（通讯员：肖缤阳）2023年11月17日下午16点30分，由统计与数学学院主办的“Conditional Stochastic Interpolation for Learning Conditional Distributions”学术报告讲座在文波楼201教室成功举办。本次讲座由香港理工大学应用数学系黄坚教授主讲，统计与数学学院张虎教授主持，学院老师和研究生参加了此次讲座。
此次报告主要内容为生成学习的条件随机插值，黄教授以“如何生成真实的自然图片”这一话题作为引入，像大家介绍了生成性学习是通过生成数据样本进行分布学习与估计。该方法包括使用生成对抗网络、变分自动编码器、基于流的模型：神经ODE流、基于分数的扩散模型：神经SDE流。黄教授紧接着引出条件生成学习，该方法的目的是根据条件X的观测结果预测Y的值，同时在一个有限的时间间隔内精确完成传输，从而产生无偏差的生成模型。该方法以复杂输入为条件生成高质量的样本，保证近似理论和KL散度的上界。
黄教授向大家展示了模拟现阶段模型的学习结果。目前针对基于条件ode和基于SDE的模型，其团队提出一种条件随机插值方法，并推导出了基于SDE的生成模型的KL散度的上界。最后黄教授提出一些目前仍需解决的问题，比如如何建立基于ode的建模的KL散度的上界，以及如何利用稳定扩散等大型图像模型来微调基于csi的模型等等。
本次学术讲座具有很强的理论性和前沿性，不仅让学生们接触和认识生成学习条件随机插值的相关知识，还为4556银河国际研究生提供了一个开阔学术视野、了解学术前沿知识的平台。
