学术报告

报告题目：Generative Adversarial Nets (GAN)

报告人： 汪扬（香港科技大学）

报告时间：2021年12月23日（星期四）16:00-18:00

腾讯会议：982-905-102

参加人员：教师、研究生、本科生

报告摘要：Generative Adversarial Nets (GAN) have been one of the most exciting developments in machine learning and AI. In this talk I will give an introduction to GAN, and discuss the difficulty of training a GAN. I'll propose a framework to learn deep generative models via Variational Gradient Flow (Vgrow) on probability measure spaces. Connections of our proposed VGrow method with other popular methods, such as VAE, GAN and flow-based methods, have been established in this framework, gaining new insights of deep generative learning.

报告人简介：汪扬教授予2020年10月出任香港科技大学副董事长(大学拓展)，曾担任科大理学院经理及数学系系主任。汪教授是国际知名的学者，研究范畴广泛；汪扬教授对纯数学及跨学科数学有着广泛的研究兴趣和重要的学术贡献，研究重点包括小波、调和分析、数字信号和图像处理、机器学习、分型几何等领域。他在纯数学及跨学科数学两大范畴发表的研究论文超过100篇。汪教授予担任理学院经理期间成立大数据生物智能实验室，并推出广受欢迎的数据科技理学硕士课程。汪教授予中国科学技术大学取得数学学士学位后，于哈佛大学取得博士学位。汪教授在加入科大之前在密歇根州立大学担任数学系主任及曾担任美国国家科学基金会的课程主任。汪教授担任Journal of Fourier Analysis and Applications, International Journal of Contemporary Advanced Mathematics, Advances in Computational Mathematics等多个国际期刊的主编及编委成员，主持完成多项美国国家自然科学基金课题，近几年也承担如香港研究资助委员会项目、香港创新科技基金等多项基金项目。