ML-Talk am 17.09.2025: Prof. Stephan Mandt (University of California, Irvine), "Scientific Inference with Diffusion Generative Models"
- Ort der Veranstaltung: RPTU in Kaiserslautern, Gebäude 48, Raum 208
Datum der Veranstaltung: 17.09.2025
Kontaktperson: Prof. Dr. Marius Kloft
Die Machine Learning Group von Prof. Marius Kloft
am Fachbereich Informatik der RPTU Kaiserslautern-Landau
lädt Sie herzlich ein zu einem Vortrag zum Thema„Wissenschaftliche Inferenz mit diffusionsgenerativen Modellen”
von Prof. Stephan Mandt (University of California, Irvine)am
Mittwoch, 17. September 2025, um 15:30 Uhr in Raum 48/208
Zusammenfassung:
Diffusionsmodelle haben die generative Modellierung in verschiedenen Bereichen wie Bildverarbeitung und Sprache revolutioniert.
Aber können sie auch als Werkzeuge für wissenschaftliche Schlussfolgerungen dienen? In diesem Vortrag präsentiert Stephan Mandt
eine Perspektive, die Diffusionsmodelle als Bayes'sche Löser für wissenschaftliche inverse Probleme
– unter Einbeziehung eines verrauschten Messprozesses – mit Anwendungen von der Klimamodellierung bis zur astrophysikalischen Bildgebung neu definiert.
Wissenschaftliche Anwendungsfälle erfordern mehr als nur Fotorealismus – sie erfordern kalibrierte Unsicherheit, Verteilungsgenauigkeit,
effizientes bedingtes Sampling und die Fähigkeit, Daten mit schweren Enden zu modellieren.
Er wird vier aktuelle Fortschritte hervorheben, die entwickelt wurden, um diesen Anforderungen gerecht zu werden:
1. Variational Control, ein verbessertes Framework für die bedingte Generierung in vortrainierten Diffusionsmodellen (ICML '25)
2. Heavy-Tailed Diffusion Models, zur genauen Modellierung von spärlichen und extremwertigen wissenschaftlichen Daten (ICLR '25)
3. Conjugate Integrators, zur Ermöglichung schneller bedingter Stichproben ohne erneutes Training (NeurIPS '24)
4. Generative Uncertainty for Diffusion Models, zur Bewertung und Nutzung epistemischer Unsicherheiten bei Datengenerierungsaufgaben (UAI '25)Biografie:
Stephan Mandt ist außerordentlicher Professor für Informatik und Statistik an der University of California, Irvine.
Seine Forschung trägt zu den Grundlagen und Anwendungen generativer KI bei, mit Schwerpunkt auf
generativer Modellierung von 2D-, 3D- und sequenziellen Daten, Komprimierung, ressourceneffizientem Lernen, Inferenzalgorithmen und KI-gesteuerten wissenschaftlichen Entdeckungen.
Er ist Chan Zuckerberg Investigator und AI Resident und wurde mit dem NSF CAREER Award, dem UCI ICS Mid-Career Excellence in Research Award und einer Kavli Fellowship ausgezeichnet.
Vor seiner Tätigkeit an der UCI leitete er die Machine Learning-Gruppe bei Disney Research und hatte Postdoc-Stellen in Princeton und Columbia inne.
Stephan ist häufig als Senior Area Chair für NeurIPS, ICML und ICLR tätig und war zuletzt Program Chair für AISTATS 2024 und General Chair für AISTATS 2025.Dies ist ein wissenschaftlicher Vortrag im Rahmen des Informatik-Kolloquiums, der in englischer Sprache abgehalten wird.
Die KI-Allianz Rheinland-Pfalz unterstützte bei der Veranstaltungsorganisation.
-- Steffen Reithermann