报告名称： Geometry and Learning from Data in 3D and Beyond - Geometric Processing
报告背景：
在过去的几十年中，将数据作为属于几何流形或更一般的非线性度量空间的样本来处理已经变得很普遍。随着计算机能力的提高，这为新的采集和表示方法以及新的数据处理技术开辟了道路；导致了非常具有挑战性的理论和实践问题，这些问题需要微分几何和度量几何、优化、偏微分方程、随机分析和计算机科学之间的相互作用。本次研讨会旨在汇集这些领域的顶尖专家和年轻研究人员，交流想法，创造协同效应，并加强当前和概述未来的研究方向。
报告大纲： -欧拉弹性模型的新算子分裂方法 -量值变分图像处理 -旋转总变化量 -差异内核的傅立叶展开 -树状形状空间
- 注册零类曲面
- 超越欧式高斯定律：在基于黎曼特征编码的分类任务中的应用。
- 非欧空间上PCA类分析的极限定理
- 计算解剖学的几何统计-概述和最新进展
- 离散曲率函数-应用程序和挑战
- 各向异性指标的快速行进方法
- 受离散测地线启发的流形图像在图像空间中的变形
- 计算拟形折叠
- 叶形弹性演化模型
- 黎曼流形的非光滑优化和流形值数据处理
- 3D变形模型
- 表面重建的深层几何先验
- 点云上曲面近似和曲率估计的一种变线方法
报告嘉宾：
Sophie Achard（国家科学研究中心（CNRS）） 罗尼·伯格曼（Chemnitz TechnischeUniversität） MarceloBertalmío（庞贝法布拉大学） Yannick Berthoumieu（波尔多大学） 琼·布鲁纳（纽约大学） Blanche Buet（巴黎十一大学） David Coeurjolly（里昂大学CNRS） 基南·克兰（基恩·梅隆大学） Bernhard Egger（麻省理工学院） 马丁·埃勒（维也纳大学） Stephan Huckemann（哥廷根乔治·奥古斯特大学） Misha Kazhdan（约翰·霍普金斯大学） 罗恩·金梅尔（Ron Kimmel）（技术-以色列理工学院，英特尔感知计算） 弗朗索瓦·劳兹（哥本哈根大学） Jan Lellmann（吕贝克大学） 林力恒（芝加哥大学） Ronald Lok Ming Li（香港中文大学数学系） Jean-Marie Mirebeau（奥赛大学） 塞巴斯蒂安·纽马耶（Sebastian Neumayer）（凯撒斯劳滕大学，数学） Xavier Pennec（国家研究和信息学自动机研究所（INRIA），Epidaure项目） Thomas Pock（格拉兹技术大学，计算机图形学与视觉研究所） ChristophSchnörr（海德堡大学） 泰学成（卑尔根大学数学系） 马克斯·沃德茨基（Max Wardetzky）（哥廷根乔治·奥古斯特大学） Benedikt Wirth（威斯特伐利亚威廉姆斯明斯特大学） 洛朗·尤恩斯（约翰·霍普金斯大学） Stefanos Zafeiriou（帝国大学）
相关内容
微信扫码咨询专知VIP会员