AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》

简介: AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》


目录

14:00--14:40胡一川《RPA+AI助力政企实现智能时代的人机协同》

14:40--15:20张磊《5G风口到来,边缘计算引领数据中心变革》

15:20--16:00袁峻峰《数字化时代金融市场与AI算法如何结合?》


 

 

时间 议题 演讲嘉宾
14:00--14:40 RPA+AI助力政企实现智能时代的人机协同

胡一川

来也科技CTO

14:40--15:20 5G风口到来,边缘计算引领数据中心变革

张磊

浪潮边缘计算服务器高级产品经理

15:20--16:00 数字化时代金融市场与AI算法如何结合?

袁峻峰

《人工智能为金融投资带来了什么》作者

 

14:00--14:40胡一川《RPA+AI助力政企实现智能时代的人机协同》

 

 

 

 

 

 

14:40--15:20张磊《5G风口到来,边缘计算引领数据中心变革》

更新中……

 

 

 

 

15:20--16:00袁峻峰《数字化时代金融市场与AI算法如何结合?》

更新中……

 


相关文章
|
3天前
|
Cloud Native 持续交付 云计算
云原生技术:企业数字化转型的新引擎
在当今数字化浪潮中,云原生技术作为推动企业创新与转型的关键力量,正引领着一场技术革命。本文深入探讨了云原生的核心概念、技术特点及其对企业IT架构和运营模式的深远影响。通过分析云原生在实际案例中的应用,揭示了其如何助力企业实现敏捷开发、弹性扩展和成本优化等目标。同时,本文也展望了云原生技术的未来发展趋势,强调了掌握这一技术对于企业保持竞争力的重要性。
21 10
WK
|
2天前
|
机器学习/深度学习 算法 数据挖掘
PSO算法的应用场景有哪些
粒子群优化算法(PSO)因其实现简单、高效灵活,在众多领域广泛应用。其主要场景包括:神经网络训练、工程设计、电力系统经济调度与配电网络重构、数据挖掘中的聚类与分类、控制工程中的参数整定、机器人路径规划、图像处理、生物信息学及物流配送和交通管理等。PSO能处理复杂优化问题,快速找到全局最优解或近似解,展现出强大的应用潜力。
WK
10 1
|
18天前
|
机器学习/深度学习 算法 数据挖掘
R语言中的支持向量机(SVM)与K最近邻(KNN)算法实现与应用
【9月更文挑战第2天】无论是支持向量机还是K最近邻算法,都是机器学习中非常重要的分类算法。它们在R语言中的实现相对简单,但各有其优缺点和适用场景。在实际应用中,应根据数据的特性、任务的需求以及计算资源的限制来选择合适的算法。通过不断地实践和探索,我们可以更好地掌握这些算法并应用到实际的数据分析和机器学习任务中。
|
23天前
|
算法 C++
A : DS串应用–KMP算法
这篇文章提供了KMP算法的C++实现,包括计算模式串的next数组和在主串中查找模式串位置的函数,用于演示KMP算法的基本应用。
|
6天前
|
运维 监控 数据可视化
高效运维的秘密武器:自动化工具链的构建与实践在当今数字化时代,IT系统的复杂性和规模不断增加,使得传统的手动运维方式难以应对日益增长的业务需求。因此,构建一套高效的自动化工具链成为现代运维的重要任务。本文将深入探讨如何通过自动化工具链提升IT运维效率,确保系统稳定运行,并实现快速响应和故障恢复。
随着企业IT架构的不断扩展和复杂化,传统的手动运维已无法满足业务需求。自动化工具链的构建成为解决这一问题的关键。本文介绍了自动化工具链的核心概念、常用工具及其选择依据,并通过实际案例展示了自动化工具链在提升运维效率、减少人为错误、优化资源配置等方面的显著效果。从监控系统到自动化运维平台,再到持续集成/持续部署(CI/CD)的流程,我们将一步步揭示如何成功实施自动化工具链,助力企业实现高效、稳定、可靠的IT运维管理。
|
6天前
|
人工智能 安全 物联网
移动革命:探索移动应用与操作系统的融合创新在当今数字化时代,移动应用和操作系统之间的相互作用已成为推动技术进步和创新的关键力量。本文深入探讨了移动应用开发的最新趋势,以及这些趋势如何影响移动操作系统的演进,进而塑造我们的数字生活体验。
移动技术和其运行平台正处于快速发展之中,它们共同塑造了现代社会的信息消费方式和业务运作模式。本文旨在揭示移动应用开发领域的最新动态,并分析这些变化是如何推动移动操作系统向更高效、更安全、更用户友好的方向发展。通过案例研究和专家访谈,本文提供了对当前技术挑战的洞察,并对未来的发展趋势进行了预测。
15 0
|
9天前
|
运维 Cloud Native 持续交付
探索云原生技术:未来企业数字化转型的引擎
在数字化浪潮中,云原生技术如同一艘承载着企业梦想的巨轮,正驶向高效、灵活的未来。本文将带你领略云原生的核心理念和实际应用,揭示它如何成为推动企业转型的强大动力。从容器化到微服务,从持续集成到自动化运维,我们将一探究竟,看看这些技术是如何协同工作,为企业带来创新和效率的双重提升。
|
11天前
|
机器学习/深度学习 算法 Python
群智能算法:深入解读人工水母算法:原理、实现与应用
近年来,受自然界生物行为启发的优化算法备受关注。人工水母算法(AJSA)模拟水母在海洋中寻找食物的行为,是一种新颖的优化技术。本文详细解读其原理及实现步骤,并提供代码示例,帮助读者理解这一算法。在多模态、非线性优化问题中,AJSA表现出色,具有广泛应用前景。
|
14天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
14天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。

热门文章

最新文章