威尼斯人娱乐场-威尼斯人娱乐网代理注_百家乐社区_sz新全讯网网站112(中国)·官方网站

Unnormalized Sampling and Generative Learning非標準化抽樣和生成學習

時間:2023-10-17 00:00    來源:     閱讀:

光華講壇——社會名流與企業家論壇第6603期

主題Unnormalized Sampling and Generative Learning非標準化抽樣和生成學習

主講人武漢大學 焦雨領副教授

主持人西南財經大學 常晉源教授

10月20日 14:00-15:00

舉辦地點:西南財經大學光華校區光華樓1003會議室

主辦單位:數據科學與商業智能聯合實驗室 統計學院 科研處

主講人簡介:

焦雨領,武漢大學數學統計學院副教授、博士生導師。主要研究方向為科學計算、機器學習。入選國家級青年人才,任ACM Transaction on Probabilistic Machine Learning編委。在包括AoS、JASA、SINUM、SICS、SIMA、SICON、ACHA、JMLR、TSP、IP、ICML、NeurIPS等在內的期刊和會議上發表了40余篇論文。

內容簡介

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).

從數據估算基礎分布和從非標準化的密度中抽樣是兩項基本任務。本次報告將介紹一個具有理論保證的框架,通過結合機制的力量(最優運輸、測度空間上的梯度流、常微分方程、隨機微分方程)和數據(深度神經網絡擬合)來實現這些目標。

西南財經大學  版權所有 webmaster@swufe.edu.cn     蜀ICP備 05006386-1號      川公網安備51010502010087號
百家乐官网水晶筹码| 澳门百家乐官网的玩法技巧和规则| TT娱乐城投注,| 手机百家乐官网游戏| 澳门在线赌场| 连环百家乐怎么玩| 网页百家乐官网| 威尼斯人娱乐城首存| 新加坡百家乐官网的玩法技巧和规则| 金都娱乐城真人娱乐| 真人百家乐平台下载| 澳门百家乐官网赌客| 大发888xp缺少casino| 粤港澳百家乐娱乐网| 最好的百家乐官网投注| 百家乐是娱乐场最不公平的游戏| 百家乐官网必赢外挂软件| 淘金盈开户| 百家乐官网7scs| 百家乐官网如何买大小| 皇城国际娱乐| 678百家乐博彩赌场娱乐网规则 | 百家乐评测| 深圳百家乐官网的玩法技巧和规则 | 百家乐官网游戏研发| 博E百百家乐的玩法技巧和规则| 爱赢百家乐官网的玩法技巧和规则 | 好望角百家乐官网的玩法技巧和规则 | 百家乐平六亿财富网| 百家乐官网讲谈| 蓝田县| 大发888官方指定下载| 杨筠松 24山| 博彩百家乐官网后一预测软件 | 百家乐连锁| 百家乐打印机分析| 百家乐官网技巧公司| 水果机上分器| 百家乐英皇娱乐场开户注册| 风水24向吉项| 墨尔本百家乐官网的玩法技巧和规则 |