报告时间：2023年10月25日

                上午10:00-11:00

报告地点：中国人民大学明德主楼1016

报告嘉宾：李崇轩

报告主题：扩散模型与视觉内容生成

报告摘要

扩散模型与视觉内容生成

扩散概率模型逐步地对先验分布去噪恢复数据分布。目前，这类模型在数据合成质量、采样的多样性和数据密度估计等指标下取得了超越 VAE、GAN、FLOW 等经典深度生成模型的结果，也部署于诸多的跨模态大规模生成模型。本次报告会介绍扩散概率模型的基本原理、大规模训练和视觉内容生成等方向的前沿进展。

作者简介

李崇轩，中国人民大学，高瓴人工智能学院副教授，博士生导师，于清华大学获学士和博士学位。主要研究方向为深度概率学习，在机器学习领域重要国际会议、期刊ICML、NeurIPS、ICLR、TPAMI 等发表论文40余篇，其中Analytic-DPM、DPM-Solver等被部署于著名大规模文到图生成模型DALL·E 2、Stable Diffusion等，分别入选ICLR 杰出论文奖，Paper Digest NeurIPS 2022最具影响力论文等。获CAAI吴文俊人工智能优秀青年奖，ACM SIGAI China新星奖，CCF优秀博士学位论文奖，CAAI吴文俊人工智能自然科学奖一等奖，入选中国博士后创新人才支持计划、北京市科技新星等。主持、参与多项国家自然科学基金、科技部、教育部课题。担任ICLR 2024领域主席。