2017CCF大数据学术会议大数据智能分析分论坛成功举办

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

2017年10月13日-15日,第5届CCF大数据学术会议在深圳举行,大会期间,10月15日上午举行了大数据智能分析分论坛,论坛由北京邮电大学杜军平教授主持,复旦大学计算机科学与技术学院院长王晓阳教授、兰州大学信息科学与工程学院院长胡斌教授、山东大学计算机学院与软件学院院长陈宝权教授、中科院自动化所副总工程师张文生研究员、北京交通大学计算机学院计算机科系主任于剑教授、湖南大学大数据研究中心主任秦拯教授分别做论坛特邀报告。         

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图1 论坛现场)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图2 主持人和报告嘉宾合影)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图3 主持人和报告嘉宾合影)

王晓阳教授做了智能化大数据搜索的报告,他指出大数据的价值在于其对事物拥有更完整的记录,从而能对各类搜索问题提出更准确完整的回答。要实现这个潜能,几项重要的任务是充分理解提出的搜索问题,选择合适的数据,并根据数据对提出的搜索进行提炼等。这几项任务可以通过一些智能技术来完成,比如我们可以使用机器学习理解和总结数据,使用知识图谱提供数据画像,使用智能对话提供搜索引导等,致力于智能化实现智能性大数据搜索,实现大数据巨大的信息支撑潜能。

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图4 复旦大学王晓阳教授做报告)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图5 杜军平教授为王晓阳教授颁发报告证书)

胡斌教授做了基于计算心理生理健康的情感分析的报告,他指出计算心理生理学是心理生理学领域的一个新方向,允许识别和整合多模态信号来测试精神状态和心理过程的特定模型,该方法允许从大尺度多维数据中提取多个信号,具有更好的区分嵌入背景噪声的信号的能力。此外,这些方法可以更好地了解脑部过程,如自闭症谱系障碍,抑郁和焦虑等复杂心理生理过程。鉴于精神病学方面受到广泛接受的限制和有限的治疗方案,新的计算模型可为多维诊断系统和潜在的新治疗提供依据。

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图6 兰州大学胡斌教授做报告)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图7 杜军平教授为胡斌教授颁发报告证书)

陈宝权教授作了城市场景三维感知与智能增强的报告,他指出获取城市场景的三维描述是实现城市大数据时空配准的前提,以便进一步提高城市大数据处理的智能水平,其应用包括城市规划与管理、安全与应急,以及生活娱乐等。城市场景三维感知和理解是一个新颖并充满挑战的课题,该讲座将介绍城市场景大规模三维数据的获取,多源数据的交互融合,并在融合数据的基础上对城市场景和事件开展可视分析,从而提升城市应用的智能化水平。

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图8 山东大学陈宝权教授做报告)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图9 杜军平教授为陈宝权教授颁发报告证书)

张文生研究员做了“结构+统计”大数据机器学习算法与应用的报告,他指出随着大数据时代到来,人们对海量异构数据理解的需求日益凸显,本报告旨在提出一种雷达气象大数据“结构+统计”的超短临精准降水估计机器学习算法。借助气象雷达数据具有海量异构的特点和结构机器学习优势,训练出雷达气象大数据超短临公里级降水时空估计结构模型。通过降雨过程时序统计信息,探索分钟级精准降水估计,结合中国国家气象局的雷达气象大数据分析与处理任务,验证了算法的有效性和实用性,相关成果在全国气象预报中推广应用。

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图10 中科院张文生研究员做报告)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图11 杜军平教授为张文生研究员颁发报告证书)

于剑教授做了深度学习的能和不能的报告,他指出深度学习目前是机器学习领域最引入注目的研究方向,其应用极其广泛。但没有免费午餐定理告诉我们,没有万能的学习算法。因此,本报告将深入分析深度学习的适用范围。首先,简述深度学习的发展历程。在此基础之上,理论分析深度学习的应用范围和失效领域。最后,讨论深度学习面临的问题及其对策。

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图12 北京交通大学于剑教授做报告)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图13 杜军平教授为于剑教授颁发报告证书)

秦拯教授做了基于领域知识工程的大数据分析技术研究与行业实践的报告,针对垂直领域专业依赖性高、数据分析难度大、智能化个性化程度低等问题,他介绍了如何研究分析并构建面向垂直领域的知识库体系、精准营销模型、券系统模型,给出一个实际应用案,与大家分享大数据创新实践和变现,并展示了实际应用结果,表明团队研发成果在开拓市场用户量、提高用户服务质量、提升运营转化率和盈利能力等方面,成效显著。

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图14 湖南大学秦拯教授做报告)

2017CCF大数据学术会议大数据智能分析分论坛成功举办

(图15 杜军平教授为秦拯教授颁发报告证书)



本文作者:木子
本文转自雷锋网禁止二次转载, 原文链接
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
22天前
|
数据采集 存储 机器学习/深度学习
数据的秘密:如何用大数据分析挖掘商业价值
数据的秘密:如何用大数据分析挖掘商业价值
47 9
|
1月前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
2月前
|
存储 人工智能 数据管理
|
2月前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
245 15
|
2月前
|
分布式计算 DataWorks 搜索推荐
用户画像分析(MaxCompute简化版)
通过本教程,您可以了解如何使用DataWorks和MaxCompute产品组合进行数仓开发与分析,并通过案例体验DataWorks数据集成、数据开发和运维中心模块的相关能力。
|
2月前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
2月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
2月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
302 2
|
3月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
174 4
|
3月前
|
关系型数据库 分布式数据库 数据库
PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具
在数字化时代,企业面对海量数据的挑战,PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具。它不仅支持高速数据读写,还通过数据分区、索引优化等策略提升分析效率,适用于电商、金融等多个行业,助力企业精准决策。
75 4