题 目：人工智能生成与泛化的最优传输理论与方法
主讲人：孙剑 教授
单 位：西安交通大学
时 间：2025年1月4日 15:00
地 点：学院二楼会议室
摘 要：最优传输主要关注以最小代价实现两个概率测度之间的迁移或对齐。作为一种应用数学工具，其理论、算法与高效计算一直以来是数学与机器学习所关注的重要研究方向。本报告将从人工智能生成模型与泛化能力角度，介绍最优传输的基本模型，计算方法与神经网络高效实现。进一步介绍我们所提出的保持关键点关系的最优传输模型、算法及其所引导的人工智能生成模型，并介绍用于提升人工智能跨域泛化能力的最优传输分布对齐模型与算法。最后总结与思考最优传输对大模型的基础作用与可能的未来研究方向。
简 介：孙剑，教授，获得国家杰出青年科学基金。长期从事人工智能（尤其是图像和医学影像分析）中的数学模型与算法研究，主要包括成像反问题与医学辅助诊断、人工智能生成与泛化性问题的基础模型与算法研究等，相关成果发表于IEEE TPAMI, IJCV, MIA, NeurIPS, CVPR, ICCV,MICCAI等；获得陕西省自然科学一等奖(第一完成人)、国家自然科学二等奖(第二完成人)。曾在微软亚洲研究院、法国巴黎高师、法国国家信息与自动化研究院等从事博士后或访问学者工作；担任西安交通大学数学与统计学院副院长，教育部科技委委员，西安数学与数学技术研究院常务副院长，人工智能领域顶级国际期刊IEEE TPAMI和IJCV编委、ICCV/ECCV/ICLR/CVPR等领域主席。
