报告题目：Generative Learning and Unnormalized Sampling

主 讲 人：焦雨领

单 位：武汉大学

时 间：5月30日14:30

地 点：学院北研教室

摘 要：

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 geodesic interpolation and entropy interpolation. We will bring the strength of optimal transportation, Schrodinger Bridge, gradient flow on measure spaces, density-ratio/scores estimation and deep neural networks.

简 介：

焦雨领，武汉大学数学与统计学院副教授。主要从事科学计算、机器学习等方面的研究。主持国家自然科学基金面上项目、青年项目、湖北省自然科学基金面上项目、统计与数据科学前沿理论及应用教育部重点实验室课题。在包括SIAM系列、ACHA，Sta. Sci.，JMLR，ICML，Inv. Prob.，TSP，Sta. Sin.，《中国科学》等在内的期刊和会议上发表了40余篇论文。