当前位置: 首页 > 编程日记 > 正文

顶尖技术专家严选,15场前沿论坛思辨,2019中国大数据技术大会邀您共赴

640?wx_fmt=jpeg

扫码了解2019中国大数据技术大会(https://t.csdnimg.cn/IaHb)更多详情。
2019中国大数据技术大会(BDTC 2019)将于12月5日-7日在北京长城饭店举办,本届大会将聚焦智能时代,大数据技术的发展曲线以及大数据与社会各行业相结合的最新实践进展。作为大数据领域极具影响力的行业盛会,BDTC已成功举办十二届,见证了大数据技术生态在中国的建立、发展和成熟。
除了主论坛之外,由大会主席团组成的组委会还精心策划了15场专题技术和行业论坛。那么,这15场精选论坛都是哪些主题呢?为什么会设置这些论坛议题?它们又会对技术和行业产生怎样深远的影响?

下面,3分钟带你领略精彩技术专题看点,热爱技术的你怎能错过这个烧脑盛会!
新一代数据库转型
随着5G技术迅速发展,数据增长越来越快,对分布式数据库、实时数据库、图数据库的需求也越来越多。本论坛将主要讨论分布式数据库特性,包括Key/Value,Schema-less等数据库(OLTP、OLAP、HTAP等),重点介绍列存储数据库、行存储数据库,文档型数据库以及图数据库,并具体介绍MySQL、OceanBase、Greenplum、TiDB、Neo4J、ThinkerPop等,并且会深度分析他们在各种行业的应用实践。
论坛主席:卢亿雷,明略科技集团副总裁兼nEqual技术合伙人
人工智能赋能金融科技
"据普华永道《2020年与未来的金融服务技术:拥抱颠覆者》报告,全球81%的银行CEO在众多领域中最关注科技发展,金融与科技的结合已成必趋之势。2019年,全球金融科技采纳率已达64%,其中,中国金融科技采取率更以87%领跑全球。开放银行、银行网点智慧化转型、保险科技在定价和承销日益发挥的明显优势……发展金融科技成为全球共识,科技介入金融带来便捷,也增加了监管的难度。因此,发展金融科技也成为了中国监管机构2019年的重点任务之一。监管科技的兴起,是金融业改革发展的必然趋势,未来监管科技将成为金融技术创新和制度变革的高级形态。
本论坛邀请了来自国内金融科技业内多位知名专家,将从银行数字化转型、AI赋能保险风险管理、监管科技中的人工智能等角度解读2019金融科技最新发展趋势,并深入思考未来可能的发展走向。"
论坛主席:
雷涛,天云大数据首席执行官
薛正华,清华大学金融科技研究院副院长
王健宗,平安科技副总工程师,资深AI总监,中国人工智能开源软件发展联盟副理事长
AutoML大数据自动化机器学习技术与系统
人工智能和机器学习建模专业技术人才紧缺,即使是高水平的人工智能专家,在大数据智能分析机器学习建模时,主要依靠人工经验,建模过程费时费力,缺少有效方法。为了解决这一突出问题,国内外出现了一种用机器学习解决人工智能自动化建模(Learning for Learning,或者简称AutoML)的新的研究领域,近两年快速发展,已成为人工智能领域的一大研究热点。包括Google在内的国内外知名企业以及一些开源社区,纷纷推出了各种有效的AutoML技术及工具。本论坛将邀请国内学术界和企业界在AutoML领域领先的研究开发者,对AutoML技术、系统工具以及应用进行探讨。
论坛主席:黄宜华,南京大学大数据技术研究中心主任、PASA大数据实验室教授、博导
大数据时代的因果推断
大数据时代给数据分析与智能化应用带来巨大的机会及挑战。目前的分析算法主要是从数据中发现相关性模式,然而基于相关性的算法距离人类智能还有很大差距。这是因为人类对数据的理解很大程度是基于数据背后的因果关系,这也是为什么人类能够快速理解复杂的世界,迁移已有的知识,以及做出有效决策。因此如何基于大数据进行可靠与高效的因果推断是新兴的热点研究问题。本论坛将邀请国内外著名高校与企业的科学家对大数据因果推断的算法理论、技术平台设计以及应用领域进行交流。
论坛主席:宫明明,墨尔本大学数学和统计学院讲师、博士生导师
Top 10大数据最佳实践案例
大数据应用最佳实践分论坛,由CCF大数据专家委员会联合中关村大数据产业联盟共同举办,将深入挖掘出单一行业、跨行业、跨生态的年度最具价值、最具创新的大数据优秀应用案例,以此推动大数据相关技术创新、新业态和新模式的产业化应用,树立产业应用标杆,培育数据驱动的新兴业态,优化大数据产业发展环境,助力产业生态变革升级、促进数字经济的健康发展。案例征集还在进行中,参会企业权益如下:
陈宝权,北京大学教授,前沿计算研究中心执行主任,长江学者特聘教授
赵国栋,中关村大数据产业联盟秘书长,国家大数据战略1142工程副组长

