ਨਮਰਤਾ ਵਾਸਵਾਨੀ
ਨਮਰਤਾ ਵਾਸਵਾਨੀ (ਅੰਗ੍ਰੇਜ਼ੀ: Namrata Vaswani) ਇੱਕ ਭਾਰਤੀ-ਅਮਰੀਕੀ ਇਲੈਕਟ੍ਰੀਕਲ ਇੰਜੀਨੀਅਰ ਹੈ ਜੋ ਕੰਪਰੈੱਸਡ ਸੈਂਸਿੰਗ, ਮਜ਼ਬੂਤ ਮੁੱਖ ਭਾਗ ਵਿਸ਼ਲੇਸ਼ਣ, ਸਿਗਨਲ ਪ੍ਰੋਸੈਸਿੰਗ, ਸਟੈਟਿਸਟੀਕਲ ਲਰਨਿੰਗ ਥਿਊਰੀ, ਅਤੇ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਵਿੱਚ ਆਪਣੀ ਖੋਜ ਲਈ ਜਾਣੀ ਜਾਂਦੀ ਹੈ। ਉਹ ਆਇਓਵਾ ਸਟੇਟ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਇਲੈਕਟ੍ਰੀਕਲ ਅਤੇ ਕੰਪਿਊਟਰ ਇੰਜਨੀਅਰਿੰਗ ਵਿੱਚ ਜੋਸਫ਼ ਅਤੇ ਐਲਿਜ਼ਾਬੈਥ ਐਂਡਰਲਿਕ ਪ੍ਰੋਫੈਸਰ ਹੈ, ਅਤੇ (ਸਿਖਲਾਈ ਦੁਆਰਾ) ਆਇਓਵਾ ਸਟੇਟ ਵਿੱਚ ਗਣਿਤ ਦੀ ਪ੍ਰੋਫੈਸਰ ਹੈ।
ਸਿੱਖਿਆ ਅਤੇ ਕਰੀਅਰ[ਸੋਧੋ]
ਨਮਰਤਾ ਵਾਸਵਾਨੀ ਨੇ 1999 ਵਿੱਚ ਇੰਡੀਅਨ ਇੰਸਟੀਚਿਊਟ ਆਫ ਟੈਕਨਾਲੋਜੀ ਦਿੱਲੀ ਤੋਂ ਇਲੈਕਟ੍ਰੀਕਲ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਬੈਚਲਰ ਦੀ ਡਿਗਰੀ ਹਾਸਲ ਕੀਤੀ। ਉਸਨੇ 2004 ਵਿੱਚ ਮੈਰੀਲੈਂਡ ਯੂਨੀਵਰਸਿਟੀ, ਕਾਲਜ ਪਾਰਕ ਵਿੱਚ ਇਲੈਕਟ੍ਰੀਕਲ ਅਤੇ ਕੰਪਿਊਟਰ ਇੰਜਨੀਅਰਿੰਗ ਵਿੱਚ ਪੀਐਚ.ਡੀ. ਕੀਤੀ। ਉਸਦੀ ਡਾਕਟੋਰਲ ਸਲਾਹਕਾਰ ਰਮਾ ਚੇਲੱਪਾ ਸੀ, ਅਤੇ ਉਸਦਾ ਖੋਜ ਨਿਬੰਧ ਗਤੀਵਿਧੀ ਮਾਡਲਿੰਗ ਅਤੇ ਅਸਧਾਰਨਤਾ ਖੋਜ ਵਿੱਚ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਨਾਲ ਸਟੋਚੈਸਟਿਕ ਆਕਾਰ ਦੇ ਗਤੀਸ਼ੀਲ ਮਾਡਲਾਂ ਵਿੱਚ ਤਬਦੀਲੀ ਖੋਜ ਸੀ।
ਜਾਰਜੀਆ ਇੰਸਟੀਚਿਊਟ ਆਫ਼ ਟੈਕਨਾਲੋਜੀ ਵਿੱਚ ਪੋਸਟ-ਡਾਕਟੋਰਲ ਖੋਜ ਤੋਂ ਬਾਅਦ, ਉਹ 2005 ਵਿੱਚ ਆਇਓਵਾ ਸਟੇਟ ਫੈਕਲਟੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਈ। ਉਸਨੂੰ 2013 ਵਿੱਚ ਗਣਿਤ ਵਿੱਚ ਉਸਦੀ ਸ਼ਿਸ਼ਟਾਚਾਰ ਨਾਲ ਨਿਯੁਕਤੀ ਦਿੱਤੀ ਗਈ ਸੀ, ਅਤੇ 2019 ਵਿੱਚ ਐਂਡਰਲਿਕ ਪ੍ਰੋਫੈਸਰਸ਼ਿਪ ਦਿੱਤੀ ਗਈ ਸੀ। ਉਹ ਆਈਈਈਈ ਸਿਗਨਲ ਪ੍ਰੋਸੈਸਿੰਗ ਸੋਸਾਇਟੀ ਦੀ ਸਿਗਨਲ ਪ੍ਰੋਸੈਸਿੰਗ ਕਮੇਟੀ ਵਿੱਚ ਔਰਤਾਂ ਦੀ ਪ੍ਰਧਾਨਗੀ ਵੀ ਕਰਦੀ ਹੈ।
ਮਾਨਤਾ[ਸੋਧੋ]
