デイビッド・ポール・カセセント（1942年12月8日 - 2015年11月16日）は、アメリカの電気工学者および計算機科学者である。彼はカーネギーメロン大学の電気・コンピュータ工学科の名誉教授を務め、その研究は光画像および信号処理に焦点を当てていた。カセセントは1993年に国際光工学会（SPIE）の会長、1999年に国際ニューラルネットワーク学会の会長を務めた。
ワシントンD.C.生まれのカセセントは、イリノイ大学で1964年、1965年、1969年にそれぞれ学士号、修士号、博士号を取得した。彼は1969年にカーネギーメロン大学の教員となり、1980年にジョージ・ウェスティングハウス講座に指名された。彼は2009年に退職し、2015年11月16日にペンシルベニア州ピッツバーグ近郊で死去した。妻と子供たちが残された。
光パターン認識
カセセントの初期の研究は、しばしばデメトリ・プサルティスとの共同研究であり、パターン認識のための光相関における基礎的な技法を確立した。1976年、彼らはメリン変換を用いたスケール不変の光相関に関する論文を発表し、光学システムがスケールに関係なくパターンを認識できることを実証した。同年のApplied Optics誌の論文では、これを位置、回転、スケール不変の相関に拡張し、この分野にとって重要な進歩となった。これらの方法は光学の並列処理能力を活用しており、現代の機械学習における計算的アプローチの先駆けと見なされていた。
彼の後期の研究は、ニューラルネットワークと光処理を統合したものであった。1995年にレナード・M・ナイバーグと共にNeural Networks誌に発表した論文は、分類器とシフト不変の自動ターゲット認識を扱い、光相関器とニューラルネットワークアーキテクチャを組み合わせた。この研究は、古典的な光信号処理と新興の計算知能手法を橋渡しするものであった。
学術的キャリアとリーダーシップ
カセセントは1969年から2009年の退職まで、その学術キャリア全体をカーネギーメロン大学で過ごした。ジョージ・ウェスティングハウス講座として、彼は多くの大学院生を指導し、電気・コンピュータ工学分野における大学の評判に貢献した。彼の教育と研究は光学、信号処理、パターン認識にわたり、理論的発展と実用的応用の両方に影響を与えた。
彼のリーダーシップの役割は大学を超えて広がった。1993年のSPIE会長、1999年の国際ニューラルネットワーク学会会長として、彼は光学とニューラル計算の専門家コミュニティの形成を支援した。彼は1996年にSPIE会長賞を受賞し、SPIE、IEEE、および米国光学会のフェローであった。また、Optical Engineering誌の副編集長も務めた。
主要な出版物
カセセントはいくつかの影響力のある著作を執筆・編集した。彼の1973年の著書『電子回路』（Quantum Publishers）は教科書として使用された。彼は『光データ処理：応用』（Springer-Verlag、1978年）と『光パターン認識』（SPIE Proceedings Vol. 201、1979年）を編集し、この分野の主要な研究を収集した。
彼のジャーナル論文（多くはプサルティスとの共著）には、光変換に関する画期的な論文が含まれる。1977年のProceedings of the IEEE誌の論文「パターン認識のための新しい光変換」は、不変認識のためのメリン変換および他の変換の進歩を要約した。1979年のApplied Optics誌の光剰余演算に関する論文は、相関ベースの算術演算へのアプローチを提案し、光コンピューティング応用の広がりを示した。
ジョン・スコット・スモケリンおよびアンキ・イェとの後期の研究では、検出のためのウェーブレット変換およびガボール変換（Optical Engineering誌、1992年）が、現代のイメージングおよび人工知能研究において関連性を保つ信号処理技術に光学的な方法を結び付けた。
遺産
カセセントの貢献は、光学、信号処理、ニューラルネットワークの交差点にある。彼の不変相関技術は、その後のコンピュータビジョンおよびパターン認識の研究に影響を与えた。光学コンピューティングとニューラルネットワークの概念を統合することで、彼は物理的なハードウェアとアルゴリズム的な学習を組み合わせたハイブリッドアプローチを予見した。専門学会でのリーダーシップは、実践の標準化と分野横断的な協力の促進に貢献した。
彼の研究は、光学コンピューティング、自動ターゲット認識、および古典的な信号処理を活用する深層学習応用などの分野で現在も引用されている。カセセントのキャリアは、アナログ光学的手法からデジタルおよびニューラルなアプローチへの移行を例証しており、電気工学の理論的および応用的側面の両方に永続的な影響を残した。