报告题目：Sampling: From Langevin Algorithms to Diffusion Models
时 间：2026年06年23日（ 星期二）10：30
地 点：理工南楼621
主办单位： 数学与统计学院、分析数学及应用教育部重点实验室
报告摘要: Sampling arises in many machine learning and generative AI applications. We will discuss two examples: Langevin algorithms and diffusion models. In particular, we will provide non-asymptotic theoretical convergence guarantees and iteration complexities. Numerical results and applications will also be discussed.
报告人简介：朱凌炯，佛罗里达州立大学教授。朱凌炯教授于2008年获剑桥大学学士学位，2013年获纽约大学Courant数学研究所博士学位，师从著名数学家S.R.S. Varadhan。他毕业后曾任职于摩根士丹利与明尼苏达大学，2015年加入佛罗里达州立大学任助理教授，现为该校数学系教授，思考机器杰出学者。朱教授的研究领域涵盖应用概率论、数据科学、金融工程与运筹学，曾在各领域顶级期刊和会议Ann Appl Probab, Bernoulli, Financ Stoch, ICML, INFORMS J Comput, J Mach Learn Res, NeurIPS, Oper Res, Prod Oper Manag, SIAM J Financ Math, Stoch Proc Appl, Rev Econ Stat等发表论文，并获Courant研究所2013年度Kurt O. Friedrichs杰出博士论文奖、佛罗里达州立大学2022年发展学者奖、2023年研究生导师奖，以及2023年MSOM iFORM SIG最佳论文奖。