رونالد ج. ويليامز

📅 آخر تحديث: ٢٥ يوليو ٢٠٢٦
✍️ نُشر في: ٢٥ يوليو ٢٠٢٦
الموسوعة الحرة

رونالد جيمس ويليامز (1945 - 16 فبراير 2024) [ 1 ] كان عالم رياضيات وعلوم حاسوب أمريكيًا ، أمضى معظم حياته المهنية في جامعة نورث إيسترن . يُعتبر من رواد الشبكات العصبية . في عام 1986، شارك في تأليف ورقة بحثية رائدة نُشرت في مجلة Nature حول خوارزمية الانتشار العكسي مع ديفيد روميلهارت وجيفري هينتون ، مما أدى إلى طفرة في أبحاث الشبكات العصبية. [ 2 ]

التعليم والمسار الوظيفي

وُلد ويليامز في جنوب كاليفورنيا . درس في معهد كاليفورنيا للتكنولوجيا ( ICIT) وحصل على بكالوريوس في الرياضيات عام 1966. ثم حصل على الماجستير والدكتوراه في الرياضيات من جامعة كاليفورنيا في سان دييغو (UCSD) عامي 1972 و1975 على التوالي. أشرف على أطروحته للدكتوراه دونالد ويرنر أندرسون. عمل لدى شركة مقاولات دفاعية لفترة بعد تخرجه. من عام 1983 إلى عام 1986، كان ويليامز عضوًا في مجموعة أبحاث المعالجة الموزعة المتوازية برئاسة ديفيد روميلهارت في معهد العلوم المعرفية بجامعة كاليفورنيا في سان دييغو. [ 3 ] في عام 1986، قبل ويليامز منصب أستاذ في علوم الحاسوب بجامعة نورث إيسترن في بوسطن ، حيث بقي بعد ذلك. [ 1 ]

إضافةً إلى بحثه حول الانتشار العكسي، قدّم ويليامز إسهاماتٍ جوهرية في مجال الشبكات العصبية المتكررة ، حيث ابتكر، بالتعاون مع ديفيد زيبسر، خوارزمية إجبار المعلم [ 4 ] ، وقدّم إسهاماتٍ مهمة في الانتشار العكسي عبر الزمن [ 5 ] . وفي مجال التعلّم المعزز ، قدّم ويليامز خوارزمية REINFORCE في عام 1992 [ 6 ] [ 7 ] ، والتي أصبحت أول طريقة لتدرج السياسة .

إلى جانب أعماله في مجال الشبكات العصبية، طوّر ويليامز، بالتعاون مع وينكسو تونغ وماري جو أوندريشن ، طريقة الاحتمال الأمثل الجزئي (POOL)، وهي طريقة تعلّم آلي تُستخدم في التنبؤ بالأحماض الأمينية النشطة في بنى البروتينات. تُعدّ POOL طريقة احتمال أقصى مع قيد الرتابة، وهي مُتنبئ عام للخصائص التي تعتمد بشكل رتيب على خصائص الإدخال. [ 8 ]

مراجع

  1. 1 2 دوناغي، روجر (2024-03-05). "تكريمًا لرون ويليامز، أستاذ في كلية خوري ورائد في مجال تعلم الآلة" . كلية خوري لعلوم الحاسوب . تاريخ الاسترجاع: 2024-06-25 .
  2. ↑ ديفيد إي. روميلهارت، وجيفري إي. هينتون، ورونالد جيه. ويليامز. تعلم التمثيلات عن طريق نشر الأخطاء عكسيًا.، مجلة نيتشر (لندن) 323، ص 533-536
  3. ↑ "التعلم المعزز هو تحكم أمثل تكيفي مباشر" . أنظمة التحكم IEEE . 12 (2): 19-22 . 1992. doi : 10.1109/37.126844 . ISSN 1066-033X . 
  4. ↑ ويليامز، رونالد جيه؛ زيبسر، ديفيد (1989). "خوارزمية تعلم للشبكات العصبية المتكررة بالكامل التي تعمل باستمرار" . الحوسبة العصبية . 1 (2): 270-280 . doi : 10.1162/neco.1989.1.2.270 . ISSN 0899-7667 . 
  5. ↑ آر جيه ويليامز ودي زيبسر. خوارزميات التعلم القائمة على التدرج للشبكات المتكررة وتعقيدها الحسابي. في: الانتشار العكسي: النظرية، والبنى، والتطبيقات. هيلزديل، نيوجيرسي: إيرلبوم، 1994.
  6. ↑ ويليامز، آر جيه (1992). خوارزميات تتبع التدرج الإحصائي البسيطة للتعلم المعزز الترابطي. تعلم الآلة، 8، 229-256.
  7. ↑ "خوارزميات التعزيز" . www.cs.cmu.edu . تاريخ الاسترجاع: 12-10-2025 .
  8. ↑ و. تونغ، ي. وي، ل. ف. مورغا، م. ج. أوندريشن، و ر. ج. ويليامز (2009). الاحتمالية المثلى للترتيب الجزئي (POOL): التنبؤ بأقصى احتمالية لبقايا الموقع النشط باستخدام البنية ثلاثية الأبعاد وخصائص التسلسل. مجلة PLoS للبيولوجيا الحاسوبية، 5(1): e1000266.