1、TOP10案例主峰会公布榜单并颁奖

2、分论坛15分钟主题演讲(结合获奖案例)

3、Top30案例分享者可免费参加2019大数据技术大会(BDTC2019)

4、50+媒体平台联合宣传

5、2019中关村大数据日峰会期间,TOP10优秀案例优先纳入2019年度最佳行业实践奖项考虑范围。"

多模态知识图谱
数据是AI的基础,不同行业领域的数据来源广泛、形式多样,其每一种来源或形式都可以看作是一种模态,例如视频、图片、语音以及工业场景下的传感数据,红外、声谱等。多模态数据的语义理解与知识表示不仅能让智能体更加深入地感知、理解真实的数据场景,更能进一步对所感知的知识进行推理,以更好的支撑行业应用,例如智能问答、对话系统、人机交互与推荐等。与此同时,知识图谱作为一种知识表示、存储的手段,因其表达能力强、扩展性好,并能够兼顾人类认知与机器自动处理,被认为是解决认知智能长期挑战和深度学习可解释性等困境的一种手段。多模态数据学习与知识图谱的交互作用为人工智能的应用落地和大数据的价值闭环提供了极富想象力的可能性。本论坛邀请了多模态学习与知识图谱相关领域来自学术界和工业界的著名专家学者到会交流、分享他们在基础理论、技术方法以及产业应用等方面的研究成果与技术经验,同时也对相关领域未来的发展趋势与产业落地进行展望。
论坛主席:袁晶,华为云通用AI服务总经理、语音语义创新Lab主任、首席科学家
大数据与AI中台
在大数据已然成为IT技术发展驱动力的背景下,以中台建设为核心的技术体系逐渐受到业界关注。对于众多尚处于“数据泥沼”中的企业来说,数据中台和AI中台的出现给大家带来一次新的转机。业务场景赋能,降本增效,寻求新的价值增长点,AI中台作为数据中台的功能延伸,是企业数据价值体现的重要技术手段。什么样的企业需要建设数据中台和AI中台?中台建设是技术导向还是业务导向?互联网的中台是否可以复制到企业计算场景?。在“大数据与AI中台”分论坛现场,大数据及AI行业专家、数据转型的先行企业和解决方案提供商,将为参会者带来了全新的视角和感悟。
论坛主席:
查礼,中国科学院计算技术研究所副研究员
杜军平,北京邮电大学计算机学院教授、博士生导师
物流大数据
近几年随着国内经济体量的增长,物流行业得到了蓬勃发展,也加剧了物流企业之间的竞争。如何利用创新科技推动物流业务跳出红海,是很多物流企业都在思考的问题。随着物流行业数字化转型的加速,无论是快递业务,航空、海上运输,仓储优化、还是共享出行等各种物流场景中,都产生了大量的供需数据、运营数据、客服数据等等。本论坛将聚焦于如何将人工智能技术结合大数据应用到智慧物流的基本任务中,包括供需预测、路径规划、资源调度、运营优化、风险预警等等。
论坛主席:边江,微软亚洲研究院高级研究经理
工业与制造业大数据
随着5G+数字化时代的到来,大数据应用会进一步挖掘出它的价值,同时应用到各行各业,在工业互联网和制造领域我们将进一步观察和研究,大数据应用能够如何提高工业制造的效率,对传统的制造业产生何种冲击,同时对于产业结构转型又会起到何种作用。地方政府在促进工业和制造业大数据发展的过程中应该出台哪些扶持政策,帮助大量的传统制造业降低包袱进行转型。本论坛将讨论工业大数据的内涵特征,大数据如何推动工业互联网的形成,大数据对于制造业升级的价值,以及大数据在工业和制造业的应用场景和应用案例。
