2019北京AICon-AI技术应用与实践专场

Thu, 21 Nov 2019 13:00:00 GMT ~ Thu, 21 Nov 2019 17:30:00 GMT
Limited 100
极客邦科技

Show

Please select the order price

第三方登录:

More Details

Event DetailsHide...

【活动介绍】

11月21日,AICon全球人工智能与机器学习技术大会将在北京·国际会议中心盛大开幕,本次AICon北京2019解决方案专场将开放多个【限额免费】席位,邀请多位AI技术领域一线专家,为大家解读AI技术应用与实践等方面的指导,了解他们在实践过程中遇到的诸多坑以及解决方案,希望能给大家带来一些新的思考。最值得期待的技术盛宴,限额免费,快快来赶场!

【时间地点】

时间:2019年11月21日(周四)  13:30 - 17:10

地点:北京市朝阳区北辰东路8号院3号楼北京国际会议中心(2层2号厅C)


【议程安排】

5A122960-242C-4ABC-8DC4-8AD8C44F21E2.png

【讲师及议题介绍】


议题1:《视觉算法在智能审核系统上的演进与实践》

刘天悦.jpg

嘉宾介绍:

博士毕业于中国科学院大学遥感与数字地球研究所,有十多年图像算法及工程落地经验,在SCI、EI等期刊及会议上发表过多篇图形、图像相关论文。目前,在贝壳找房主要负责图像智能审核、智能美化及智能创意等算法设计及应用。

演讲摘要:

在与我们生活息息相关的“住”上,视觉算法特别是 AI 算法已在贝壳找房中多个场景落地。以 AI 技术为基础的“机器 - 人工”结合的方式,“机器”会依据贝壳实勘标准,自动审核质量不合格、保密性不够、真实性不满足等违规图片,审核更加高效、稳定。本次演讲将以实勘图审核业务为例,分析图像审核系统现状,阐述视觉算法在智能审核系统上的演进与实践。

听众受益:

1.了解图像智能审核系统的现状;

2.了解视觉算法在智能审核系统中的应用;

3.了解贝壳图像技术团队从需求到算法再到实现的整体流程。


议题2:《基于集成Spark的图解决方案的AI实践》

李晨.jpg


嘉宾介绍:

负责TigerGraph中国区金融、电信、电力等行业客户的解决方案设计、技术支持等工作,具有丰富的一线需求分析和工程经验。致力于图数据库与金融、电商、电信等多领域的整合。 


演讲摘要:

对于许多传统的机器学习来说,特征的提取不是一件简单的事情。在一些复杂的问题上,需要耗费大量的时间和精力,通过人工的方式设计有效的特征集合。而基于图的机器学习经过图数据库进行特征补充,进一步的提高传统的机器学习的准确度,是在现有硬件和人员技术基础上最经济有效的改善方案,也是机器学习发展的新的方向。本次演讲将介绍TigerGraph如何与Spark集成,实现基于图的机器学习的解决方案。


听众受益:

1.了解图机器学习如何在现有资源下经济有效的提高机器学习;

2.了解常用的图特征提取方式;

3.了解图数据库和Spark集成方案中的数据流和分工。


议题3:《针对AI场景的存储优化方案》

张文涛.jpg

嘉宾介绍:

毕业于华中科技大学,曾就职于IBM和金山云。2016年加入北京焱融科技,先后负责私有云存储和ServerSAN的产品设计和研发。目前专注在容器存储和高性能分布式存储领域,主要负责YRCloudFile的功能研发和性能调优工作。拥有多年的分布式存储研发经验,对分布式存储的架构设计和优化有深入理解,尤其是在海量文件存储方面,做了大量的优化工作。


演讲摘要:

AI/ML/DL发展迅猛,GPU的各种加速方式以及算法的优化,都将性能的瓶颈点转移到了AI架构中的存储系统。在AI场景下存储访问的几个特点:1. 共享访问,多个节点会访问同一批数据;2. 读多,写少,文件会被反复读取进行训练;3. 文件大小越来越小,集中在几KB到几MB之间;4. 文件数量越来越多,会多达几亿到几十亿,甚至到上百亿。这些对存储系统提出了巨大的挑战,首先要支持文件共享访问,其次性能要好,尤其是读的性能,最后要能支撑海量的小文件。本次演讲将分享面对这些挑战,分布式文件存储系统的优化思路和方案设计。

听众受益:

1.了解AI场景下存储访问的难点挑战;

2.了解海量文件存储的方式;

3.了解小文件的性能提升优化思路;

4.了解如何解决目录的访问热点问题。


议题4:《在AWS云平台上快速开始你的第一个时序预测任务

王世帅.jpg

嘉宾介绍:

负责基于AWS的云计算方案的咨询与架构设计,同时致力于 AWS 云服务在教育、医疗、媒体、能源等行业的应用和推广。对于人工智能,深度学习框架和应用等有浓厚的兴趣和热情,参与了多个客户的机器学习项目。


演讲摘要:

如今,各公司都在尝试使用各种工具(从简单的电子表格到复杂的财务规划软件)来准确预测未来的业务成果,如产品需求、资源需求或财务绩效。这些工具通过查看历史系列数据(称为时间序列数据)来构建预测。本次演讲将分享如何使用Amazon SageMaker以及Amazon Forecast快速、低成本的构建用户自己的预测模型,并分析在货品销售、能源供给、资源规划等领域的应用案例。


听众受益:

1.了解如何快速训练出时序预测模型;

2.了解如何使用深度神经网络提高预测准确度。



Event Tags

Recent Participation

Perhaps you'd be interested in

Question

All Questions

Haven't posted any questions yet, grab a sofa!

Location...(Map Detail)

WeChat Scan

Share to WeChat→

Event Calendar   Dec
M T W Th F Sat Sun
25 26 27 28 29 30 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5