2024年6月3日🧑🏼🍳，新加坡南洋理工大学助理教授王中剑受邀为凯发娱乐师生做了题为“Global well posedness of Score-Based Generative model via Sharp Lipschitz estimate”的学术报告，报告在E706举行，由罗雪老师主持🤌🏽。
王中剑老师在对初始数据的一般假设下，建立了基于分数的生成模型（SGM）的全局适定性和收敛性。对于平滑情况，他从最优时间长度的Lipschitz界限开始，并通过一个例子验证了其最优性🙆🏻🤵🏽。对于非平滑情况，他表明在特定流形上的分布具有O(1/t)的最优Lipschitz界。与会师生在报告过程中与结束后与王老师进行了热烈的交流和讨论。
王中剑老师的学术报告加深了与会师生对分数的生成模型的全局适定性和收敛性方面的理解。在理论和实践方面都得到了一定的提升❌，有机会了解前沿的研究成果，拓展了自己的学术视野，进一步启发新的研究思路🤙🏼。
报告人简介⚃🪚：王中剑🙇🏼♀️，于2023年加入南洋理工大学数学系任助理教授🌄。在此之前，他在香港大学获得数学博士学位，并在芝加哥大学担任William H. Kruskal讲师🙅🏿♂️。他的主要研究方向为应用数学和计算数学，近年来主要研究方向包括生成模型✝️🚵🏻♀️、降维方法、偏微分方程中的粒子方法等。
