光華講壇——社會(huì)名流與企業(yè)家論壇第6603期
主題：Unnormalized Sampling and Generative Learning非標(biāo)準(zhǔn)化抽樣和生成學(xué)習(xí)
主講人：武漢大學(xué) 焦雨領(lǐng)副教授
主持人：西南財(cái)經(jīng)大學(xué) 常晉源教授
時(shí) 間：10月20日 14:00-15:00
舉辦地點(diǎn)：西南財(cái)經(jīng)大學(xué)光華校區(qū)光華樓1003會(huì)議室
主辦單位：數(shù)據(jù)科學(xué)與商業(yè)智能聯(lián)合實(shí)驗(yàn)室 統(tǒng)計(jì)學(xué)院 科研處
主講人簡(jiǎn)介：
焦雨領(lǐng)，武漢大學(xué)數(shù)學(xué)統(tǒng)計(jì)學(xué)院副教授、博士生導(dǎo)師。主要研究方向?yàn)榭茖W(xué)計(jì)算、機(jī)器學(xué)習(xí)。入選國(guó)家級(jí)青年人才，任ACM Transaction on Probabilistic Machine Learning編委。在包括AoS、JASA、SINUM、SICS、SIMA、SICON、ACHA、JMLR、TSP、IP、ICML、NeurIPS等在內(nèi)的期刊和會(huì)議上發(fā)表了40余篇論文。
內(nèi)容簡(jiǎn)介：
Estimating underlying distributions from data and sampling from unnormalized densities are two fundamental tasks. In this talk we will present a framework with theoretical guarantees to achieve these goals via bring the strength of mechanism (optimal transportation, gradient flow on measure spaces, ODE, SDE) and data (deep neural networks fitting).
從數(shù)據(jù)估算基礎(chǔ)分布和從非標(biāo)準(zhǔn)化的密度中抽樣是兩項(xiàng)基本任務(wù)。本次報(bào)告將介紹一個(gè)具有理論保證的框架，通過(guò)結(jié)合機(jī)制的力量（最優(yōu)運(yùn)輸、測(cè)度空間上的梯度流、常微分方程、隨機(jī)微分方程）和數(shù)據(jù)（深度神經(jīng)網(wǎng)絡(luò)擬合）來(lái)實(shí)現(xiàn)這些目標(biāo)。