论坛主席:钱岭,中国移动苏州研发中心首席科学家兼战略技术部总经理,工信部数据中心联盟大数据促进委员会副主任委员
数据驱动与城市治理
在人工智能和数据爆发的时代,运用大数据进行城市资源优化和城市治理,促进城市产业发展,为市民提供更加便利的服务已成为一种高效的治理手段,大大提高了城市治理的效率。本论坛中,来自大数据和城市治理方面的专家将共同探讨运用大数据改进城市治理工作模式和城市运作方式的方法,构建能够快速响应、数据共享、高效服务的智能城市。
论坛主席:承孝敏,中国科学技术大学智慧城市研究院(芜湖)常务副院长,安徽师范大学特聘教授
智能驱动的大数据可视分析
大数据可视化是大数据技术体系中的重要部分,通过提供有效的交互帮助用户更高效地完成数据的分析、理解等任务。随着人工智能技术的飞速发展,通过数据驱动人工智能模型,进而支持大数据的新型可视化与可视分析是大数据技术的新兴方向。本论坛将讨论当前大数据可视化新方法、前沿实践和未来方向。
论坛主席:袁晓如,北京大学研究员,博士生导师,机器感知与智能教育部重点实验室副主任
IoT大数据技术
IoT已成为行业智能化应用的重要基础,正加速向制造、建筑、汽车、物流、农业、零售等各行业渗透,融合集成创新能力日趋强大。IoT具有非常广阔的市场和应用前景,被Gartner等机构公认为是“千亿级IoT设备互联支撑的十万亿级大市场”。随着IoT标准化、平台化升级发展,物联数据已逐步呈现出海量特性,形成了IoT大数据。本论坛将聚焦IoT大数据技术领域,讨论IoT数据标准化、IoT流式数据持久化存储、IoT数据实时检索、IoT数据计算框架、IoT节能调度、IoT数据安全性、IoT数据感知与控制等系列问题。
论坛主席:吴吉义,浙大网新百橙科技有限公司董事、首席科学家
智能交通中的大数据技术
我国交通运输基础设施网络规模稳居世界前列,已成为名副其实的交通大国,其中高速铁路、高速公路、城轨交通等规模都已居世界第一,为建设交通强国奠定了坚实的基础。大数据技术已经使人们的社会生活与思维模式发生了颠覆性的变化。随着交通系统的智能化水平不断提高,智能交通作为一个具有多层次、多目标、复合型特点的综合复杂系统,对大数据的应用提出了迫切需求。本论坛将结合近年来交通领域的大数据分析与安全的最新研究成果,探讨大数据技术在智能交通领域应用的关键研究问题及其未来发展方向。
论坛主席:李浥东,北京交通大学计算机与信息技术学院副院长、教授、博士生导师
看了这么多分论坛,对哪个分论坛最感兴趣?最想和哪个专家互动?可以给我们留言,我们会收集大家的问题提前让讲师做准备。想与大数据时代最重量级的大咖面对面谈笑风生吗?BDTC 2019我们现场邀您共见!
目前2019中国大数据技术大会“5折票”和“学生票”报名渠道已经开启,点击这里(https://t.csdnimg.cn/IaHb)或扫描下图二维码报名购票,即可享受5折优惠,学生票仅售599元哦。满足我们这种技术宅的2019夙愿。

