Deanna Needell

Deanna Needell es una matemática aplicada estadounidense de la Universidad de California en Los Ángeles . Es autora de más de 200 artículos de investigación, ha dirigido a numerosos estudiantes de doctorado y ha sido mentora de muchos investigadores posdoctorales. Es reconocida por su trabajo en aprendizaje automático , optimización y procesamiento de señales , así como por sus aplicaciones en organizaciones comunitarias sin fines de lucro en los ámbitos de la medicina y la justicia social.

Deanna Needell obtuvo su doctorado en matemáticas de la Universidad de California, Davis en 2009. El título de su tesis fue Temas en detección comprimida . ^{[ 1 ]} Fue becaria postdoctoral en la Universidad de Stanford de 2009 a 2011.

Deanna Needell recibió el Premio IMA en Matemáticas y Aplicaciones en 2016 junto con su colaboradora Rachel Ward . El premio reconoció su trabajo teórico relacionado con la detección comprimida con aplicación a las resonancias magnéticas , y Needell fue reconocida en particular por sus contribuciones a la aproximación dispersa, el procesamiento de señales y la optimización estocástica. ^{[ 2 ]} También es receptora de la Beca Alfred P. Sloan y un Premio CAREER de la Fundación Nacional de Ciencias . Fue nombrada miembro de la Sociedad Matemática Estadounidense , en la clase de miembros de 2022, "por contribuciones a la detección comprimida y las matemáticas de los datos". ^{[ 3 ]} También es miembro de SIAM , en la clase de miembros de 2024, elegida "por contribuciones a la detección comprimida, la optimización estocástica y la ciencia de datos aplicada". ^{[ 4 ]} Ha dado un gran número de ponencias plenarias y magistrales en conferencias alrededor del mundo, incluida la Conferencia Falconer 2024 en el Mathfest de la Asociación Matemática de América (MAA).

• Página principal
• Publicaciones de Deanna Needell indexadas por Google Académico