- 本次“华为全联接2020”们特别请来了华为NAIE首席AI架构师、NAIE算法专家——岳大炯先生，和大家面对面分享交流网络KPI之时序预测与异常检测——在线自监督等学习机制与集成。各种通讯系统中，大量的软硬件模块，出于业务、性能、故障等监控的目的，产生并采集了大量与时间相关的各种指标数据。 通讯网络中的数据，主要包含： 性能指标：时序数据，浮点数值告警数据：半结构化，半标准化，文本各种静态配... 本次“华为全联接2020”们特别请来了华为NAIE首席AI架构师、NAIE算法专家——岳大炯先生，和大家面对面分享交流网络KPI之时序预测与异常检测——在线自监督等学习机制与集成。各种通讯系统中，大量的软硬件模块，出于业务、性能、故障等监控的目的，产生并采集了大量与时间相关的各种指标数据。 通讯网络中的数据，主要包含： 性能指标：时序数据，浮点数值告警数据：半结构化，半标准化，文本各种静态配...
- 华为网络人工智能引擎(NAIE)致力实现网络的“自优”、“自愈”和“自维护”。其中一个关键环节就是出现网络故障时系统能够自动分析定位故障根因，自动采取相应的恢复手段、维护策略，NAIE利用知识图谱打造了一个有知识能推理的“在线运维专家系统”。 华为网络人工智能引擎(NAIE)致力实现网络的“自优”、“自愈”和“自维护”。其中一个关键环节就是出现网络故障时系统能够自动分析定位故障根因，自动采取相应的恢复手段、维护策略，NAIE利用知识图谱打造了一个有知识能推理的“在线运维专家系统”。
- 由于知识获取与表示的困难，以及当时计算机计算能力的限制，符号主义的主张没有得到应有的发展和大规模的应用，以知识为基础的学习方法也同样受到重创。21 世纪初，机器学习中的一个分支——概率统计学习（特别是深度学习）异军突起，获得巨大成功。它不仅建立了较好的理论基础和有效的算法，还成功地得到商业应用，成为推动产业和社会发展的重要力量，使 AI 进入了以数据驱动为主导的第二代 AI 发展时代。为了迈... 由于知识获取与表示的困难，以及当时计算机计算能力的限制，符号主义的主张没有得到应有的发展和大规模的应用，以知识为基础的学习方法也同样受到重创。21 世纪初，机器学习中的一个分支——概率统计学习（特别是深度学习）异军突起，获得巨大成功。它不仅建立了较好的理论基础和有效的算法，还成功地得到商业应用，成为推动产业和社会发展的重要力量，使 AI 进入了以数据驱动为主导的第二代 AI 发展时代。为了迈...
- 迁移学习（Transfer Learning）一直是一个热门研究领域，如何将机器已经学到的知识迁移到新的场景是一个很重要的问题，杨强老师在《A Survey on Transfer Learning》一文中对2010年之前的迁移学习做了详细的综述，将迁移学习算法分门别类地整理，见Figure 1：Figure 1 : Transfer Learning分类在迁移学习的研究对象中包括两部分，一... 迁移学习（Transfer Learning）一直是一个热门研究领域，如何将机器已经学到的知识迁移到新的场景是一个很重要的问题，杨强老师在《A Survey on Transfer Learning》一文中对2010年之前的迁移学习做了详细的综述，将迁移学习算法分门别类地整理，见Figure 1：Figure 1 : Transfer Learning分类在迁移学习的研究对象中包括两部分，一...
- 简单易懂，本身自己也是个小白 简单易懂，本身自己也是个小白
- 领域自适应（Domain Adaptation）是迁移学习（Transfer Learning）的一个子领域，在计算机视觉里面较为常见。Domain Adaptation的实现有很多种，在深度学习未火热之前，主要有基于样本（Instance-based）的迁移、基于特征（Feature-based）的迁移以及基于参数（Parameter-based）的迁移。其中基于特征的迁移包括子空间对齐（... 领域自适应（Domain Adaptation）是迁移学习（Transfer Learning）的一个子领域，在计算机视觉里面较为常见。Domain Adaptation的实现有很多种，在深度学习未火热之前，主要有基于样本（Instance-based）的迁移、基于特征（Feature-based）的迁移以及基于参数（Parameter-based）的迁移。其中基于特征的迁移包括子空间对齐（...
