T4：Deep Generative Models, Algorithms and Platforms - 2017全国计算语言学学术会议,CCL2017，CCL 2017，第五届基于自然标注大数据的自然语言处理国际学术研讨会（NLP-NABD 2017），南京师范大学

T4：Deep Generative Models, Algorithms and Platforms

讲者: 朱军（清华）

Abstract：As an important type of deep learning methods, deep generative models provide a suite of flexible tools on revealing the latent structures underlying complex data and performing “top-down” inference to generate samples. In this tutorial, I will present some results on learning with deep generative models, including the basic theory and algorithms of deep generative models (e.g., VAE and GAN), supervised and semi-supervised learning with deep generative models (e.g., max-margin learning and triple-GAN), a new conditional moment-matching criterion to estimate the parameters, and ZhuSuan--a GPU library to support probabilistic programming and efficient inference. （讲义内容为英文，报告语言为中文。）

个人简介：朱军，清华大学计算机系长聘副教授、卡内基梅隆大学兼职教授、智能技术与系统国家重点实验室副主任。2001到2009年获清华大学计算机学士和博士学位，之后在卡内基梅隆大学做博士后，2011年回清华任教。主要从事机器学习基础理论、高效算法及相关应用研究，在国际重要期刊与会议发表学术论文近百篇。受邀担任人工智能顶级杂志IEEE TPAMI和AI的编委、《自动化学报》编委，担任机器学习国际大会ICML2014地区联合主席, ICML (2014-2017)、NIPS (2013, 2015)、UAI (2014-2017)、IJCAI（2015,2017）、AAAI（2016, 2017）等国际会议的领域主席，中国计算机学会（CCF）学术工委主任助理。获CCF青年科学家奖、国家优青基金、北京市优秀青年人才奖、清华大学优秀班主任一等奖等，入选国家“万人计划”青年拔尖人才、IEEE Intelligent Systems杂志评选的“AI’s 10 to Watch”、及清华大学221基础研究人才计划。