太阳城集团亚洲娱乐城-澳门太阳城集团娱乐城最新地址_百家乐电影网_全讯网xb112 (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
百家乐官网导航| 百家乐官网电子路单下载| 职业百家乐官网的玩法技巧和规则| 百家乐千术道具| 大发888卡| 渑池县| 百家乐庄闲下载| 百家乐官网买闲打法| 谁会玩百家乐的玩法技巧和规则| 宝胜娱乐城| 好望角百家乐官网的玩法技巧和规则| 网络百家乐怎么作弊| 大发888游戏平台hg| 缅甸百家乐官网玩假吗| 水果机技巧规律| 百家乐官网数据程序| 百家乐官网套装| 金沙百家乐的玩法技巧和规则| 百家乐官网客户端皇冠| 澳门百家乐下三路| 百家乐官网视频计牌器| 大世界百家乐娱乐平台| 网上百家乐官网开户送现金| 温州市百家乐鞋业| 免费百家乐官网预测工具| 德晋百家乐的玩法技巧和规则 | 巴厘岛百家乐官网的玩法技巧和规则| 百家乐官网类游戏网站| 百家乐揽法大全| 百家乐官网7scs娱乐网| 冠通网络棋牌世界| 永利百家乐官网的玩法技巧和规则| 新葡京娱乐城官方网站| 百家乐程序软件| ez百家乐官网技巧| 大发888优惠| 百家乐技巧在那里| 浩博百家乐官网娱乐城| 大发888体育博彩| 视频百家乐试玩| 百家乐官网玩法和技巧|