2018 ਵਿੱਚ, ਨਮਰਤਾ ਵਾਸਵਾਨੀ ਨੂੰ "ਡਾਇਨਾਮਿਕ ਸਟ੍ਰਕਚਰਡ ਉੱਚ-ਅਯਾਮੀ ਡਾਟਾ ਰਿਕਵਰੀ ਵਿੱਚ ਯੋਗਦਾਨ ਲਈ" IEEE ਦਾ ਇੱਕ ਫੈਲੋ ਨਾਮ ਦਿੱਤਾ ਗਿਆ ਸੀ। 2019 ਵਿੱਚ ਉਸ ਨੂੰ ਯੂਨੀਵਰਸਿਟੀ ਆਫ਼ ਮੈਰੀਲੈਂਡ ਇਲੈਕਟ੍ਰੀਕਲ ਅਤੇ ਕੰਪਿਊਟਰ ਇੰਜਨੀਅਰਿੰਗ ਵਿਭਾਗ ਦੀ ਇੱਕ ਵਿਲੱਖਣ ਸਾਬਕਾ ਵਿਦਿਆਰਥੀ ਦਾ ਨਾਮ ਦਿੱਤਾ ਗਿਆ ਸੀ।
ਪ੍ਰਾਪਤੀਆਂ[ਸੋਧੋ]
ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਨਮਰਤਾ ਵਾਸਵਾਨੀ ਪਹਿਲੀ ਲੇਖਕ ਸੀ ਜਿਸਨੇ ਕੈਂਡੇਸ ਐਟ ਅਲ ਦੇ ਕੰਮ ਤੋਂ ਠੀਕ ਬਾਅਦ 2010 ਵਿੱਚ L+S ਸੜਨ ਫਰੇਮਵਰਕ ਵਿੱਚ ਇੱਕ ਗਤੀਸ਼ੀਲ RPCA ਵਿਧੀ ਵਿਕਸਿਤ ਕੀਤੀ। 2009 ਵਿੱਚ RPCA ਉੱਤੇ ਘੱਟ-ਰੈਂਕ ਅਤੇ ਸਪਾਰਸ ਮੈਟ੍ਰਿਕਸ ਵਿੱਚ ਸੜਨ ਦੁਆਰਾ। ਉਸਨੇ ਤੁਰੰਤ ਗਤੀਸ਼ੀਲ RPCA ਸਮੱਸਿਆ ਦਾ ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਹੱਲ ਵਿਕਸਿਤ ਕਰਨ ਦੀ ਦਿਲਚਸਪੀ ਨੂੰ ਸਮਝ ਲਿਆ, ਅਤੇ ਅਸਲ-ਸਮੇਂ ਦੇ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਇੱਕ ਉਪਯੋਗੀ ਗਤੀਸ਼ੀਲ RPCA ਵਿਧੀ ਪ੍ਰਦਾਨ ਕੀਤੀ। ਵਿਹਾਰਕ ਤੌਰ 'ਤੇ, ਉਹ ਇਸ ਕਿਸਮ ਦੇ ਗਤੀਸ਼ੀਲ RPCA ਤਰੀਕਿਆਂ ਵਿੱਚ ਇੱਕ ਪੂਰਵਗਾਮੀ ਅਤੇ ਇੱਕ ਮੋਢੀ ਸੀ।
ਦੂਸਰਾ, ਨਮਰਤਾ ਵਾਸਵਾਨੀ ਨੇ ਇਸਦੀ ਕਾਰਜਕੁਸ਼ਲਤਾ ਗਾਰੰਟੀ ਅਤੇ ਇਸਦੀ ਯਾਦਦਾਸ਼ਤ ਕੁਸ਼ਲਤਾ ਦੋਵਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਕੇ ਸਾਲਾਂ ਦੌਰਾਨ ਮੂਲ ReProCS ਵਿੱਚ ਹੌਲੀ-ਹੌਲੀ ਸੁਧਾਰ ਕੀਤਾ।[1][2][3] ReProCS ਦਾ ਆਖਰੀ ਸੰਸਕਰਣ ਜਿਸਨੂੰ PracReProCS ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਗਾਰੰਟੀ ਦੇ ਨਾਲ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਗਤੀਸ਼ੀਲ RPCA ਵਿਧੀਆਂ ਦੀ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਡੇਟਾਸੇਟ CDnet 2014 (ਜੋ ਕਿ ਤਬਦੀਲੀ ਖੋਜ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਹਵਾਲਾ ਹੈ) ਦਾ ਸਭ ਤੋਂ ਉੱਚਾ ਤਰੀਕਾ ਹੈ।