- 在全球抗击新冠肺炎疫情的战斗中，人工智能（AI）技术通过对海量实时数据进行分析，使人们更容易发现疫情、追踪密切接触者，更准确诊断疾病，并通过预测病毒可能的演化方式开发出疗效更好、效力更持久、更安全的疫苗。AI技术作为医疗科技工作者的“超级助手”在这场战斗中大放异彩。 在全球抗击新冠肺炎疫情的战斗中，人工智能（AI）技术通过对海量实时数据进行分析，使人们更容易发现疫情、追踪密切接触者，更准确诊断疾病，并通过预测病毒可能的演化方式开发出疗效更好、效力更持久、更安全的疫苗。AI技术作为医疗科技工作者的“超级助手”在这场战斗中大放异彩。
- 文 / 欧奕旻、左育莘、杨锐赛事回顾2020年12月22日由中国造船工程学会等单位主办，哈尔滨工程大学承办，武汉理工大学协办的首届“海洋目标智能感知国际挑战赛”落下帷幕。秉承 “逐梦海洋，感知智能，突破自我，创新未来”的精神，来自清华大学深圳国际研究生院的“秀姐和她快乐的小伙伴”队，由欧奕旻、左育莘和杨锐组成，在李秀教授的指导下从150支参赛队伍中脱颖而出，荣获研究生组冠军。活动官方网站：h... 文 / 欧奕旻、左育莘、杨锐赛事回顾2020年12月22日由中国造船工程学会等单位主办，哈尔滨工程大学承办，武汉理工大学协办的首届“海洋目标智能感知国际挑战赛”落下帷幕。秉承 “逐梦海洋，感知智能，突破自我，创新未来”的精神，来自清华大学深圳国际研究生院的“秀姐和她快乐的小伙伴”队，由欧奕旻、左育莘和杨锐组成，在李秀教授的指导下从150支参赛队伍中脱颖而出，荣获研究生组冠军。活动官方网站：h...
- 作者：李新春声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。01NonllD挑战概述在传统机器学习中，数据分布在同一个机器上，并且假设数据是从同一个分布中独立地采样的，即数据独立同分布（Independently Identically Distribution, IID）。后来随着数据量的急剧暴长，大数据时代需要分布式算法进行并行计算，此时分布式优化（Di... 作者：李新春声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。01NonllD挑战概述在传统机器学习中，数据分布在同一个机器上，并且假设数据是从同一个分布中独立地采样的，即数据独立同分布（Independently Identically Distribution, IID）。后来随着数据量的急剧暴长，大数据时代需要分布式算法进行并行计算，此时分布式优化（Di...
- 01赛题任务关键性能指标（KPI）反映了核心网的性能和质量，而对KPI进行检测能及时发现网络质量劣化风险。本次赛题便立足于真实场景中的KPI数据，每隔一小时进行采样。选手则需要根据历史一个月异常标签数据（训练数据集），训练模型并检测后续一周内各KPI（测试数据集）中的异常，比赛的评价指标为F1-score。02数据分析2.1 KPI曲线多样性KPI曲线的多样性是此次数据集的一个特点，这就意味... 01赛题任务关键性能指标（KPI）反映了核心网的性能和质量，而对KPI进行检测能及时发现网络质量劣化风险。本次赛题便立足于真实场景中的KPI数据，每隔一小时进行采样。选手则需要根据历史一个月异常标签数据（训练数据集），训练模型并检测后续一周内各KPI（测试数据集）中的异常，比赛的评价指标为F1-score。02数据分析2.1 KPI曲线多样性KPI曲线的多样性是此次数据集的一个特点，这就意味...
- 首先感谢华为公司举办的比赛，感谢提供给我们一个提升自己的机会。我们是来自南开大学的Excavator团队（挖机联盟），本次比赛非常有幸能进入前10。01赛题任务本次KPI异常检测比赛提供了某运营商的部分网元的KPI真实数据，根据历史一个月的异常标签数据，训练机器学习模型，智能预测后续一周内KPI中的异常。评价函数为二分类中常用的F1-score：02数据初探训练集数据仅有5列，分别是：kpi... 首先感谢华为公司举办的比赛，感谢提供给我们一个提升自己的机会。我们是来自南开大学的Excavator团队（挖机联盟），本次比赛非常有幸能进入前10。01赛题任务本次KPI异常检测比赛提供了某运营商的部分网元的KPI真实数据，根据历史一个月的异常标签数据，训练机器学习模型，智能预测后续一周内KPI中的异常。评价函数为二分类中常用的F1-score：02数据初探训练集数据仅有5列，分别是：kpi...
