إدوارد غوربونوف - MBZUAI MBZUAI

إدوارد غوربونوف

أستاذ مساعد في علم الإحصاء والبيانات

الاهتمامات البحثية

تنصب اهتمامات البروفيسور إدوارد غوربونوف البحثية على التداخل بين التحسين، والإحصاء، وتعلم الآلة، مع تركيز خاص على تطوير أساليب تحسين فعالة وقوية لأنظمة التعلم واسعة النطاق. وتتناول أبحاثه التحديات النظرية والتطبيقية في تدريب النماذج ضمن ظروف واقعية مثل اللامركزية، والضواء الاحصائية، والخصوصية. البريد الإلكتروني

inner_image

شغل البروفيسور إدوارد قبل انضمامه إلى جامعة محمد بن زايد للذكاء الاصطناعي منصب زميل ما بعد الدكتوراه، ثم باحث علمي في قسم تعلم الآلة بنفس الجامعة. كما عمل مستشارًا بحثيًا في معهد كيبيك للذكاء الاصطناعي (Mila)، حيث تعاون مع مجموعة البروفيسور غوتييه جيديل. حصل البروفيسور غوربونوف على درجة الدكتوراه في علوم الحاسوب من معهد موسكو للفيزياء والتكنولوجيا، حيث عمل تحت إشراف البروفيسور ألكسندر غاسنيكوف والبروفيسور بيتر ريشتاريك في مجالات التحسين الموزع، وضغط التدرج ، وتقنيات التحديث المحلي. كما يحمل درجتي الماجستير والبكالوريوس في الرياضيات التطبيقية والفيزياء من نفس المعهد. شغل غوربونوف خلال مسيرته الأكاديمية مناصب بحثية في مؤسسات مرموقة مثل معهد موسكو للفيزياء والتكنولوجيا، وهواوي، وياندكس للأبحاث، والمدرسة العليا للاقتصاد. وقد ساهمت أبحاثه في تطوير مفاهيم أساسية في مجال التحسين العشوائي، وضغط التدرج، والتعلم في ظل الضوضاء شديدة الانحراف. نال العديد من الجوائز المرموقة، من بينها جائزة إيليا سيغالوفيتش من شركة ياندكس، بالإضافة إلى جوائز المراجع المتميز من مؤتمرات عالمية رفيعة المستوى مثل NeurIPS و ICML وICLR. وحصل أثناء دراسته على عدة منح دراسية تنافسية تقديرًا لتفوقه الأكاديمي.

  • زميل باحث لما بعد الدكتوراه – جامعة محمد بن زايد للذكاء الاصطناعي
  • دكتوراه في علوم الحاسوب – معهد موسكو للفيزياء والتكنولوجيا
  • ماجستير في الرياضيات والفيزياء التطبيقية – معهد موسكو للفيزياء والتكنولوجيا
  • بكالوريوس في الرياضيات والفيزياء التطبيقية – معهد موسكو للفيزياء والتكنولوجيا
  • جائزة إيليا سيغالوفيتش للإنجازات العلمية – شركة ياندكس، أبريل 2019 من بين تسعة فائزين فقط من روسيا وبيلاروس وكازاخستان. تتضمّن الجائزة تمويلًا بحثيًّا، وعرض تدريب في مركز ياندكس للأبحاث، ودعمًا للسفر الدولي.
  • جوائز المراجع المتميز: مؤتمر NeurIPS (أعوام 2020، 2021، 2022)، مؤتمر ICML (أعوام 2021، 2022)، مؤتمر ICLR (عام 2021)
  • منحة أ. م. رايغورودسكي تقديرًا لمساهماته في أساليب التحسين العددي: سبتمبر 2021 – يناير 2022، وفبراير 2021 – يونيو 2021
  • منحة هواوي للتميّز الأكاديمي – يناير 2020 والتي مُنحت لطلاب معهد موسكو للفيزياء والتكنولوجيا (MIPT) المتفوقين في برامج البكالوريوس والماجستير.
  • المنحة الأكاديمية الحكومية المتقدمة للإنجازات العلمية – معهد موسكو للفيزياء والتكنولوجيا (MIPT)، وقد مُنحت له عدة مرات بين عامي 2017 و2020 خلال مرحلتي البكالوريوس والدراسات العليا.

تشمل أبرز بحوث البروفيسور غوربونوف

  • التحسين العشوائي والتوزيعي
  • التعلّم الموحد وتدريب النماذج المخصصة
  • التحمّل ضد الأعطال غير المتوقعة (البيزنطية) والضوضاء الإحصائية شديدة الانحراف
  • الخصوصية التفاضلية وخوارزميات التعلّم المحافظة على الخصوصية
  • الأساليب التكيفية وتقنيات قص التدرّج
  • المتباينات التغييرية والمقاربات القائمة على نظرية الألعاب في تعلّم الآلة
تشمل منشوراته البحثية:
  • دراسة بعنوان – Methods with Local Steps and Random Reshuffling for Generally Smooth Non-Convex Federated Optimization [للباحثين: Y. Demidovich، P. Ostroukhov، G. Malinovsky، S. Horváth، M. Takáč، P. Richtárik، E. Gorbunov] نُشرت في مؤتمر ICLR، عام 2025.
  • دراسة بعنوان – Methods for Convex (L₀, L₁)-Smooth Optimization: Clipping, Acceleration, and Adaptivity [للباحثين: E. Gorbunov، N. Tupitsa، S. Choudhury، A. Aliev، P. Richtárik، S. Horváth، M. Takáč] نُشرت في مؤتمر ICLR، عام 2025.
  • دراسة بعنوان – Exploring Jacobian Inexactness in Second-Order Methods for Variational Inequalities [للباحثين: A. Agafonov، P. Ostroukhov، R. Mozhaev، K. Yakovlev، E. Gorbunov، M. Takáč، A. Gasnikov، D. Kamzolov] نُشرت في مؤتمر NeurIPS، عام 2024 (عرض مميز Spotlight).
  • دراسة بعنوان – Remove that Square Root: A New Efficient Scale-Invariant Version of AdaGrad [للباحثين: S. Choudhury، N. Tupitsa، N. Loizou، S. Horváth، M. Takáč، E. Gorbunov] نُشرت في مؤتمر NeurIPS، عام 2024.
  • دراسة بعنوان – Byzantine Robustness and Partial Participation Can Be Achieved at Once: Just Clip Gradient Differences [للباحثين: G. Malinovsky، P. Richtárik، S. Horváth، E. Gorbunov] نُشرت في مؤتمر NeurIPS، عام 2024.
  • دراسة بعنوان – Low-Resource Machine Translation through the Lens of Personalized Federated Learning [للباحثين: V. Moskvoretskii، N. Tupitsa، C. Biemann، S. Horváth، E. Gorbunov، I. Nikishina] نُشرت ضمن Findings في مؤتمر EMNLP، عام 2024.
  • دراسة بعنوان – High-Probability Convergence for Composite and Distributed Stochastic Minimization and Variational Inequalities with Heavy-Tailed Noise [للباحثين: E. Gorbunov، A. Sadiev، M. Danilova، S. Horváth، G. Gidel، P. Dvurechensky، A. Gasnikov، P. Richtárik] نُشرت في مؤتمر ICML، عام 2024 (عرض شفهي Oral).

تواصل مع شؤون هيئة التدريس

مهتم بالعمل مع أعضاء هيئة التدريس لدينا
قم بتعبئة النموذج أدناه وسنقوم بالرد عليك.