[4] 2018 ਵਿੱਚ, ਪ੍ਰੋ. ਨਮਰਤਾ ਵਾਸਵਾਨੀ ਨੇ MEROP[5] ਨੂੰ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਜੋ RPCA ਲਈ ਇੱਕ ਤੇਜ਼ ਅਤੇ ਮੈਮੋਰੀ-ਕੁਸ਼ਲ ਐਲਗੋਰਿਦਮ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, PracReProCS ਅਤੇ MEROP ਦਾ ਕੋਡ ਵਿਗਿਆਨਕ ਭਾਈਚਾਰੇ ਲਈ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਹੈ। ਇਸ ਤਰੀਕੇ ਨਾਲ, ਉਹ ਸ਼ੇਅਰ ਕਰਨ ਯੋਗ ਅਤੇ ਪ੍ਰਜਨਨਯੋਗ ਖੋਜ ਲਈ ਆਪਣੀ ਦਿਲਚਸਪੀ ਦਿਖਾਉਂਦੀ ਹੈ।
ਤੀਜਾ, ਨਮਰਤਾ ਵਾਸਵਾਨੀ ਨੇ ਇੱਕ ਪਰਿਪੱਕ ਪੇਪਰ ਵਿੱਚ ਡਾਇਨਾਮਿਕ ਆਰਪੀਸੀਏ/ਸਬਸਪੇਸ ਟਰੈਕਿੰਗ ਐਲਗੋਰਿਦਮ ਉੱਤੇ ਪਹਿਲੀ ਕੀਮਤੀ ਯੂਨੀਫਾਈਡ ਸਿੰਥੇਸਿਸ/ਸਮੀਖਿਆ ਪ੍ਰਦਾਨ ਕੀਤੀ,[6] ਅਤੇ ਉਹ RPCA/ਡਾਇਨਾਮਿਕ RPCA ਵਿੱਚ L ਦੁਆਰਾ ਦੋ ਵਿਸ਼ੇਸ਼ ਮੁੱਦਿਆਂ[7][8] ਦੀ ਇੱਕ GE ਵੀ ਹੈ। +S ਦਾ ਵਿਘਨ ਇਹਨਾਂ ਗਤੀਵਿਧੀਆਂ ਦੁਆਰਾ ਇਸ ਖੇਤਰ ਵਿੱਚ ਉਸਦੀ ਅੰਤਰਰਾਸ਼ਟਰੀ ਲੀਡਰਸ਼ਿਪ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉਸਨੇ ICCV 2017 ਦੇ ਨਾਲ-ਨਾਲ ਵਰਕਸ਼ਾਪ RSL-CV 2017 ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਹੀ ਕੀਮਤੀ ਸੱਦਾ-ਪੱਤਰ ਵੀ ਪ੍ਰਦਾਨ ਕੀਤਾ ਅਤੇ ਨਾਲ ਹੀ ਸੈਮੀਨਾਰਾਂ ਵਿੱਚ ਕਈ ਸੱਦੇ ਗਏ ਭਾਸ਼ਣਾਂ ਅਤੇ IIIT-ਦਿੱਲੀ ਵਿਖੇ ਇੱਕ ਸੱਦਾ ਦਿੱਤਾ ਗਿਆ ਸ਼ਾਰਟ-ਕੋਰਸ ਆਪਣੇ ਨਿਵੇਸ਼ ਨੂੰ ਸੰਭਵ ਤੌਰ 'ਤੇ ਫੈਲਾਉਣ ਲਈ ਦਿਖਾਉਂਦੇ ਹੋਏ। ਉਸ ਦੀ ਖੋਜ. ਉਸਨੇ ਡਾਇਨਾਮਿਕ ਕੰਪ੍ਰੈਸਿਵ ਸੈਂਸਿੰਗ 'ਤੇ ਪੇਪਰ ਲਈ 2014 ਵਿੱਚ IEEE ਸਿਗਨਲ ਪ੍ਰੋਸੈਸਿੰਗ ਸੋਸਾਇਟੀ (SPS) ਬੈਸਟ ਪੇਪਰ ਅਵਾਰਡ ਪ੍ਰਾਪਤ ਕੀਤਾ।
ਹਵਾਲੇ[ਸੋਧੋ]
- ↑ H. Guo; C. Qiu; N. Vaswani (2014). "Practical ReProCS for Separating Sparse and Low-dimensional Signal Sequences from their Sum - Part 1". IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2014: 4161–4165. doi:10.1109/ICASSP.2014.6854385. ISBN 978-1-4799-2893-4.
