Nitish Srivastava

概述 (50-200字符)

Nitish Srivastava 是计算机科学家，Dropout 正则化方法的第一作者。2014 年作为第一作者在 JMLR 发表Dropout: A Simple Way to Prevent Neural Networks from Overfitting (2014 论文)，与Geoffrey E. Hinton等人共同提出了这一深度学习标配技术。

关键内容 (≥300字符, 用双链)

1. Dropout 论文：作为第一作者，Srivastava 与 Hinton、Alex Krizhevsky、Ilya Sutskever、Ruslan Salakhutdinov 合作，在 JMLR 发表了 Dropout 的正式论文。论文提出了训练时随机置零神经元的极简正则化方案，从集成学习、减少共适应、有性生殖类比三个角度解释了其有效性。
2. 与 Hinton 团队的关系：Srivastava 是 Hinton 多伦多大学研究团队的成员，与 AlexNet 的核心作者群体（Krizhevsky、Sutskever）有直接合作。这一团队在 2012-2014 年间连续产出深度学习领域的里程碑成果，包括 AlexNet（2012）和 Dropout（2014）。
3. 后续影响：Dropout 论文至 2024 年被引用超过 5 万次，是深度学习领域引用率最高的论文之一。Srivastava 作为第一作者，其名字与这一改变深度学习训练范式的技术永久关联。

来源

• [Srivastava, N., Hinton, G., Krizhevsky, A., Sutskever, I., & Salakhutdinov, R. (2014). JMLR, 15(1), 1929–1958.] — 原始论文
• [raw/articles/ai-papers/machine-learning/09_dropout_2014.md] — 源文件

相关

• Geoffrey E. Hinton — collaborated_with
• Alex Krizhevsky — collaborated_with
• Ilya Sutskever — collaborated_with
• Ruslan Salakhutdinov — collaborated_with
• Dropout: A Simple Way to Prevent Neural Networks from Overfitting (2014 论文) — first_author
• Dropout（随机失活） — co_invented