Нестеров, Юрий Евгеньевич

Юрий Евгеньевич Нестеров (род. 1956) — советский и бельгийский математик, специалист по нелинейному программированию, выпуклой оптимизации, численным методам оптимизации. В области искусственного интеллекта широко применяется метод Нестерова — ускоренный вариант метода градиентного спуска[2][3][4].

В Википедии есть статьи о других людях с такой фамилией, см. Нестеров; Нестеров, Юрий.
Юрий Евгеньевич Нестеров
Дата рождения 25 января 1956(1956-01-25)[1] (66 лет)
Место рождения
Страна
Научная сфера математика
Место работы
Альма-матер МГУ (1977)
Награды и премии
Сайт uclouvain.be/fr/repertoi…

Биография

В 1977 году окончил МГУ по специальности «прикладная математика»[уточнить]. С 1977 по 1992 год был научным сотрудником в Центральном экономико-математическом институте Академии наук. В 1984 году в ЦЭМИ защитил кандидатскую диссертацию.

С 1993 года работал в Университетском колледже Лондона на кафедре математической инженерии, затем — в центре исследования операций и эконометрики Католического университета Лувена.

В 2000 году получил премию Данцига SIAM[5].

В 2009 году стал лауреатом теоретической премии фон Неймана (2009)[6].

В 2013 году защитил диссертацию на соискание степени доктора физико-математических наук.

В 2016 году удостоен золотой медали Европейского общества исследования операций[7].

По состоянию на 2018 год состоит в должности ординарного профессора Католического университета Лувена, старшего научного сотрудника ЦЭМИ РАН и профессора-исследователя департамента больших данных и информационного поиска факультета компьютерных наук Высшей школы экономики.

Избранная библиография
  • Нестеров Ю.Е. Метод минимизации выпуклых функций со скоростью сходимости  // Докл. АН СССР. — 1983. — Т. 269, вып. 3. — С. 543—547.
  • Юрий Нестеров. Эффективные методы нелинейного программирования. — М.: Радио и связь, 1989.
  • Yuri Nesterov, Arkadii Nemirovskii. Interior-Point Polynomial Algorithms in Convex Programming. — Society for Industrial and Applied Mathematics, 1995. — ISBN 0898715156. — монография, в которой показана фундаментальная роль метода внутренней точки в выпуклой оптимизации и впервые начато систематическое изучение полуопределённого программирования[8]
  • Yu. Nesterov. Introductory lectures on convex optimization: A basic course. — Kluwer Academic Publishers, 2004. — ISBN 978-1402075537. — учебник, ставший стандартным курсом выпуклой оптимизации

Примечания
  1. Bibliothèque nationale de France идентификатор BNF (фр.): платформа открытых данных — 2011.
  2. Bubeck, Sebastien ORF523: Nesterov’s Accelerated Gradient Descent (1 апреля 2013). Дата обращения: 4 июня 2014. Архивировано 14 июля 2014 года.
  3. Bubeck, Sebastien Nesterov's Accelerated Gradient Descent for Smooth and Strongly Convex Optimization (6 марта 2014). Дата обращения: 4 июня 2014. Архивировано 15 июля 2014 года.
  4. The Zen of Gradient Descent. Дата обращения: 7 февраля 2018. Архивировано 17 октября 2017 года.
  5. The George B. Dantzig Prize (2000). Дата обращения: 12 декабря 2014. Архивировано 20 ноября 2017 года.
  6. John Von Neumann Theorey Prize (недоступная ссылка) (2009). Дата обращения: 4 июня 2014. Архивировано 22 февраля 2014 года.
  7. EURO Gold Medal (2016). Дата обращения: 20 августа 2016. Архивировано 16 сентября 2016 года.
  8. Boyd, Stephen P.; Vandenberghe, Lieven. Convex Optimization (неопр.). — Cambridge University Press, 2004. — ISBN 978-0-521-83378-3.

Ссылки
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.