8月24日，由我校科技处、校科协主办，数学学院、医学大数据研究中心承办的西北大学创新论坛第一千四百七十八讲在长安校区楠竹报告厅举行。西安交通大学孙剑教授应邀为我校师生作了题为“Optimal transport in machine learning”的报告。校内外相关专业师生近100人参会。

报告中，孙剑教授首先从机器学习角度来讲解最优传输，提出最优性体现在传输过程中代价最小，并且最优传输可以用来学习分布之间的变换、分布之间的对齐、深度生成模型的设计。基于此，孙剑教授介绍了对具有关键点引导的最优传输的研究及其对深度生成模型的扩展，以及在图像合成和domain自适应泛化中的应用。其次，孙剑教授以字符识别和识别图片为例讲解了关键点引导的最优传输。紧接着，孙剑教授讲解了对抗性加权方法的基本思想，即通过重新加权数据量来最小化两个点集的Wasserstein距离。最后，孙剑教授对本次报告做了总结和展望，提出以数学的变换作为数据的变换来进行建模和学习。

报告结束后，孙剑教授与参会师生就相关领域问题进行了互动交流。

孙剑教授主要研究方向为成像反问题与医学辅助诊断、解决人工智能泛化性瓶颈问题的基础模型与算法研究等。担任教育部科技委委员、权威国际期刊 IJCV编委、重要国际会议ICCV/ECCV/MICCAI等领域主席。