js金沙3983总站因研究不断发展的机器学习系统而获得亚马逊研究奖
曼哈顿 — 帕维特拉·js金沙3983总站, 佩吉和加里·爱德华兹工程系主席兼教授 js金沙3983总站 js金沙3983总站立大学, 因设计一款工具突出显示机器学习软件系统不同版本之间的变化以最大程度地减少负面用户体验而获得亚马逊研究奖.
普拉巴卡, 目前在js金沙3983总站立大学休假期间担任美国国家科学基金会的项目主任, 是亚马逊奖项的 74 名获奖者之一, 其中还包括一份不受限制的礼物, 访问 300 多个 Amazon 公共数据集, 以及 Amazon Web Services 的人工智能和机器学习服务和工具.
随着产品的不断完善和重新培训，该工具本身将用于最大限度地减少基于机器学习的软件系统的用户体验的破坏性变化. Prabhakar 通过一个js金沙3983总站引擎工具被重新训练以提供卓越的自动化结果的示例解释了这个问题，但在此过程中, 丢失了最终用户期望看到的一些结果.
“该项目的总体目标是自动表征两个版本的基于机器学习的系统的相似或不同程度,”js金沙3983总站说. “这些系统会定期进行重新训练，以实现卓越的性能; 但是, 这通常不会转化为更好的用户体验. 可以通过为设计团队配备自动化工具来缓解这一问题，该工具可以突出显示系统在不同版本之间的更改位置和更改程度, 从而帮助团队从用户体验的角度做出有关更改可接受性的决策."
拟议的研究将建立在过程代数和控制理论的基础概念的基础上，定义不同版本的机器学习系统之间距离的数学概念，并开发用于输出它们之间的相似性和相异性的算法. 这款自动化工具将有利于设计团队做出有关改善基于机器学习的智能软件系统的用户体验的关键决策.
Prabhakar 在伊利诺伊大学厄巴纳-香槟分校获得js金沙3983总站博士学位和应用数学硕士学位, 随后是加州理工学院信息数学中心博士后奖学金. 她被任命为 Michelle Munson-Serban Simu Keystone 研究学者，并因卓越研究而获得院长奖 卡尔·R. 冰工程学院. js金沙3983总站的研究获得了多项著名奖项的认可, 包括 NSF 职业奖, 海军研究办公室青年研究员奖和欧盟玛丽居里职业整合补助金.