640?wx_fmt=png


联系我们:
服务热线:15101014297
媒体咨询:13301211220
商务合作:18911709282
大会邮箱:bdtc2019@126.com

相关文章:

jQuery 加法计算 使用+号即强转类型

1 var value1 $("#txt1").val(); 2 var value2 $("#txt2").val(); 3 //数值前添加号 number加号和数值加号需要用空格隔开 即实现加法运算 4 $("#txt3").val(value1 value2); 转载于:https://www.cnblogs.com/xiemin-minmin/p/11026784.…

Android Volley 库通过网络获取 JSON 数据

本文内容 什么是 Volley 库 Volley 能做什么 Volley 架构 环境 演示 Volley 库通过网络获取 JSON 数据 参考资料 Android 关于网络操作一般都会介绍 HttpClient 以及 HttpConnection 这两个包。前者是 Apache 开源库,后者是 Android 自带 API。企业级应用&#xff0…

​哪些开发问题最让程序员“头秃”?我们分析了Stack Overflow的11000个问题

作者 | Nick Roberts编译 | AI科技大本营(ID:rgznai100)自 2008 年成立以来,Stack Overflow 一直在拯救所有类型的开发人员。自那时以来,开发人员提出了数百万个关于开发领域的问题。但是,迫使开发者转向 Stack Overfl…

OpenCV3.3中决策树(Decision Tree)接口简介及使用

OpenCV 3.3中给出了决策树Decision Tres算法的实现,即cv::ml::DTrees类,此类的声明在include/opencv2/ml.hpp文件中,实现在modules/ml/src/tree.cpp文件中。其中:(1)、cv::ml::DTrees类:继承自cv::ml::StateModel&…

ARM 寄存器 和 工作模式了解

一. ARM 工作模式 1. ARM7,ARM9,ARM11,处理器有 7 种工作模式;Cortex-A 多了一个监视模式(Monitor) 2. 用户模式:非特权模式,大部分任务执行在这种模式,它运行在操作系…

英文版PDF不能显示中文PDF文件的解决方法

首先,PDF如果是英文版本的话,先装一个与之对应的PDF中文包。装上之后要检查的两项:1、PDF本身打开Adobe pdf选择“edit”"Preference""Internet"将"internet"下的三个勾全部勾上"OK"2、IE设置打开IE…

Linux下__attribute__((visibility (default)))的使用

在Linux下动态库(.so)中,通过GCC的C visibility属性可以控制共享文件导出符号。在GCC 4.0及以上版本中,有个visibility属性,可见属性可以应用到函数、变量、模板以及C类。 限制符号可见性的原因:从动态库中尽可能少地输出符号是一…

java web学习项目20套源码完整版

java web学习项目20套源码完整版 自己收集的各行各业的都有,这一套源码吃遍所有作业项目! 1、BBS论坛系统(jspsql)2、ERP管理系统(jspservlet)3、OA办公自动化管理系统(Struts1.2Hibernate3.0Spring2DWR)4、…

360金融携手上海交大共建AI实验室,开启人才战略新布局

10月16日,上海交通大学计算机科学系—360金融人工智能联合实验室成立仪式在上海交通大学闵行校区举行,联合实验室致力于AI技术在新金融领域的应用探索。成立仪式上,360金融CEO吴海生宣布了“未来科学家”计划,这是360金融在人工智…

wxWidgets刚開始学习的人导引(3)——wxWidgets应用程序初体验

wxWidgets刚開始学习的人导引全文件夹 PDF版及附件下载1 前言2 下载、安装wxWidgets3 wxWidgets应用程序初体验4 wxWidgets学习资料及利用方法指导5 用wxSmith进行可视化设计附:学习材料清单3 wxWidgets应用程序初体验本文中全部的体验,在Code::Blocks…