- 团队：复仇者联盟很高兴能有机会通过这个方式与大家分享我们的比赛收获。通过参加2020GDE全球开发者大赛·KPI异常检测，我们团队在这个过程中获得了极大的成长，感谢华为。接下来，我们就介绍一下我们团队针对此次比赛的一些思路与想法。我将从题目分析、有监督学习、无监督学习以及算法融合这四个方面向大家具体阐述下我们团队的解题思路。1、题目分析题目分析这部分我们首先总结了赛题的特点，紧接着根据赛题特... 团队：复仇者联盟很高兴能有机会通过这个方式与大家分享我们的比赛收获。通过参加2020GDE全球开发者大赛·KPI异常检测，我们团队在这个过程中获得了极大的成长，感谢华为。接下来，我们就介绍一下我们团队针对此次比赛的一些思路与想法。我将从题目分析、有监督学习、无监督学习以及算法融合这四个方面向大家具体阐述下我们团队的解题思路。1、题目分析题目分析这部分我们首先总结了赛题的特点，紧接着根据赛题特...
- 我是hitTeam，有幸在华为运营商BG全球技术服务部、华为NAIE产品部举办的2020GDE全球开发者大赛·KPI异常检测中获得二等奖，在这里跟大家分享本次比赛的方案和收获。01 赛事简介本次比赛的题目是核心网关键性能指标（KPI）异常检测。主办方在比赛中提供某运营商的KPI真实数据，采样间隔为1小时。参赛选手需要根据历史一个月异常标签数据（训练数据集），训练模型并检测后续一周内各KPI（... 我是hitTeam，有幸在华为运营商BG全球技术服务部、华为NAIE产品部举办的2020GDE全球开发者大赛·KPI异常检测中获得二等奖，在这里跟大家分享本次比赛的方案和收获。01 赛事简介本次比赛的题目是核心网关键性能指标（KPI）异常检测。主办方在比赛中提供某运营商的KPI真实数据，采样间隔为1小时。参赛选手需要根据历史一个月异常标签数据（训练数据集），训练模型并检测后续一周内各KPI（...
- 声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。本文首发:https://mp.weixin.qq.com/s/bF-dbc-nmSlvbDo_d_BggA团队名称:sh大赛地址：https://competition.huaweicloud.com/information/1000041319/introduction?track=107赛题介绍1.1 ... 声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。本文首发:https://mp.weixin.qq.com/s/bF-dbc-nmSlvbDo_d_BggA团队名称:sh大赛地址：https://competition.huaweicloud.com/information/1000041319/introduction?track=107赛题介绍1.1 ...
- 声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。微信公众号二维码为：GDE全球开发者大赛-KPI异常检测告一段落，来自深圳福田莲花街道的“原子弹从入门到精通“有幸取得了总榜TOP1的成绩，下面给出他的解决方案。背景介绍核心网在移动运营商网络中占据举足轻重的地位，其异常往往会导致呼叫失败、网络延迟等现网故障，对全网的服务质量带来重大的负面影响，多则影响十数万用... 声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。微信公众号二维码为：GDE全球开发者大赛-KPI异常检测告一段落，来自深圳福田莲花街道的“原子弹从入门到精通“有幸取得了总榜TOP1的成绩，下面给出他的解决方案。背景介绍核心网在移动运营商网络中占据举足轻重的地位，其异常往往会导致呼叫失败、网络延迟等现网故障，对全网的服务质量带来重大的负面影响，多则影响十数万用...
- 基于统计方法的情感分析模型基于统计方法的情感分析方法主要依赖于已经建立的“情感词典”，“情感词典”的建立是情感分类的前提和基础，目前在实际使用中，可将其归为4类：通用情感词、程度副词、否定词、领域词。英文方面主要是基于对英文词典WordNet[1] 的扩充，Hu和Liu[2]在已手工建立种子形容词词汇表的基础上，利用 WorldNet 中词间的同义和近义关系判断情感词的情感倾向，并以此来判断... 基于统计方法的情感分析模型基于统计方法的情感分析方法主要依赖于已经建立的“情感词典”，“情感词典”的建立是情感分类的前提和基础，目前在实际使用中，可将其归为4类：通用情感词、程度副词、否定词、领域词。英文方面主要是基于对英文词典WordNet[1] 的扩充，Hu和Liu[2]在已手工建立种子形容词词汇表的基础上，利用 WorldNet 中词间的同义和近义关系判断情感词的情感倾向，并以此来判断...
