盖尔。卡彭特

Gail Carpenter定义了一种信息融合的新方法，展示了基于认知学习原理的神经模型如何从矛盾的、不一致的和准确的来源中获得一致的知识，就像一个年幼的孩子听到家里的宠物被称为Spot、puppy、dog、dalmatian、哺乳动物和动物一样。即使在训练期间没有提供类间的关系、链接或概率，分布式学习系统也可以派生关系规则、置信度估计、等价类和层次结构的知识。她的其他新濠影汇线上赌场研究领域包括视觉、突触传递和昼夜节律的神经模型的开发、计算分析和应用。她在视觉方面的工作范围从视网膜模型到颜色处理和远距离图形完成。

Gail在威斯康星大学（University of Wisconsin）获得数学新濠影汇线上赌场研究生学位，并在麻省理工学院（MIT）和东北大学（Northeastern University）任教，之后前往波士顿大学（Boston University）担任认知与神经系统（CNS）和数学系教授；CNS技术实验室主任；也是美国国家科学基金会学习科学中心CELEST（教育、科学和技术学习卓越中心）的共同负责人。自1987年国际神经网络学会（INNS）成立以来，她连续三年当选为理事会成员，并获得了INNS Gabor奖。她还曾担任美国数学学会理事会的当选成员，并且是女性数学协会的创始成员。她是第一位获得IEEE神经网络先锋奖的女性。