
Generative KI trifft auf Kontrolle und Optimierung
Beschreibung
Dieser Workshop bringt Forscher aus den Bereichen Kontrolle, Optimierung und maschinelles Lernen zusammen, um zu erkunden, wie systemtheoretische und optimierungsbasierte Perspektiven das Verständnis und das Design generativer Modelle, einschließlich Diffusionsmodellen und großen Sprachmodellen, vorantreiben können. Wir sind besonders an Ansätzen interessiert, die ein effizientes und zuverlässiges Training und Inferenz ermöglichen sowie Einblicke in Stabilitäts- und Konvergenzeigenschaften generativer Systeme bieten.
Veranstaltungsort
Lassen Sie Ihr Netzwerk wissen, dass Sie dabei sind
Teilen Sie diese Veranstaltung, um Gespräche zu beginnen, Kollegen einzuladen und sich vorab zu vernetzen.
Die Referenten kennenlernen

Yuejie Chi
Thema:Charles C. and Dorothea S. Dilley Professor of Statistics and Data Science at Yale University.
Meisam Razaviyayn
Thema:Associate Professor and Andrew & Erna Viterbi Early Career Chair at USC.

Jingfeng Wu
Thema:Assistant Professor of Statistics at UC Berkeley.

Leo Kozachkov
Thema:Assistant Professor in the Electrical and Computer Engineering Group at Brown University.
Esteban A. Hernandez Vargas
Thema:Associate Professor in the Department of Mathematics and Statistical Science at the University of Idaho.

Elad Hazan
Thema:Professor of Computer Science at Princeton University.

Na Li
Thema:Winokur Family Professor of Electrical Engineering and Applied Mathematics at Harvard University.
Jiawei Zhang
Thema:Assistant Professor of Computer Sciences at UW–Madison.
Kaiqing Zhang
Thema:Assistant Professor in Electrical and Computer Engineering and the Institute for Systems Research at the University of Maryland.

Andrey Kharitenko
Thema:Ph.D. student in the Optimization & Decision Intelligence Group at ETH Zürich.










