Patrick Haffner

패트릭 하프너(Patrick Haffner)는 프랑스 출신 머신러닝 연구자로, 1998년 Gradient-Based Learning Applied to Document Recognition(LeNet-5 논문)의 공동 저자이자, 같은 시스템을 NCR 산업 시스템에 배포한 엔지니어이다. 현재 AWS의 Principal Applied Scientist로 일하고 있다.

학력은 1987년 École Polytechnique, 1989년 ENST(École Nationale Supérieure des Télécommunications) Paris 공학 학위, 1994년 같은 학교에서 음성·신호처리 박사 학위를 받았다. 박사 과정 중 1988~1990년 사이 Carnegie Mellon에서 Alex Waibel과 함께 TDNN(Time-Delay Neural Network) 연구를 하였고, 1990년부터 1994년까지 CNET/France Télécom Research Lab에서 Multi-State TDNN(MS-TDNN) 아키텍처를 개발하였다. 1995년 AT&T Bell Labs Speech and Image Processing Research에 합류하면서 얀 르쿤, 레옹 보투 그룹과 만났다.

LeNet-5 논문에서 그의 본격적인 기여는 X장 Check Reading System에 있다. 그가 가져온 MS-TDNN 기반의 시퀀스 분할·인식 노하우가 Space Displacement Neural Network(SDNN)로 재정식화되었고, 이를 NCR과 협업해 1996년 6월부터 미국 여러 은행에 배포된 Courtesy Amount Reader로 만들어냈다. 당시 시스템은 영업용 수표 기준 매일 수백만 장을 자동 판독하였다.

대표 연구는 LeNet-5 외에도 Support Vector Machines for Histogram-Based Image Classification(Chapelle, Haffner, Vapnik, 1999), Rational Kernels(Cortes, Haffner, Mohri, 2004) 등이 있다. AT&T Labs-Research에서 통계 학습, 시퀀스 인식, 음성 인식 연구를 이어가다 2010년대 중반 Interactions LLC로 옮겨 음성 대화 시스템의 책임 연구자로 일하였고, 2021년부터는 AWS SageMaker Ground Truth 팀에 합류하였다.