Meisam Razaviyayn

🏷️ 인물 머신러닝 최적화

메이삼 라자비얀(Meisam Razaviyayn)은 University of Southern California의 부교수이며(Andrew and Erna Viterbi Early Career Chair), 산업·시스템공학, 컴퓨터과학, 정량·계산생물학, 전기공학 학과를 겸직한다. USC-Meta REAL(Research and Education in AI and Learning) 센터의 부소장도 맡고 있으며, Google Research에는 파트타임 Research Scientist로 합류해 있다.

연구 관심은 현대 데이터 과학과 머신러닝을 위한 확장 가능하고 신뢰 가능한 최적화 알고리즘의 설계와 분석이다. 구체적으로는 적대적 공격에 강건한 모델을 위한 min-max 최적화, 민감 속성에 대한 차별을 줄이는 공정 머신러닝, 이질적인 클라이언트 데이터를 다루는 연합 학습, 그리고 차분 프라이버시를 보장하는 확률적 최적화를 다룬다.

수상 이력으로는 2022 NSF CAREER Award, 2021 AFOSR Young Investigator Award, 2021 3M Nontenured Faculty Award, 그리고 2020 ICCM Best Paper Award in Mathematics 등이 있다. USC에 있는 그의 연구 그룹 ODDS(Optimization for Data-Driven Science)는 대규모 머신러닝을 위한 효율적 알고리즘 설계에 집중한다.

본 논문에서는 최적화 측면 — Delta Gradient Descent, Delta Momentum, Multi-scale Momentum Muon(M3) 같은 새로운 학습 규칙의 수학적 형식화 — 을 담당했을 것으로 추정된다. 그가 USC에서 다뤄 온 신뢰 가능한 최적화의 시각이 Nested Learning에서 옵티마이저를 "연상 기억 모듈"로 재해석하는 통찰과 닿아 있다.

관련 문서