Нэнси Мари Амато — американский ученый -компьютерщик, известный своими исследованиями алгоритмических основ планирования движения , вычислительной биологии , вычислительной геометрии и параллельных вычислений . [1] Амато — профессор инженерии имени Абеля Блисса и заведующий кафедрой компьютерных наук Иллинойского университета в Урбана-Шампейн . [2] Амато известна своим лидерством в расширении участия в компьютерных технологиях и в настоящее время является членом руководящего комитета CRA-WP (ранее известного как CRA-W), членом правления которого она является с 2000 года. [ссылка нужна ]
Амато получила степень бакалавра экономических наук и степень бакалавра математических наук в Стэнфордском университете в 1986 году. [2] Она получила степень магистра компьютерных наук в Калифорнийском университете в Беркли в 1988 году под руководством Мануэля Блюма . [3] В 1995 году она получила докторскую степень в области компьютерных наук в Университете Иллинойса в Урбана-Шампейн под руководством Франко П. Препарата за диссертацию «Параллельные алгоритмы для выпуклых оболочек и проблемы близости». [2]
Она поступила на факультет компьютерных наук Техасского университета A&M в качестве доцента в 1995 году. В 2000 году она получила звание доцента, в 2004 году — профессора, а в 2011 году — профессора Unocal.
В июле 2018 года Амато был назначен следующим заведующим кафедрой компьютерных наук Иллинойского университета в Урбана-Шампейн , начиная с января 2019 года. [4] [5]
У Амато есть несколько заметных результатов. Ее статья о методах вероятностных дорожных карт (PRM) является одной из самых важных статей по PRM. Он описывает первый вариант PRM, который не использует равномерную выборку в пространстве конфигурации робота. [6] Вместе с одним из своих студентов она написала основополагающую статью, в которой показано, как методология PRM может быть применена к движениям белков и, в частности, к сворачиванию белков. Этот подход открыл новую область исследований в вычислительной биологии . [7]Этот результат открывает новый богатый набор приложений для этой техники в вычислительной биологии. Еще одна статья, которую она написала со своими студентами, представляет собой значительный прогресс, показывая, как статистика глобального энергетического ландшафта, такая как относительная скорость сворачивания и кинетика популяции, может быть рассчитана для белков из приблизительных ландшафтов, рассчитанных методом Амато на основе PRM. [8] В другой статье она и ее студент представили новый метод, приближенное выпуклое разложение (ACD), для разбиения многогранника на приблизительно выпуклые части. [9] Амато вместе со своим мужем Лоуренсом Раухвергером возглавляет проект STAPL., который также является специалистом по информатике на факультете Иллинойского университета в Урбане-Шампейне. [ нужна ссылка ] STAPL — это параллельная библиотека C++. [10]