基于最优传输的可解释深度学习理论及模型构建

发文时间:2026-07-27

Speaker(s):雷娜(大连理工大学)

Time:2026-07-27 16:00-17:00

Venue:智华楼-四元厅

报告内容:

最优传输研究如何将给定的概率分布以最低的代价映射到另一个概率分布,它是目前深度学习领域中一个非常火热的研究方向。在这个报告中,我们将首先介绍最优传输的基本理论和相关算法,然后从最优传输的视角来解释生成任务和分类任务,最后我们将介绍基于最优传输构建的能够避免模式崩溃的新型生成模型、长尾分类模型、图像超分辨模型、点云上采样模型等。

 

个人简介:

雷娜,大连理工大学软件学院、国际信息与软件学院党委书记,教授、博士生导师。研究方向主要聚焦于计算共形几何、计算拓扑、计算机数学算法及其在人工智能、计算机图形学、几何建模和医学图像中的应用。主持国家杰出青年科学基金、国家重点研发计划课题、国家自然科学基金重大项目课题、重点项目以及中央部委创新项目等。学术成果多次被菲尔兹奖获得者和美国科学院院士等在国际会议上介绍;获得的知识产权在工业界转化应用,应用单位评价所开发的软件“综合质量优于商业软件”。获得世界华人数学家大会最佳论文奖,辽宁省自然科学一等奖,八桂人工智能科学技术一等奖,辽宁省优秀研究生导师团队,兴辽英才计划领军人才等称号。