Caroline Uhler（生于1983年）是一位瑞士统计学家，从事机器学习领域及其在基因组学中的应用研究。她的研究重点是开发因果推断方法，以从不同数据模态（包括转录组、蛋白质组和结构数据）中推断调控关系。她是麻省理工学院电气工程与计算机科学系以及数据、系统与社会研究所的正教授。此外，她还是布罗德研究所的核心研究所成员，并担任埃里克和温迪·施密特中心主任。
教育与职业经历
Uhler出生于瑞士。她在苏黎世大学学习数学和生物学，于2004年获得数学学士学位，2006年获得第二个生物学学士学位和数学硕士学位。她于2007年留校取得高中数学教师资格证书，但并未成为教师，而是前往美国在加州大学伯克利分校攻读研究生。在那里，她于2011年获得了统计学博士学位和哈斯商学院技术管理学位。她的博士论文《最大似然估计的几何学》、《高斯图模型》由代数几何学家和代数统计学家Bernd Sturmfels指导。
Uhler在明尼苏达大学数学及其应用研究所和苏黎世联邦理工学院短暂从事博士后研究后，于2012年成为奥地利科学技术研究所的助理教授。她于2015年以亨利·L·和多尔蒂·格雷斯助理教授身份加入麻省理工学院，2018年晋升为副教授，2022年晋升为正教授。自2022年起，她也是布罗德研究所的核心研究所成员，并担任埃里克和温迪·施密特中心主任。
研究贡献
Uhler的工作处于人工智能、统计学和生物学的交叉领域。她开发了用于因果推断的数学框架，帮助从高维生物测量数据（如单细胞基因表达数据或蛋白质组谱）中解读调控网络。她的团队贡献了结合图模型和凸优化思想的算法，用于重建基因调控相互作用，通常整合多种数据模态以提高鲁棒性。
她研究的一个方向涉及高斯图模型的几何学，将代数统计学的概念性成果扩展为实用的推断工具。另一个重要领域是开发可解释的机器学习方法，以处理大规模基因组学数据，旨在弥合统计保证与现实世界噪声观测之间的差距。这些努力塑造了她的学生在数据增强技术和鲁棒程序方面的工作。
荣誉与认可
Uhler获得了多项职业荣誉。2014年，她成为国际统计学会当选会员。2015年，她获得了奥地利科学基金的Start-Preis奖和亚历山大·冯·洪堡基金会的索菲亚·科瓦列夫斯卡娅奖，但婉拒了后者以加入麻省理工学院。2017年，她获得了NSF职业奖和斯隆研究奖学金。2019年，她被任命为西蒙斯生命系统数学建模研究员，以表彰她在生物数学领域的路径。2022年，她获得了NIH主任新创新者奖。2023年，她当选为工业与应用数学学会（SIAM）会士。
代表性出版物与影响
在整个职业生涯中，Uhler在统计学、机器学习和计算生物学期刊上发表论文。她的论文和著作不仅吸引了统计学领域的引用，也吸引了使用深度学习模型进行基因组学研究的实践者的关注。她实验室开发的算法常被研究疾病机制的研究人员使用，包括精准医学领域。她还通过指导年轻研究人员为领域的教育管道做出了贡献，这些研究人员后来进入了学术界或科学产业。
外部链接
- 主页
- Caroline HI出版物索引，由Google Scholar收录