报告题目: Wasserstein-2 Generative Networks（Wasserstein-2 生成式网络）

报告人：Evgeny Burnaev

照片：

邀请人：董从造

报告时间：6月25日，周四，14:00-15:00

报告地点：zoom平台直播Meeting ID: 986 8182 8404

Password: 4539211（链接：https://zoom.us/j/98681828404?pwd=dGZhZVNjWHdzV3BVL2VzYWV3TUFiUT09）

报告人简介：

Evgeny Burnaev 2006年获得莫斯科物理技术大学（MIPT）应用物理和数学硕士学位，2008年获得俄罗斯科学院信息传输问题研究所的计算机科学基础博士学位，随后在该所担任数据分析及预测模型实验室主任。

自2007年以来，Evgeny Burnaev 牵头完成了与Airbus, 阿里巴巴，华为，SAFT, IHI等国际企业的合作项目。自2016年，他作为斯科尔科沃科技研究院的副教授带领着一个名为科学与工程中的高等数据分析科研团队，特别专注于工业分析和机器学习方法的发展研究。Evgeny Burnaev的主要研究方向为技术过程优化的预测模型和3D计算机视觉及其医学应用。

2017年，因其在“传输、存储、处理和信息保护”领域的突出贡献以及其领军项目“处理工业、生物医学和金融各类数据的预测分析方法的研究”，Evgeny Burnaev获得了莫斯科政府颁发的杰出年轻科学家奖章。

报告摘要：基于优化目标的minimax本质，对生成式对抗网络的训练并非易事。本报告中，我们提出一种新式的训练生成模型的端对端算法，进而优化非minimax对象，简化模型训练。本算法通过利用输入凸神经网络实现Wasserstein-2 距离逼近。理论上，我们估计算法适应的生成式映射的性质；实践中，我们通过计算实验确认本算法在不同应用问题中的有效性，如图像到图像的颜色迁移，隐变量空间最优传输，图像到图像的风格转移和域的适应。