سامويل هورفاث

قبل الانضمام إلى جامعة محمد بن زايد للذكاء الاصطناعي، حصل الدكتور هورفاث على شهادة ماجستير عام 2018 وشهادة دكتوراه عام 2022 من جامعة الملك عبدالله للعلوم والتقنية في المملكة العربية السعودية. واكتسب خبرة واسعة نسبيًا في القطاع الصناعي بعد إكمال دورات تدريبية في مجال البحوث في شركات عدة، منها قسم تعلّم الآلة القابل للتوسع في شركة أمازون في ألمانيا (2019)، ومركز الذكاء الاصطناعي في شركة سامسونغ في المملكة المتحدة (2020)، وقسم بحوث الذكاء الاصطناعي في فيسبوك في كندا (2021). وحصل الدكتور هورفاث على جوائز متعددة خلال دراسته، بما في ذلك جائزة أفضل ورقة بحثية في ورشة العمل حول قابلية التوسع والخصوصية والأمن في التعلّم المتحد ضمن مؤتمر نظم معالجة المعلومات العصبية (2020)، وجائزة أفضل بوستر علمي في المدرسة الصيفية لعلوم البيانات (دي أس 3) في مدرسة البوليتكنيك في فرنسا (2018)، وجائزة أفضل مُراجع في مؤتمر نظم معالجة المعلومات العصبية (2020). وهو يشغل بانتظام منصب عضو في لجان البرامج في أهم المجلات والمؤتمرات في مجال تعلّم الآلة، ومنها مجلة تعلّم الآلة، والمؤتمر الدولي لتعلّم الآلة، ومؤتمر نظم معالجة المعلومات العصبية.

• دكتوراه في العلوم الإحصائية والكهربائية والرياضيات والهندسة من جامعة الملك عبد الله للعلوم والتقنية، المملكة العربية السعودية 
• ماجستير في العلوم الإحصائية والكهربائية والرياضيات والهندسة من جامعة الملك عبد الله للعلوم والتقنية، المملكة العربية السعودية
• بكالوريوس العلوم (بامتياز مع مرتبة شرف) في الرياضيات والعلوم الاقتصادية والمالية من جامعة كومينيوس، سلوفاكيا 

• قائمة عميد الجامعة، جائزة التميز الأكاديمي، جامعة الملك عبد الله للعلوم والتقنية، 2022
• جائزة الكندي للطلاب في البحوث الإحصائية، جامعة الملك عبد الله للعلوم والتقنية، 2021
• جائزة أفضل بوستر علمي في المدرسة الصيفية لعلوم البيانات (دي أس 3)، مدرسة البوليتكنيك في فرنسا، 2018
• جائزة أفضل ورقة بحثية في ورشة العمل حول التعلّم المتحد ضمن مؤتمر نظم معالجة المعلومات العصبية، 2020
• جائزة أفضل مُراجع في مؤتمر نظم معالجة المعلومات العصبية، 2020
• جائزة المُراجع الأول في مؤتمر نظم معالجة المعلومات العصبية، 2019

نشر الدكتور هورفاث بحوثًا في مؤتمرات رائدة في مجال الذكاء الاصطناعي مثل المؤتمر الدولي لتعلّم الآلة، ومؤتمر نظم معالجة المعلومات العصبية والمؤتمر الدولي لتمثيل التعلّم.

• دراسة بعنوان – Fedshuffle: Recipes for better use of local work in federated learning [للباحثين: S. Horváth، M. Sanjabi، L. Xiao، P. Richtárik، M. Rabbat] بحث أولي منشور على منصة arXiv: 2204.13169.
• دراسة بعنوان – Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [للباحثين: S. Horváth، L. Lei، P. Richtárik، M. I. Jordan] نُشرت في مجلة SIAM Journal on Mathematics of Data Science (SIMODS).
• دراسة بعنوان – FjORD: Fair and Accurate Federated Learning under heterogeneous targets with Ordered Dropout [للباحثين: S. Horváth، S. Laskaridis، M. Almeida، I. Leontiadis، S. I. Venieris، N. D. Lane] نُشرت في مؤتمر NeurIPS الخامس والثلاثين، عام 2021.
• دراسة بعنوان – A Better Alternative to Error Feedback for Communication-Efficient Distributed Learning [للباحثين: S. Horváth، P. Richtárik] نُشرت في مؤتمر ICLR، عام 2021.