Mauro Maggioni
Mauro Maggioni est un mathématicien italien puis américain, spécialisé dans les techniques mathématiques pour l'analyse, la modélisationn et l'extraction d'information à partir de grands ensembles de données qui conduisent à améliorer les algorithmes d'apprentissage machine.
| Formation |
Université de Milan (jusqu'en ) Université Washington de Saint-Louis (doctorat) (jusqu'en ) |
|---|---|
| Activité |
| A travaillé pour | |
|---|---|
| Membre de | |
| Directeurs de thèse | |
| Distinctions |
Formation et carrière
Mauro Maggioni étudie à l'Università degli Studi di Milano où il obtient son bachelor of science puis son master en mathématiques. Il obtient son doctorat à l'Université de Washington à St. Louis en 2002 avec une thèse intitulée « On the Discretization of Continuous Wavelet Transforms and Frames » sous la direction de Guido Leopold Weiss et Edward Nathan Wilson[1]. Il travaille à l'université Yale en tant que Gibbs Assistant Professor, puis à l'université Duke en 2006 et à l'université Johns-Hopkins où il occupe une chaire Bloomberg[2].
Travaux
Avec Ronald Coifman à l'université Yale, il introduit pour la première fois en 2004 les ondelettes de diffusion (en)[3]. Il a travaillé sur leurs applications en apprentissage par renforcement[4].
Prix et distinctions
Il est élu fellow de l'American Mathematical Society en 2013[5]. Il est lauréat en 2007 du prix Popov.
Publications
- Mauro Maggioni et Mahadevan, Sridhar « Fast Direct Policy Evaluation using Multiscale Analysis of Markov Diffusion Processes » () (lire en ligne)
—The 23rd International Conference on Machine Learning
Références
- (en) « Mauro Maggioni », sur le site du Mathematics Genealogy Project
- Messersmith, Julie. "Big data scientist named 20th Bloomberg Distinguished Professor at Johns Hopkins", JHU Hub, Baltimore, 14 avril 2016.
- Ronald Coifman et Mauro Maggioni, « Diffusion Wavelets », Applied and Computational Harmonic Analysis, vol. 24, no 3,‎ , p. 329–353 (lire en ligne [archive du ])
- Sridhar Mahadevan et Maggioni, Mauro, « Value Function Approximation using Diffusion Wavelets and Laplacian Eigenfunctions », Advances in Neural Information Processing Systems,‎ (lire en ligne)
- Notice à Johns-Hopkins
Liens externes
- Ressources relatives à la recherche :
- (en) Mathematics Genealogy Project
- (en) ORCID
- (mul) Scopus
- implémentation des ondelettes par Mauro Maggioni sous MATLAB.
- CV