- ↑ H. Guo; C. Qiu; N. Vaswani (2014). "Practical ReProCS for Separating Sparse and Low-dimensional Signal Sequences from their Sum - Part 2". GlobalSIP 2014.
- ↑ H. Guo; C. Qiu; N. Vaswani (2014). "An Online Algorithm for Separating Sparse and Low-dimensional Signal Sequences from their Sum". IEEE Transactions on Signal Processing. 62 (16): 4284–4297. doi:10.1109/TSP.2014.2331612.
- ↑ N. Vaswani; T. Bouwmans; S. Javed; P. Narayanamurthy (June 2018). "Robust PCA and Robust Subspace Tracking: A Comparative Evaluation". IEEE Statistical Signal Processing Workshop, SSP 2018.
- ↑ P. Narayanamurthy; N. Vaswani (April 2018). "A Fast and Memory-efficient Algorithm for Robust PCA (MEROP)". IEEE International Conference on Acoustics, Speech, and Signal, ICASSP 2018.
- ↑ N. Vaswani; T. Bouwmans; S. Javed; P. Narayanamurthy (July 2018). "Robust Subspace Learning: Robust PCA, Robust Subspace Tracking and Robust Subspace Recovery". IEEE Signal Processing Magazine. 35 (4): 32–55. arXiv:1711.09492. doi:10.1109/MSP.2018.2826566.
- ↑ T. Bouwmans; N. Vaswani; P. Rodriguez; R. Vidal; Z. Lin (December 2018). "Introduction to the Special Issue on Robust Subspace Learning and Tracking: Theory, Algorithms, and Applications". IEEE Journal of Selected Topics in Signal Processing.
- ↑ N. Vaswani; Y. Chi; T. Bouwmans (July 2018). "Special Issue on "Rethinking PCA for Modern Datasets: Theory, Algorithms, and Applications"". Proceedings of the IEEE. doi:10.1109/JPROC.2018.2853498.