Dr. Ryan J. Urbanowicz

پژوهشگر در بخش زیست پزشکی محاسباتی در مرکز پزشکی Cedars-Sinai در لس آنجلس. دکترای ژنتیک از کالج دارتموث و مدرک لیسانس. و M.Eng. در مهندسی بیولوژی از دانشگاه کرنل. تخصص ها عبارتند از: هوش مصنوعی، داده کاوی، انفورماتیک، یادگیری ماشینی، الگوریتم های تکاملی، سیستم های دسته بند یادگیری، تجسم داده ها، و آموزش. 

  دکتر رایان جان اوربانوویچ در سال 1982 در نیو میلفورد، CT به دنیا آمد. والدین مورین و گری اوربانوویچ او را در شهر شرمن، سی تی بزرگ کردند. پدرش گری، خلبان سابق تاپ گان نیروی هوایی، در سال 1995 پس از مبارزه با سرطان خون و لنفوم درگذشت. مادرش مورین در حال حاضر از سمت طولانی مدت خود به عنوان معلم مدرسه ابتدایی در مدرسه ابتدایی شرمن بازنشسته شده است. رایان و برادر کوچکترش جان در جوانی در پیشاهنگان آمریکا (BSA) شرکت کردند و هر کدام جایزه Eagle Scout را دریافت کردند. رایان هنوز یک رهبر فعال بزرگسالان BSA است.

 

    

کار رایان به عنوان یک کاندیدای دکترا 11 اولین مقاله نویسنده را به همراه داشت که دو مورد از آنها جوایز بهترین مقاله را دریافت کردند. رایان با موفقیت از پایان نامه خود با عنوان "تشخیص و مشخصه اپیستازیس و ناهمگنی: رویکرد سیستم دسته بند یادگیری" در فوریه 2012 دفاع کرد.

http://libarchive.dartmouth.edu/cdm/compoundobject/collection/dcdis/id/85953/rec/4

رایان بلافاصله پس از دفاع از خود، موقعیت خود را به عنوان یک پژوهشگر فوق دکترا آغاز کرد و در آزمایشگاه دکتر جیسون اچ. مور ادامه داد تا توسعه یک سیستم دسته بند یادگیری تنظیم شده با بیوانفورماتیک را دنبال کند و تحصیلات خود را به آمار زیستی گسترش دهد. رایان به‌عنوان دکترا، در مرکز پزشکی Dartmouth هیچکاک داوطلب شد و هر هفته گیتار می‌خواند. رایان در این زمان به عنوان یک دکترا، کار پایان نامه امیدوارکننده خود را روی الگوریتم های LCS در تجزیه و تحلیل انجمن پلی مورفیسم تک نوکلئوتیدی (SNP) انجام داد و شروع به مونتاژ الگوریتم یادگیری ماشین مبتنی بر قانون خود کرد که او آن را سیستم ردیابی و طبقه بندی نظارت شده توسعه یافته یا طبقه بندی کرد. ExSTraCS. رایان بر گردآوری مفاهیم الگوریتمی که در پایان نامه خود روی آنها کار کرده بود، و همچنین گسترش روش برای رسیدگی به انواع داده های مختلف، مشکلات طبقه بندی یا رگرسیون، بهبود عملکرد و تفسیرپذیری برای کشف دانش، و مقیاس پذیر ساختن الگوریتم تمرکز کرد. در سال 2015 با انتشار ExSTraCS 2.0، رایان نشان داد که الگوریتم او اولین و تنها الگوریتم در جهان است که تا به حال حل یک مشکل معیار دسته بندی بسیار دشوار به نام Multiplexer 135 بیتی را گزارش کرده است. از سال 2016، ExStTraCS هنوز تنها الگوریتمی است که می تواند ادعا کند این مشکل بسیار معقول و ناهمگن را به طور مستقیم حل می کند.

در پاییز سال 2015، رایان توسط دکتر مور دعوت شد تا به عنوان همکار تحقیقاتی در سمت جدید خود در دانشگاه پنسیلوانیا در فیلادلفیا، PA به کار در آزمایشگاه خود ادامه دهد. رایان همچنان به توسعه ایده‌های جدید برای بهبود یادگیری ماشینی مبتنی بر قانون ادامه می‌دهد، همچنین روی تحقیق در زمینه انتخاب ویژگی/ وزن‌دهی ویژگی، استراتژی‌های شبیه‌سازی داده‌ها، روش‌های تجسم برای استودیوی تجسم جدید به نام «Idea Factory» و کاربردهای این روش‌ها کار می‌کند. همکاری در تحقیقات بیماری رایان با اطمینان از اهمیت یادگیری ماشینی مبتنی بر قانون، بر آموزش دیگران و افزایش آگاهی از این روش‌های مؤثر، اما عمدتاً ناشناخته و کم استفاده برای شناسایی، مدل‌سازی و توصیف الگوهای داده پیچیده تمرکز می‌کند.

 رایان و یکی از نویسندگان ویل براون اولین کتاب درسی مقدماتی یادگیری سیستم های دسته بند را در سال 2017 منتشر کردند.

در سال 2018، دکتر Urbanowicz سمت استادیار در گروه آمار زیستی، اپیدمیولوژی و انفورماتیک در دانشکده پزشکی Perelman UPenn را آغاز کرد. در آن زمان او دوره آموزشی را توسعه داد: مبانی هوش مصنوعی، که سخنرانی‌ها برای آن در یوتیوب موجود است، و تحقیقات او بر یادگیری ماشین خودکار، انتخاب ویژگی، یادگیری ماشین مبتنی بر قوانین و هماهنگ سازی داده‌ها متمرکز بود.

در سال 2021، دکتر Urbanowicz یک موقعیت جدید به عنوان استادیار در بخش زیست پزشکی محاسباتی در مرکز پزشکی Cedars-Sinai در لس آنجلس پذیرفت.