BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//CERN//INDICO//EN
BEGIN:VEVENT
SUMMARY:Kang Liu: "Une perspective EDP sur les modèles de diffusion gén
 ératifs"
DTSTART:20261013T120000Z
DTEND:20261013T130000Z
DTSTAMP:20261008T143600Z
UID:indico-event-17177@indico.math.cnrs.fr
DESCRIPTION:\nLes modèles de diffusion sont aujourd’hui parmi les méth
 odes les plus utilisées en intelligence artificielle générative. Leur p
 rincipe consiste à perturber progressivement les données par un processu
 s de diffusion\, puis à apprendre à inverser cette évolution afin de g
 énérer de nouveaux échantillons.\n \nDans cet exposé\, je présentera
 i une lecture mathématique de ces modèles à partir de l’équation de 
 la chaleur et des équations de Fokker–Planck. Nous verrons comment cert
 aines propriétés classiques des EDP\, notamment les estimations de type 
 Li–Yau et la structure du champ de score\, permettent de mieux comprendr
 e la dynamique inverse et la concentration des trajectoires génératives.
  Je discuterai également de quelques questions liées à la stabilité\, 
 à la régularité et au choix du temps d’arrêt dans le processus de g
 énération.\n \nL’objectif sera surtout de montrer comment des outils 
 classiques d’analyse et d’EDP peuvent apporter une compréhension quan
 titative des mécanismes à l’œuvre dans les modèles de diffusion.\n\n
  \n\nhttps://indico.math.cnrs.fr/event/17177/
URL:https://indico.math.cnrs.fr/event/17177/
END:VEVENT
END:VCALENDAR