Seminarium av SysCon: "SDE Matching: Scalable Variational Inference for Stochastic Differential Equations"
- Datum
- 8 september 2025, kl. 14.15–15.00
- Plats
- Ångströmlaboratoriet, rum 90103
- Typ
- Seminarium
- Föreläsare
- Christian A. Naesseth
- Arrangör
- Institutionen för informationsteknologi
- Kontaktperson
- Ville Kjellqvist
Välkommen till ett seminarium arrangerat av SysCon!
Seminariet riktar sig främst till avdelningar som arbetar med relaterade ämnen – särskilt kollegor inom IT och SigSys inom elektroteknik. Men inbjudan är öppen för alla som är intresserade av ellära. Du är varmt välkommen att delta om du är nyfiken! Seminariet hålls på engelska.
Abstract:
The Latent Stochastic Differential Equation (SDE) is a powerful tool for time series and sequence modeling. However, training Latent SDEs typically relies on adjoint sensitivity methods, which depend on simulation, discretisation, and backpropagation through approximate SDE solutions, which limit scalability. In this work, we propose SDE Matching, a new simulation- and discretisation-free method for training Latent SDEs. Inspired by modern Score- and Flow Matching algorithms for learning generative dynamics, we extend these ideas to the domain of stochastic dynamics for time series and sequence modeling, eliminating the need for costly numerical simulations. Our results demonstrate that SDE Matching achieves performance comparable to adjoint sensitivity methods while drastically reducing computational complexity.
Welcome!