学术活动
当前位置: 网站首页 -> 科学研究 -> 学术活动 -> 正文

“强网论道”第七讲——An Introduction to Optimal Transport Methods and Applications

发布日期:2023-02-22     点击量:

报告题目:An Introduction to Optimal Transport Methods and Applications

报告人:Dr. Yunpeng Li,英国萨里大学计算机科学系人工智能高级讲师

主持人:张茹,教授

报告时间:202333号(周五)16:00-17:30

腾讯会议:964-889-004


报告摘要:

Wasserstein distance虽然在理论上很有吸引力,但由于其高昂的计算成本,在大规模机器学习问题上的应用受到了阻碍。Sliced Wasserstein distance及其变体通过随机投射提高了计算效率,但由于大多数投射得到的值都很小,因此投射效率低。报告的第一部分将介绍一个新的sliced Wasserstein distance度量,即首先将样本映射到由神经网络参数化的高维超曲面的augmented sliced Wasserstein distances (ASWDs)。报告的第二部分将讨论最优传输方法在强化学习和金融中的应用。


专家简介:

李云鹏博士是英国萨里大学(University of Surrey)计算机科学系人工智能高级讲师。他的研究方向是统计机器学习和信号处理,特别是贝叶斯推理(Bayesian inference)、蒙特卡罗抽样(Monte Carlo sampling)和最优传输理论(optimal transport theory)。他对机器学习的跨学科应用有着广泛的兴趣,包括疾病检测(乳腺癌,牙科疾病),环境传感和目标跟踪。他2009年毕业于北京邮电大学,获得英语学士学位,2012年获得通信与信息工程硕士学位(导师:门爱东教授),2017年获得加拿大麦吉尔大学(McGill University)电气工程博士学位(导师: Mark Coates教授),2017年至2018年在牛津大学工程科学系担任博士后研究员,并于2018年在牛津大学沃尔夫森学院担任初级研究员。他于2018年加入萨里大学计算机系担任人工智能讲师(2018-2021)和高级讲师(2021-今)。


版权所有 © 北京邮电大学9001cc金沙以诚为本|诚信·官网    地址:北京市海淀区西土城路10号9001cc金沙以诚为本|诚信·官网    邮编:100876