Jurij Niestierow - Yurii Nesterov
Jurij Niestierow | |
---|---|
Urodzić się |
|
25 stycznia 1956
Obywatelstwo | Belgia |
Alma Mater | Moskiewski Uniwersytet Państwowy (1977) |
Nagrody | |
Kariera naukowa | |
Pola | |
Instytucje | |
Doradca doktorski | Borys Poliak |
Jurij Niestierow jest rosyjskim matematykiem , uznanym na arenie międzynarodowej ekspertem w dziedzinie optymalizacji wypukłej , zwłaszcza w opracowywaniu wydajnych algorytmów i numerycznej analizy optymalizacyjnej . Obecnie jest profesorem na Uniwersytecie w Louvain (UCLouvain).
Biografia
W 1977 Jurij Niestierow ukończył matematykę stosowaną na Moskiewskim Uniwersytecie Państwowym . Od 1977 do 1992 był pracownikiem naukowym w Centralnym Instytucie ekonomia matematyczna z Rosyjskiej Akademii Nauk . Od 1993 roku pracuje w UCLouvain , a konkretnie na Wydziale Inżynierii Matematycznej Louvain School of Engineering , Centrum Badań Operacyjnych i Ekonometrii .
W 2000 roku Niestierow otrzymał nagrodę Dantzig .
W 2009 roku Nesterov zdobył Nagrodę Teorii Johna von Neumanna .
W 2016 roku Niestierow otrzymał Złoty Medal EURO .
Praca akademicka
Niestierow jest najbardziej znany ze swoich prac nad optymalizacją wypukłą, w tym jego książki z 2004 roku, uważanej za kanoniczne odniesienie na ten temat. Jego głównym nowatorskim wkładem jest przyspieszona wersja gradientu opadania, która zbiega się znacznie szybciej niż zwykłe opadanie gradientowe (powszechnie określane jako moment Niestierowa, Przyspieszenie Niestierowa lub w skrócie Niestierowa przyspieszenie gradientu – NAG). Ta metoda, czasami nazywana „FISTA”, została dalej rozwinięta przez Becka i Teboulle'a w ich artykule z 2009 r. „A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems”
Jego praca z Arkadim Nemirovskim w książce z 1994 roku jest pierwszą, która wskazuje, że metoda punktów wewnętrznych może rozwiązywać problemy optymalizacji wypukłej , i pierwszą, która prowadzi systematyczne badanie programowania półokreślonego (SDP). Również w tej książce wprowadzili funkcje samozgodności, które są przydatne w analizie metody Newtona .