본문 바로가기 주메뉴 바로가기
검색 검색영역닫기 검색 검색영역닫기 ENGLISH 메뉴 전체보기 메뉴 전체보기

학술행사

콜로퀴움

Toward bridging a connection between machine learning and applied mathematics

등록일자 : 2023-08-29

https://icim.nims.re.kr/post/event/977

  • 발표자  홍영준 교수(카이스트)
  • 조직위원  산업수학혁신센터
  • 기간  2023-09-07 ~ 2023-09-07
  • 장소  판교 테크노밸리 산업수학혁신센터 세미나실
  • 주최  산업수학혁신센터
  1. 일시: 2023년 9월 7일(목), 14:00-16:00

  2. 장소: 판교 테크노밸리 산업수학혁신센터 세미나실

    • 경기 성남시 수정구 대왕판교로 815, 기업지원허브 231호 국가수리과학연구소
    • 무료주차는 2시간 지원됩니다.
  3. 발표자: 홍영준 교수(카이스트)

  4. 주요내용: Toward bridging a connection between machine learning and applied mathematics

This lecture explores the topics and areas that have guided my research in computational mathematics and deep learning in recent years. Numerical methods in computational science are essential for comprehending real-world phenomena, and deep neural networks have achieved state-of-the-art results in a range of fields. The rapid expansion and outstanding success of deep learning and scientific computing have led to their applications across multiple disciplines. In this lecture, I will focus on connecting machine learning with applied mathematics, specifically discussing topics such as adversarial examples, generative models, and scientific machine learning.

*유튜브 스트리밍 예정입니다.

  1. 일시: 2023년 9월 7일(목), 14:00-16:00

  2. 장소: 판교 테크노밸리 산업수학혁신센터 세미나실

    • 경기 성남시 수정구 대왕판교로 815, 기업지원허브 231호 국가수리과학연구소
    • 무료주차는 2시간 지원됩니다.
  3. 발표자: 홍영준 교수(카이스트)

  4. 주요내용: Toward bridging a connection between machine learning and applied mathematics

This lecture explores the topics and areas that have guided my research in computational mathematics and deep learning in recent years. Numerical methods in computational science are essential for comprehending real-world phenomena, and deep neural networks have achieved state-of-the-art results in a range of fields. The rapid expansion and outstanding success of deep learning and scientific computing have led to their applications across multiple disciplines. In this lecture, I will focus on connecting machine learning with applied mathematics, specifically discussing topics such as adversarial examples, generative models, and scientific machine learning.

*유튜브 스트리밍 예정입니다.

이 페이지에서 제공하는 정보에 대해 만족하십니까?