2024年3月7日下午14:00，统计与数据科学学院第62期本科生论坛在范孙楼122教室顺利开办。学院2021级本科生曹家瑞为大家带来了关于“求解纳米结构反问题的深度学习方法:基于VAE及DM的介绍以及CBLDM的提出”的主题分享讲座。副研究员王磊、副教授韩东啸、特聘副研究员杨洋、辅导员张程亮出席。来自学院各年级共计140余位本科生参加了此次论坛。
讲座伊始，韩东啸首先向同学们介绍了本科生论坛的开办目的，并向同学们推荐了科研导师，鼓励同学们积极参加大学生创新创业活动、接触学术科研项目和论文。
随后，曹家瑞开始进行主题分享讲座。他首先介绍了材料学的定义、特点以及发展现状，并以多个生活中的事物为例，向同学们进行了形象的说明。然后，他介绍了纳米结构反问题在材料科学研究中的重要影响。
紧接着，他介绍了反问题的定义，获取纳米结构的常用手段以及传统方法的缺陷与弊端，并指出纳米结构反问题的本质是创建PDF与纳米结构的映射，并在黑板上画图加以详细介绍。
之后，他提到了求解反问题的难点，及liga算法和tribond算法各自的优点与局限性，并通过机器学习引出新的研究方法:深度学习，以及深度学习的任务分类。
随后，他介绍了生成式模型和判别式模型的区别，并用图像形象说明了基础生成式模型的组成部分、原理、区别，并具体介绍了VAE和cave模型的推导过程，通过介绍扩散模型引入潜在扩散模型，讲解了其优点与训练模型的方法。
最后，曹家瑞总结了研究中的一些学习方法与建议，并向同学们推荐了科研导师，分享结束后，曹家瑞也与参会同学就本次论坛内容进行了热烈的交流讨论，并表示会在之后的学习中继续思考，保持进步。第六十二期本科生论坛圆满结束。
统计与数据科学学院本科生论坛进行了创新型升级，学院组建本科生论坛指导委员会和本科生科研导师培养团，每期将有至少1位导师全程参与指导与讨论，内容涵盖学院导师科研介绍、学术前沿动态分享、科研项目定期发布、科研论文海报评选等内容，旨在打造助力本科生科研的最优平台，提升本科生学术科研素养，锻炼本科生独立思考能力、解决问题的能力以及团队协作能力等多项核心素质。