报告题目：Learning without Paired Data in Image Processing

主 讲 人：包承龙

单 位：清华大学

时 间：12月13日9:00

腾 讯 ID：168-662-379

摘 要：

Deep neural networks achieve remarkable results in various tasks in image processing, but its success needs a large amount of training data. In practice, collecting the training data is difficult. In this talk, we discuss our efforts along this direction in the unsupervised setting and unpaired settings.

简 介：

包承龙，清华大学丘成桐数学科学中心，助理教授。2009年本科毕业于中山大学数学系，2014年博士毕业于新加坡国立大学数学系，2015年至2018年在新加坡国立大学数学系进行博士后研究。其研究兴趣主要在数学图像处理的模型与算法方面，目前已在IEEE TPAMI，SIIMS，SISC，ACHA等期刊和CVPR，ICML，NeurIPS，ICLR等会议上共计发表学术论文30余篇。