报告题目：Deep Generative Learning，

报告人：焦雨领 教授 武汉大学

报告时间：2025年9月3日 9:00-10:00

报告地点：腾讯会议ID：863-858-243

校内联系人：赵世舜 [email protected]

报告摘要：

Estimating underlying distributions from data is a fundamental task in statistics and machine learning. In this presentation, we will discuss some methodology and theory on widely used deep generative models, such as GANs, diffusion models and a newly proposed one-step characteristic generator.

报告人简介：

焦雨领，武汉大学人工智能学院，教授博导，副院长。入选国家高层次青年人才，主要研究机器学习、科学计算。近期关注深度学习数理基础，在计算数学、应用数学、统计学、电子工程、人工智能等领域的旗舰期刊和会议上发表论文三十多篇： SIAM 系列（5 篇）、Appl.Comput. Harmon. Anal.(2篇)、Inverse Probl. (2 篇)；Ann. Stat. （3 篇）、J.Amer. Statist. Assoc.（2篇）； IEEE Trans. Inf. Theory (5 篇)、IEEE Trans. Signal Process.（3篇）；J. Mach. Learn. Res. (7 篇)、ICML (3 篇)、NeurIPS (3篇，其中一篇Oral、一篇Spotlight)；Nat. Commun.。主持国家重点研发计划子课题、国家自然科学基金面上项目及一批同华为开展的校企合作项目。