×

与格雷斯·瓦赫巴的对话。 (英语) Zbl 07292515号

概述:格雷斯·瓦赫巴(恩·戈德史密斯,1934年8月3日出生),威斯康星-麦迪逊大学(荣誉)的I.J.勋伯格-希尔代尔统计学教授,是噪声数据平滑方法的先驱。她的研究结合了理论分析、计算和创新科学应用推动的方法。她以开发广义交叉验证(GCV)、样条和贝叶斯后验估计之间的联系以及“Wahba问题”而闻名,她开发了应用于人口统计学研究、机器学习、DNA微阵列、风险建模、医学成像和气候预测的方法。
格雷斯在华盛顿特区和新泽西长大,毕业于蒙克莱尔高中。她曾在康奈尔大学(1956年获得学士学位)、马里兰大学帕克分校(1962年获得硕士学位)和斯坦福大学(1966年获得博士学位)接受教育,并在工业界工作了几年,1966年取得博士学位,1967年定居麦迪逊。尽管她有过几次探视预约,但在过去50多年里,她一直把麦迪逊作为自己的家。她是观测数据的样条模型它已获得8000多条引文。格雷斯作为一名学术顾问备受推崇,曾指导39名博士生,培养了330多名学术后代。她于2000年入选美国国家科学院,并于2007年获得芝加哥大学荣誉科学博士学位。瓦赫巴是美国艺术与科学学院、美国科学促进会、美国统计协会和数理统计研究所等多个学术团体的研究员。多年来,她获得了统计界一些著名奖项:R.a.Fisher演讲奖(2014年)、Gottfried E.Noether高级研究员奖(2009年)、统计学会主席委员会Elizabeth Scott奖(1996年)以及第一届伊曼纽尔和卡罗尔·帕尔岑统计创新奖(1994年)。

MSC公司:

62-XX年 统计
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Box,G.E.P.、Hunter,W.G.和Hunter J.S.(1978年)。实验统计学:设计、数据分析和模型构建导论。概率与数理统计中的威利级数。纽约威利·Zbl 0394.62003号
[2] Craven,P.和Wahba,G.(1978/79)。使用样条函数平滑噪声数据。用广义交叉验证方法估计平滑度的正确程度。数字。数学。31 377-403. ·Zbl 0377.65007号 ·doi:10.1007/BF01404567
[3] Golub,G.H.、Heath,M.和Wahba,G.(1979年)。广义交叉验证是一种选择良好脊线参数的方法。技术计量21 215-223·Zbl 0461.62059号 ·doi:10.1080/00401706.1979.10489751
[4] Gong,J.、Wahba,G.、Johnson,D.和Tribbia,J.(1998年)。数值天气预报模型的自适应调整:同时估计加权、平滑和物理参数。周一。Weather修订版126 210-231。
[5] Kimeldorf,G.和Wahba,G.(1971)。关于切比雪夫样条函数的一些结果。数学杂志。分析。申请。33 82-95. ·Zbl 0201.39702号 ·doi:10.1016/0022-247X(71)90184-3
[6] Kimeldorf,G.S.和Wahba,G.(1970年)。随机过程的贝叶斯估计与样条平滑之间的对应。安。数学。统计数字41 495-502·Zbl 0193.45201号 ·doi:10.1214/aoms/1177697089
[7] Kimeldorf,G.S.和Wahba,G.(1970年)。样条函数和随机过程。Sankhya,塞尔维亚。甲32 173-180·Zbl 0226.60064号
[8] Lee,Y.、Lin,Y.和Wahba,G.(2004)。多类别支持向量机:微阵列数据和卫星辐射数据分类的理论和应用。J.Amer。统计师。协会99 67-81·兹比尔1089.62511 ·doi:10.1198/016214500000098
[9] Lin,Y.、Lee,Y.和Wahba,G.(2002)。支持向量机用于非标准情况下的分类。马赫。学习。46 191-202. ·Zbl 0998.68103号 ·doi:10.1023/A:1012406528296
[10] Lin,Y.、Wahba,G.、Zhang,H.和Lee,Y.(2002)。支持向量机的统计特性和自适应调整。马赫。学习。48 115-136. ·Zbl 0998.68118号 ·doi:10.1023/A:1013951620650
[11] Nychka,D.、Wahba,G.、Goldfarb,S.和Pugh,T.(1984)。基于二维横截面观测值估计三维肿瘤大小分布的交叉验证样条方法。J.Amer。统计师。协会79 832-846·Zbl 0572.62085号 ·doi:10.1080/01621459.1984.10477100
[12] O'Sullivan,F.和Wahba,G.(1985年)。非线性遥感的交叉验证贝叶斯检索算法。J.计算。物理学。59 441-455. ·Zbl 0626.65053号 ·doi:10.1016/0021-9991(85)90121-4
[13] Parzen,E.(1960年)。现代概率论及其应用。数学统计学中的威利出版物。纽约威利·Zbl 0089.33701号
[14] Parzen,E.(1962年)。随机过程。概率统计中的Holden-Day系列。Holden-Day,加利福尼亚州旧金山·Zbl 0107.12301号
[15] 范德瓦尔登,B.L.(1953)。代数。第1卷。纽约州安加·Zbl 0137.25403号
[16] Wahba,G.(1965年)。问题65-1,卫星姿态的最小二乘估计:问题建议。SIAM修订版7 409。
[17] Wahba,G.(1966年)。问题65-1,卫星姿态的最小二乘估计。SIAM修订版8 384-386。
[18] Wahba,G.(1977年)。数据有噪声时线性算子方程的实用近似解。SIAM J.数字。分析。14 651-667·Zbl 0402.65032号 ·doi:10.1137/0714044
[19] Wahba,G.(1987)。病态问题中的三个主题。在逆问题和不适定问题中(Sankt Wolfgang,1986)。注释代表数学。科学。工程编号:4 37-51。学术出版社,马萨诸塞州波士顿·Zbl 0638.65048号
[20] Wahba,G.、Lin,Y.、Lee,Y.和Zhang,H.(2003)。标准和非标准支持向量机的最佳特性和自适应调整。《非线性估计和分类》(加州伯克利,2001年)。莱克特。注释统计171 129-147。纽约州施普林格·Zbl 1142.62373号
[21] Wahba,G.和Wendelberger,J.(1980)。使用样条和交叉验证进行变分目标分析的一些新的数学方法。周一。Weather版本108 1122-1145。
[22] 瓦赫巴,G·Zbl 0305.62043号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。