan en mathématiques[8], et il reçoit le sixième prix Vasil A. Popov en théorie de l'approximation pour son travail sur les algorithmes Matching Pursuit (en) [4] - [9]. Il est lauréat du huitième prix Monroe H. Martin de mathématiques appliquées en 2011 pour ses travaux sur l'optimisation parcimonieuse[10]. Il est reconnu comme chercheur hautement cité par Thomson Reuters en informatique pour les années 2014, 2015 et 2016[11]. En 2019, il est nommé SIAM Fellow (en) « pour ses contributions au traitement du signal, à l'analyse des données et à l'algèbre linéaire randomisée »[12].

Références
(en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Joel Tropp » (voir la liste des auteurs).
  1. Joel A. Tropp, curriculum vitae. Retrieved August 5, 2014
  2. (en) « Joel Tropp », sur le site du Mathematics Genealogy Project
  3. Joel A. Tropp at the Caltech Directory
  4. Popov Prize, Previous Winners
  5. (en) Nathan Halko, Per-Gunnar Martinsson et Joel Tropp, « Finding structure with randomness: Probabilistic algorithms for constructing approximate matrix decompositions », SIAM Review, vol. 53, no 2,‎ , p. 217–288 (DOI 10.1137/090771806, arXiv 0909.4061, S2CID 88251).
  6. (en) Joel Tropp, « User-friendly tail bounds for sums of random matrices », Foundations of Computational Mathematics, vol. 12, no 4,‎ , p. 389–434 (DOI 10.1007/s10208-011-9099-z, S2CID 17735965).
  7. "President Honors Outstanding Early-Career Scientists", communiqué de presse de la National Science Foundation
  8. Sloan Foundation, Past Fellows
  9. Tropp Announce
  10. "Joel A. Tropp receives the Monroe H. Martin Prize", informations du California Institute of Technology
  11. Thomson Reuters Highly Cited Researchers
  12. (en) « SIAM Fellows Class of 2019 » (consulté le ).

Liens externes
Cet article est issu de wikipedia. Text licence: CC BY-SA 4.0, Des conditions supplémentaires peuvent s’appliquer aux fichiers multimédias.