“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
报告时间：04月20日（周四）13:30-15:30
报告地点：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
报告一：扩散概率模型的一些进展
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
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‘84’创新未来奖、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。
同时开启线上B站直播通道——链接：https://live.bilibili.com/23005856
或在B站搜索【上海交大清源研究院】
上海交通大学清源研究院成立于2019年12月20日，
致力于构建世界一流的人工智能科研与教学队伍，
专注于人工智能的基础理论研究与技术创新，
以期取得具有国际领先水平的创新成果，
推动大学与产业的有机融合，
为人工智能的理论研究及产业发展作出贡献。
本系列讲座长期进行，更多发现敬请关注公号。
