GAMES Webinar 2024 – 356期(数字几何设计与智能组合优化) | 任婧(苏黎世联邦理工)，汪润中(MIT)
【GAMES Webinar 2025-356期】(CAX专题-数字几何设计与智能组合优化)
报告嘉宾：任婧(苏黎世联邦理工)
报告时间：2025年1月9号星期四晚上8:00-8:40（北京时间）
报告题目：Digital Smocking Design
报告摘要：
Smocking is a surface embroidery technique that provides decorative geometric texturing while maintaining stretch properties of the fabric. During smocking, multiple pairs of points on the fabric are stitched together, creating non-manifold geometric features and visually pleasing textures. Designing smocking patterns is challenging, because the outcome of stitching is unpredictable: the final texture is often revealed only when the whole smocking process is completed, necessitating painstaking physical fabrication and time consuming trial-and-error experimentation.
In this talk, I will discuss our recent efforts to address these challenges by developing computational tools for previewing smocking outcomes and solving the inverse design problem to achieve freeform surfaces. Specifically, I will present two of our recent works:
- Digital 3D Smocking Design
- Fabric Tessellation: Realizing Freeform Surfaces through Smocking
讲者简介：
Jing Ren is currently a senior researcher in Interactive Geometry Lab, ETH Zurich, advised by Prof. Olga Sorkine-Hornung. She obtained her Ph.D degree in 2021 from VCC, KAUST, supervised by Prof. Peter Wonka and Prof. Maks Ovsjanikov. Before that, she obtained the MSc. degree from Oxford University, UK, and the BSc. degree from Zhejiang University, China. Her research is mainly related to shape analysis, geometry processing and digital fabrication.
报告嘉宾：汪润中(MIT)
报告时间：2025年1月9号星期四晚上8:40-9:20（北京时间）
报告题目：机器学习求解组合优化：从排列型问题到一般形式 Machine Learning for Permutation-based Combinatorial Optimization and Beyond
报告摘要：
组合优化是计算机科学、应用数学、管理学共同研究的基础性技术，高效地求解组合优化能够帮助更好更快地完成设计与制造。机器学习求解组合优化是一个历久弥新的研究方向，2024年诺贝尔物理奖得主John Hopfield、2018年图灵奖得主Yoshua Bengio都对这个领域作出了重要贡献。本报告将总结主讲人及其所在团队对这一领域的研究贡献，从排列型组合优化问题出发，证明了机器学习求解组合优化问题的可行性，并且在相关问题上证明了机器学习可以提供一条开源且自主可控的技术路径，具备一定的理论保证，求解效果优于闭源的商用求解器；面向可通用的组合优化求解，推进了两个主要技术挑战——更通用的约束满足网络、以及更精确更高效的神经网络设计。最后，还将简要探讨一个重要的应用方向——不确定性决策问题求解，基于机器学习的组合优化求解方法可以在能源、广告、金融等实际问题上实现更优质的决策。
主持人简介：
赵海森，山东大学杰出中青年人才，国家级青年人才，教授，博士生导师。主要研究方向为计算机图形学、智能几何设计与制造。曾任美国华盛顿大学博士后，奥地利科学技术研究所博士后。主持海外优青项目、重点研发计划课题、基金委面上项目等国家级科研项目。作为项目骨干，参与科技部新一代人工智能 (2030) 项目，基金委区域联合重点基金项目等项目。曾在ACM TOG、ACM SIGGRAPH/Asia、IEEE TVCG等顶级期刊或会议上发表论文十余篇，申请十余项国家发明专利和一项美国发明专利，出版专著1部。担任中国计算机协会CAD&CG专委会委员，中国工业与应用数学学会GDC专委会委员，中国图像图形学会三维视觉专委会委员等。获获山东省自然科学奖一等奖、“CCF优秀博士学位论文奖”和“CAD&CG 2012优秀学生论文”等荣誉。
GAMES主页的“使用教程”中有 “如何观看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主页的“资源分享”有往届的直播讲座的视频及PPT等。
观看直播的链接：https://live.bilibili.com/h5/24617282
