廖奇峰课题组刘思琪（博）2025年7月参加WGM2025并做海报展示

由香港城市大学数学研究中心主办的Workshop on the Foundation and Future of Generative Models (WGM2025) 于2025年7月28日至2025年7月30日展开，研讨会聚焦于normalizing flows, score-based diffusion models、概率流、最优传输理论及其背后的动力系统等关键主题。活动形式以教程级别讲座和专题报告为主。在报告环节之后，每天还有固定的poster展示环节，是研讨会的互动环节的一部分。

在28日下午和29日，30日上午和下午的休息时间段也是poster环节，我参与研讨会并在poster环节展示我们的工作。我们的工作是针对具有高维随机输入的偏微分方程问题(PDE)，采用基于张量列车分解格式(TT) 的补全方法，结合广义多项式混沌(gPC) 中的随机配置方法为PDE系统构建代理模型，以实现低成本的估计任意给定随机输入对应的PDE解的目标。在海报展示期间，与对我的项目有兴趣的专家学者进行探讨，详细的介绍了论文内容与实验设计，也对我感兴趣的海报内容与其他poster展示者进行了交流。

研讨会首日的Tutorial环节邀请了KAIST (Korea Advanced Institute of Science & Technology) 的LEE Juho老师来介绍生成模型和扩散模型，他详尽的介绍了Generative Modeling的各种方法，从原理到构建再到应用一一说明，介绍了最广泛和前沿的方法理论，场下的提问也都进行了回答，听完感受颇深，对生成模型有了更全面的认知和理解。

除了Tutorial环节，研讨会还邀请了Great Bay University的XIA Zhihong Jeff教授做特邀报告。XIA Zhihong Jeff老师探讨了在动力系统中，能否通过某些方向上的观测量学习到没有观测到的方向上的信息，并介绍了Cauchy格式的基函数的优越性，报告内容丰富多彩，引人思考，令人收获良多。

此次学术会议围绕生成模型、概率流以及动力系统等多个主题展开，内容丰富且视野开阔。通过聆听专家们的深入讲解，我不仅加深了对相关前沿方法的理解，也对自己正在研究的问题有了新的启发。与不同领域学者的交流，更让我意识到自身知识结构和研究能力上的不足，从而激励我以更加积极的态度投入后续学习。在诸多议题中，有关生成模型的报告尤为令我印象深刻，使我切实感受到其研究潜力与应用价值。与此同时，会议的讨论与分享也帮助我进一步厘清了个人的研究方向。整体而言，这次参会不仅为我提供了难得的学习机会，更在学术视野、研究思路以及自我提升方面带来了实质性的收获。