C++中extern的使用

在C中,extern主要有两个作用:(1)、extern声明一个变量或函数;(2)、extern与”C”一起连用,用于链接指定。关于extern “C”的使用可以参考: http://blog.csdn.net/fengbingchun/article/details/78634831 ,…

Python识别文字,实现看图说话 | CSDN博文精选

作者 | 张小腿来源 | CSDN博客现在写文件很多网站都不让复制了,所以每次都是截图然后发到QQ上然后用手机QQ的文字识别再发回电脑。感觉有点小麻烦了,所以想自己写一个小软件方便方便自己,就有了这篇了:首先语言是Python&#xff0…

Oracle Hints具体解释

在向大家具体介绍Oracle Hints之前,首先让大家了解下Oracle Hints是什么,然后全面介绍Oracle Hints,希望对大家实用。基于代价的优化器是非常聪明的,在绝大多数情况下它会选择正确的优化器,减轻了DBA的负担。但有时它也…

主成分分析(PCA)简介

主成分分析(Principal Components Analysis, PCA)是一个简单的机器学习算法,可以通过基础的线性代数知识推导。假设在Rn空间中我们有m个点{x(1),…,x(m)},我们希望对这些点进行有损压缩。有损压缩表示我们使用更少的内存,但损失一些精度去存储…

01-HTML基础与进阶-day6-录像281

04css选择器.html <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>Document</title><style type"text/css">/* p div 标签选择器*/p {color: red; /* k:v color表示样式属性 颜…

百度CTO王海峰:深度学习如何大规模产业化?

编者按&#xff1a;10月17日-19日&#xff0c;2019年中国计算机大会&#xff08;CNCC2019&#xff09;在苏州举办。百度首席技术官王海峰在会上发表题为《深度学习平台支撑产业智能化》的演讲&#xff0c;分享了百度关于深度学习技术推动人工智能发展及产业化应用的思考。以下为…

Kali Linux***测试

Kali Linux***测试实战 第一章http://drops.wooyun.org/tips/826 1.1 Kali Linux简介如果您之前使用过或者了解BackTrack系列Linux的话&#xff0c;那么我只需要简单的说&#xff0c;Kali是BackTrack的升级换代产品&#xff0c;从Kali开始&#xff0c;BackTrack将成为历史。如果…

一站式解决:隐马尔可夫模型(HMM)全过程推导及实现

作者 | 永远在你身后转载自知乎用户永远在你身后【导读】隐马尔可夫模型&#xff08;Hidden Markov Model&#xff0c;HMM&#xff09;是关于时许的概率模型&#xff0c;是一个生成模型&#xff0c;描述由一个隐藏的马尔科夫链随机生成不可观测的状态序列&#xff0c;每个状态生…

CUDA Samples: Image Process: BGR to BGR565

图像像素格式BGR565是每一个像素占2个字节&#xff0c;其中Blue占5位&#xff0c;Green占6位&#xff0c;Red占5位。在OpenCV中&#xff0c;BGR到BGR565的每一个像素的计算公式是&#xff1a;unsigned short dst (unsigned short)((B >> 3) | ((G & ~3) << 3)…

NoSQL数据库探讨 - 为什么要用非关系数据库?

源地址&#xff1a;http://robbin.javaeye.com/blog/524977 随着互联网web2.0网站的兴起&#xff0c;非关系型的数据库现在成了一个极其热门的新领域&#xff0c;非关系数据库产品的发展非常迅速。而传统的关系数据库在应付web2.0网站&#xff0c;特别是超大规模和高并发的SNS类…

手机内存RAM、ROM简介

手机内存包含两个&#xff1a;一个是运行内存(RAM)&#xff0c;一个是机身内存(ROM)。两者的功能有所不同&#xff0c;运行内存是对手机操作系统和其它程序运行过程中&#xff0c;产生的临时数据进行存储的媒介。如果手机运行的程序比较多&#xff0c;占用运行内存空间较大&…

