2022年11月2日上午，中国人民大学统计与大数据研究院助理教授孟澄在沙河校区主楼E404为我院师生带来了一场题为“Efficient algorithms for large-scale optimal transport problems”的学术报告。报告由夏勇老师主持，采用线上线下相结合的方式进行。
孟澄教授的报告围绕计算Wasserstein距离的两种方法展开，Wasserstein距离常用于量化两个概率度量之间的差异，它在机器学习、统计学习、计算机视觉和生物医学研究中发挥越来越重要的作用。孟澄教授报告的两种方法可以减轻计算负担，特别是Spar-Sink方法，它能够应用于求解熵最优输运问题、不平衡最优输运问题和Gromov-Wasserstein距离逼近问题。
这次报告还吸引了校外许多师生参与，报告结束后，参会师生积极发言，热烈讨论，大家受益匪浅。
报告人简介：孟澄，中国人民大学统计与大数据研究院助理教授。2015年毕业于清华大学数学系获学士学位，2020年毕业于美国佐治亚大学获统计学博士学位。主要研究方向为大数据子抽样，最优输运问题，非参数统计等。论文主要发表在Biometrika，JCGS，NeurIPS等统计与机器学习期刊会议。2021年获国家自然科学基金青年项目资助。
