“清源·学术”报告会：聚焦机器学习｜活动预告

 “清源·学术”系列报告会由上海交通大学清源研究院主办，联合上海人工智能实验室、全球高校人工智能学术联盟共同举办，将邀请人工智能领域专家、学者，分享前沿科技、最新成果，以期扩展学术视野、提供交流平台。

【机器学习方向学术报告会】

时间：04月20日（周四）13:30-15:30

地点：上海交通大学电信群楼3-200号

主持人：吕宝粮 

上海交通大学清源研究院执行院长

计算机科学与工程系长聘教授、博导

【报告安排】

时间：13:30-14:30

主讲人：朱军 清华大学计算机系

报告题目：扩散概率模型的一些进展

时间：14:30-15:30

主讲人：邓志杰 上海交大清源研究院

报告题目：深度谱学习：无监督学习的另一条路线

【报告简介】

报告一：扩散概率模型的一些进展（13:30-14:30）

朱 军    清华大学计算机系Bosch AI教授、IEEE Fellow，清华大学人工智能研究院副院长，曾任卡内基梅隆大学兼职教授

摘要：扩散概率模型是AIGC的关键技术，在文图生成等方面取得显著进展。该报告将介绍扩散概率模型的几个进展，包括求解最优方差的Analytic-DPM、快速求解扩散ODE的DPM-Solver算法、大规模多模态扩散模型等。

简介：朱军，清华大学计算机系Bosch AI教授、IEEE Fellow，清华大学人工智能研究院副院长，曾任卡内基梅隆大学兼职教授。2001-2009年获清华大学学士和博士学位，主要从事机器学习研究，担任国际著名期刊IEEE TPAMI的副主编，担任ICML、NeurIPS、ICLR等（资深）领域主席20余次。获求是杰出青年奖、科学探索奖、中国计算机学会自然科学一等奖、吴文俊人工智能自然科学一等奖、ICLR国际会议杰出论文奖等，入选万人计划领军人才、中国计算机学会青年科学家、MIT TR35中国先锋者等。

报告二：深度谱学习：无监督学习的另一条路线（14:30-15:30）

邓志杰    上海交通大学清源研究院长聘教轨助理教授

摘要：无监督学习是创造人类水平智能的关键，近期“刷屏”的扩散模型、语言模型是其中的代表性技术。本报告将讨论无监督学习的另一条路线：谱方法+深度学习。谱方法是前深度学习时代的典型无监督学习途径，深度学习的引入缓解其可扩展性低的问题，并注入inductive bias。本报告将从理论、算法、应用三个方面介绍深度谱学习这一新的范式，并对未来研究进行展望。

简介：邓志杰，上海交通大学清源研究院助理教授。2013-2022年获清华大学学士和博士学位，主要研究方向为概率建模和深度学习。在ICML、NeurIPS、ICLR、CVPR、ICCV、JMLR等高水平会议和期刊上发表学术论文十余篇。获英伟达先锋研究奖、清华大学计算机系优秀毕业生、清华大学1984级创新未来奖学金、VALSE焦点论文奖等奖项或荣誉。多次担任ICML、NeurIPS、ICLR、CVPR、ICCV、TIP等顶级国际会议和期刊的审稿人。