“2017中国大数据应用大会”由成都市人民政府、联合国教科文组织世界工程联合会(WFEO)、中国大数据专家委员会、中国电子学会、中国电子信息产业集团有限公司共同主办,四川省经济和信息化委员会、成都市经济和信息化委员会、成都市博览局大力支持下,将于7月13日-14日在成都世纪城国际会议中心举行。
此次大会以“大数据 大智能”为主题,将邀请全球知名大数据、云计算、人工智能等领域主管领导、专家学者、产业领袖、应用主管,以及各行业广大用户共聚成都,共同探讨和推动大数据、云计算与智能技术的深入融合,共同探讨和分享大数据技术应用的实践价值。至顶网作为协办媒体将全程参与会议报道。
今天大数据从技术落地到产业应用产生了的巨大价值,国家层面2015年9月发布《促进大数据发展行动纲要》。 在纲要的推动以及新一代信息技术的快速发展下,信息服务需求的不断升级,使得大数据成为当前电子信息领域最显著的时代特征之一。信息化程度的不断提升、全球网民及移动电话用户数的增加以及物联网的大规模应用等快速推动着自然界和人类社会所产生的数据总量。在电子商务、智慧城市、两化融合、智能制造等浪潮的推动下,政府机构、公司企业、科研部门、教育医疗、互联网行业等沉淀了大量的数据资源。
同时大数据的广泛应用开启着一个全新的大智能时代。云计算、物联网与大数据技术深度融合,有效地地提升了大数据采集、存取、计算等环节的技术水平,使得大数据应用的门槛降低、成本减少,而自然语言理解、机器学习、深度学习等人工智能技术与大数据技术融合,有效地提升数据分析处理能力、知识发现能力和辅助决策能力,让大数据成为人类认识世界、推动智能化的有效工具。
到今天数据的丰富与不断开放、数据挖掘与分析工具性能的不断提高,大数据与深度学习、智能创新等不断结合,大数据将在智能制造、人工智能、智能驾驶、智能社会、电子商务等领域持续激发应用创新,不断催生新业态。大数据产业正在成为新的经 济增长点,将对未来电子信息产业格局产生重要影响。
“2017中国大数据应用大会”将深度探讨大数据大智能下的产业创新和生态建设。据了解,此次大会由主论坛加多场分论坛形式构成,话题涵盖了大数据领域的热门重点议题。
主论坛将围绕业界关注的热点话题:大数据与大智能 、大数据与智能驾驶、大数据平台与产业创新 、大数据与环境治理、大数据与数字化转型、深度学习与人工智能趋势、大数据平台的技术支撑体系、大数据与政府治理、工业大数据与全球智能制造趋势 、大数据与智能社会的到来、大数据产品及解决方案、大数据应用交流、政务大数据(交通/医保/社保)、生物医疗、医疗健康大数据、大数据安全与隐私保护等内容展开探讨。
包括教育大数据论坛、人力资源大数据论坛、大数据金融技术创新论坛、通信与行业大数据发展论坛、大数据与人工智能技术论坛、无人驾驶论坛、大数据与工程技术创新论坛、大数据与电商技术平台论坛、工业大数据与智能制造论坛、大数据与生物医药健康论坛等多场分论坛也紧扣大会主题。
此次大会得到了四川省及成都市的大力支持,成都作为未来国家中心城市,是国家智慧城市试点,也是中国大数据产业的重要基地。此次大会将进一步推动成都大数据产业的发展,促进参会企业共享全国大数据产业的发展红利。
与此同时,作为我国大数据行业先进成果的重要展示平台,2017中国大数据应用创新展也将于7月13日-15日在成都世纪城新国际会展中心2号馆举办,届时将有来自国内外的知名大数据行业领军企业前来参展,为业内人士提供难得的大数据现场体验机会。
好文章,需要你的鼓励
浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法,它允许高斯基元在任意时空位置自由出现,并赋予每个基元运动功能,使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中,该方法在渲染质量和速度上均大幅超越现有技术,特别是在处理复杂动态场景时,使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染,为电影制作、游戏和虚拟现实等应用提供了新可能。
这篇研究介绍了"对角线批处理"技术,该技术解决了循环记忆Transformer模型在处理长文本时的并行计算瓶颈。通过重新编排计算顺序,研究团队实现了在不破坏依赖关系的情况下进行并行计算,使LLaMA-1B模型处理长文本的速度提升3.3倍,同时内存使用减少167.1倍。这种纯运行时优化不需要重新训练模型,为实际应用中的长文本处理提供了高效解决方案。
BEVCALIB是一种利用鸟瞰图表示实现激光雷达与相机校准的创新方法,由南加州大学和加州大学河滨分校的研究团队开发。该方法将不同传感器数据转换到共享的BEV空间,并通过几何引导的特征选择实现高精度校准。在KITTI和NuScenes等数据集上,BEVCALIB比现有最佳方法平均提高了47-82%的性能,为自动驾驶和机器人系统提供了可靠的传感器融合基础。
博尔扎诺自由大学研究团队开发的PATS技术通过保留完整运动片段代替随机抽取视频帧,显著提升了AI评估体育技能的能力。该方法在EgoExo4D基准测试中表现出色,攀岩评估准确率提高26.22%,音乐提高2.39%,篮球提高1.13%。PATS能根据不同运动类型自动调整采样策略,为体育训练和人才发展提供了更准确的自动评估技术。