一个月入门Python爬虫,轻松爬取大规模数据

如果你仔细观察&#xff0c;就不难发现&#xff0c;懂爬虫、学习爬虫的人越来越多&#xff0c;一方面&#xff0c;互联网可以获取的数据越来越多&#xff0c;另一方面&#xff0c;像 Python这样一个月入门Python爬虫&#xff0c;轻松爬的编程语言提供越来越多的优秀工具&#x…

软件包管理 之 软件在线升级更新yum 图形工具介绍

作者&#xff1a;北南南北来自&#xff1a;LinuxSir.Org提要&#xff1a;yum 是Fedora/Redhat 软件包管理工具&#xff0c;包括文本命令行模式和图形模式&#xff1b;图形模式的yum也是基于文本模式的&#xff1b;目前yum图形前端程序主要有 yumex和kyum &#xff1b; 正文一、…

[PHPUnit]自动生成PHPUnit测试骨架脚本-提供您的开发效率【2015升级版】

2019独角兽企业重金招聘Python工程师标准>>> 场景 在编写PHPUnit单元测试代码时&#xff0c;其实很多都是对各个类的各个外部调用的函数进行测试验证&#xff0c;检测代码覆盖率&#xff0c;验证预期效果。为避免增加开发量&#xff0c;可以使用PHPUnit提供的phpuni…

ORL Faces Database介绍

ORL人脸数据集共包含40个不同人的400张图像&#xff0c;是在1992年4月至1994年4月期间由英国剑桥的Olivetti研究实验室创建。此数据集下包含40个目录&#xff0c;每个目录下有10张图像&#xff0c;每个目录表示一个不同的人。所有的图像是以PGM格式存储&#xff0c;灰度图&…

张俊林:BERT和Transformer到底学到了什么 | AI ProCon 2019

演讲嘉宾 | 张俊林&#xff08;新浪微博机器学习团队AI Lab负责人&#xff09;编辑 | Jane出品 | AI科技大本营&#xff08;ID&#xff1a;rgznai100&#xff09;【导读】BERT提出的这一年&#xff0c;也是NLP领域迅速发展的一年。学界不断提出新的预训练模型&#xff0c;刷新各…

Eclipse创建web工程时,报错Dynamic Web Module 3.0 requires Java 1.6 or newer.

报错&#xff1a; 解决方案&#xff1a; 1.打开eclipse工具栏window->preferences 2.打开java->compiler 3.选择compiler compliance level在1.6以上版本&#xff08;此处选择1.8&#xff09; 4.点击apply and close保存修改&#xff0c;即可 转载于:https://www.cnblogs…

Maven学习总结(八)——使用Maven构建多模块项目

2019独角兽企业重金招聘Python工程师标准>>> Maven学习总结(八)——使用Maven构建多模块项目 在平时的Javaweb项目开发中为了便于后期的维护&#xff0c;我们一般会进行分层开发&#xff0c;最常见的就是分为domain&#xff08;域模型层&#xff09;、dao&#xff0…

哈工大、清华、CSDN、嵌入式视觉联盟合办的 AIoT 盛会,你怎么舍得错过?!

2019 嵌入式智能国际大会即将来袭&#xff01;随着物联网和人工智能技术的飞速发展与相互渗透&#xff0c;万物智联的新赛道已经开始显现。据中商产业研究院《2016—2021年中国物联网产业市场研究报告》显示&#xff0c;预计到2020年&#xff0c;中国物联网的整体规模将达2.2万…

OpenCV3.3中主成分分析(Principal Components Analysis, PCA)接口简介及使用

OpenCV3.3中给出了主成分分析(Principal Components Analysis, PCA)的实现&#xff0c;即cv::PCA类&#xff0c;类的声明在include/opencv2/core.hpp文件中&#xff0c;实现在modules/core/src/pca.cpp文件中,其中&#xff1a;(1)、cv::PCA::PCA&#xff1a;构造函数&#xff1…