- 声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。微信公众号二维码为：http://weixin.qq.com/r/yx385OnEb7QQra2H90jZweixin.qq.com本文介绍一种特殊场景下的迁移算法：隐私保护下的迁移算法。首先，本文稍微回顾一下传统迁移算法的流程、特性和局限之处，然后文章介绍几种解决当源域数据有某些访问限制的场景下实现迁移的算法... 声明：本文首发于华为NAIE《网络人工智能园地》微信公众号，如有转载，请注明出处。微信公众号二维码为：http://weixin.qq.com/r/yx385OnEb7QQra2H90jZweixin.qq.com本文介绍一种特殊场景下的迁移算法：隐私保护下的迁移算法。首先，本文稍微回顾一下传统迁移算法的流程、特性和局限之处，然后文章介绍几种解决当源域数据有某些访问限制的场景下实现迁移的算法...
- 随着5G的普及与物联网走向生活，网络的发展将面临一个瓶颈期，当SDN发展至今，将如何与人工智能碰撞出火花？网络通信随着人工智能的兴起，也将迎来一次发展期。 随着5G的普及与物联网走向生活，网络的发展将面临一个瓶颈期，当SDN发展至今，将如何与人工智能碰撞出火花？网络通信随着人工智能的兴起，也将迎来一次发展期。
- 作者：李新春————————计算机软件新技术国家重点实验室伪文艺程序员既可提刀立码，行遍天下又可调参炼丹，卧于隆中联邦学习（Federated Learning）是一种使用分布式优化方法来保护多方合作时数据隐私的技术，核心点在于：分布式和数据隐私。不同于传统的分布式优化（Distributed Optimization）技术，联邦学习考虑到了数据的隐私、数据的非独立同分布性质、数据传输的瓶颈... 作者：李新春————————计算机软件新技术国家重点实验室伪文艺程序员既可提刀立码，行遍天下又可调参炼丹，卧于隆中联邦学习（Federated Learning）是一种使用分布式优化方法来保护多方合作时数据隐私的技术，核心点在于：分布式和数据隐私。不同于传统的分布式优化（Distributed Optimization）技术，联邦学习考虑到了数据的隐私、数据的非独立同分布性质、数据传输的瓶颈...
- 引言隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是一种经典的机器学习模型，是可用于标注问题的统计学模型，描述由隐藏的马尔科夫链随机生成观测序列的过程，属于生成模型，它在语言识别，自然语言处理，模式识别等领域得到广泛的应用。随着深度学习的兴起，如RNN类神经网络可以一定程度的解决HMM模型所解决的问题，HMM在一些问题上已不再是首选算法，但是作为一个经典的模型，学习... 引言隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是一种经典的机器学习模型，是可用于标注问题的统计学模型，描述由隐藏的马尔科夫链随机生成观测序列的过程，属于生成模型，它在语言识别，自然语言处理，模式识别等领域得到广泛的应用。随着深度学习的兴起，如RNN类神经网络可以一定程度的解决HMM模型所解决的问题，HMM在一些问题上已不再是首选算法，但是作为一个经典的模型，学习...
- 目前针对5G通信高可靠和超高容量无线通信的需求已经引起了广泛关注与研究。然而，当前的通信系统依然受制于传统的通信理论而限制了网络性能的突破性提升。作为一项广受关注和应用的新兴技术，深度学习已经被证实有潜力处理复杂通信系统中通信问题并提高通信性能。本文主要介绍基于深度学习的物理层应用，并提出一种基于深度Q网络（DQN）的MIMO系统位置信息验证方案，接收者在多变未知的信道环境下利用深度Q网络不断更新 目前针对5G通信高可靠和超高容量无线通信的需求已经引起了广泛关注与研究。然而，当前的通信系统依然受制于传统的通信理论而限制了网络性能的突破性提升。作为一项广受关注和应用的新兴技术，深度学习已经被证实有潜力处理复杂通信系统中通信问题并提高通信性能。本文主要介绍基于深度学习的物理层应用，并提出一种基于深度Q网络（DQN）的MIMO系统位置信息验证方案，接收者在多变未知的信道环境下利用深度Q网络不断更新
上滑加载中
推荐直播
-
GaussDB管理平台TPOPS，DBA高效运维的一站式解决方案2024/12/24 周二 16:30-18:00
Leo 华为云数据库DTSE技术布道师
数据库的复杂运维，是否让你感到头疼不已？今天，华为云GaussDB管理平台将彻底来改观！本期直播，我们将深入探索GaussDB管理平台的TPOPS功能，带你感受一键式部署安装的便捷，和智能化运维管理的高效，让复杂的运维、管理变得简单，让简单变得可靠。
回顾中 -
走进数据库：数据库基础知识精讲2024/12/27 周五 16:00-17:30
Steven 华为云学堂技术讲师
数据管理是数据库的核心任务，本期直播将带领大家一起走进数据库，了解期发展趋势、基础模型、架构演进及相关的技术特点。同时还会介绍数据库对象和相关概念，帮助开发者对数据库使用和实践夯实基础。
去报名
热门标签