- 当5G遇上AI，解读ta们背后的数据故事 当5G遇上AI，解读ta们背后的数据故事
- 动机如今，我们利用AI算法解决实际问题的时候，需要面临的第一个并且是最重要的一个问题就是进行大规模的数据采集和标注。众所周知，使用监督学习方法做分类任务时，往往训练样本规模越大，分类器的性能就越高。但是在面临实际问题时，我们接触到的大量的来自互联网或其他来源（如学术界或商业界）的都是未标注的数据。然而标记样本通常是代价比较大的，比如海量标注需要耗费大量时间和人力（海量的语料和图像标注）；又比... 动机如今，我们利用AI算法解决实际问题的时候，需要面临的第一个并且是最重要的一个问题就是进行大规模的数据采集和标注。众所周知，使用监督学习方法做分类任务时，往往训练样本规模越大，分类器的性能就越高。但是在面临实际问题时，我们接触到的大量的来自互联网或其他来源（如学术界或商业界）的都是未标注的数据。然而标记样本通常是代价比较大的，比如海量标注需要耗费大量时间和人力（海量的语料和图像标注）；又比...
- 智慧班牌系统，也被称为电子班牌系统，是一款专为学校打造的信息化产品，用于加强学校班级文化建设和班级风采展示。该系统通过整合学校对外宣传、日常互动交流、教师教学办公、课外学习延伸、智能硬件接入等各种服务，为老师、家长、孩子提供了一个学习成长交流的服务平台。智慧校园电子班牌系统通过一系列功能和技术手段，实现了管理移动化，使得校园管理更加便捷和高效。智慧校园电子班牌系统的管理移动化主要体现在以下几... 智慧班牌系统，也被称为电子班牌系统，是一款专为学校打造的信息化产品，用于加强学校班级文化建设和班级风采展示。该系统通过整合学校对外宣传、日常互动交流、教师教学办公、课外学习延伸、智能硬件接入等各种服务，为老师、家长、孩子提供了一个学习成长交流的服务平台。智慧校园电子班牌系统通过一系列功能和技术手段，实现了管理移动化，使得校园管理更加便捷和高效。智慧校园电子班牌系统的管理移动化主要体现在以下几...
- 一、中国经济发展步入数字化新时代2020年5G成为了中国经济发展的关键词，与5G新基建相关的物联网、车联网、人工智能、大数据中心等词霸屏科技圈热搜。在5G新基建浪潮之下，中国经济的发展步入数字化新时代。如果说新基建是数字经济发展的根基，那么5G在其中发挥的作用就是以点及面的广泛覆盖。不夸张的说，5G在新基建中起到了至关重要的作用。5G商用迎来了发展元年，数字化时代进入加速发展阶段。在这样的大... 一、中国经济发展步入数字化新时代2020年5G成为了中国经济发展的关键词，与5G新基建相关的物联网、车联网、人工智能、大数据中心等词霸屏科技圈热搜。在5G新基建浪潮之下，中国经济的发展步入数字化新时代。如果说新基建是数字经济发展的根基，那么5G在其中发挥的作用就是以点及面的广泛覆盖。不夸张的说，5G在新基建中起到了至关重要的作用。5G商用迎来了发展元年，数字化时代进入加速发展阶段。在这样的大...
- 核心网KPI指标异常检测作者：极限大家好，我们团队（USST）在2020AIIA杯人工智能5G网络应用大赛中核心网KPI指标异常检测赛道获得得了第一名的成绩,这里我们简单分享一下我们做该赛题的一个完成流程，主要从数据分析、特征工程和建模三大部分概述。针对此次赛题，我们团队通过从特征的时间序列、相关性、异常分布等角度分析入手，然后根据不同网元分组进行特征缩放、再通过提取统计特征（均值、方差等）... 核心网KPI指标异常检测作者：极限大家好，我们团队（USST）在2020AIIA杯人工智能5G网络应用大赛中核心网KPI指标异常检测赛道获得得了第一名的成绩,这里我们简单分享一下我们做该赛题的一个完成流程，主要从数据分析、特征工程和建模三大部分概述。针对此次赛题，我们团队通过从特征的时间序列、相关性、异常分布等角度分析入手，然后根据不同网元分组进行特征缩放、再通过提取统计特征（均值、方差等）...
- 在刚刚结束的HC2020华为全连接大会媒体圆桌上，面向C114, 通信产业网、澎湃新闻、51CTO等多家行业媒体，华为NAIE产品部总经理韩雨发先生发布了《NAIE网络人工智能引擎白皮书》，就如何推动AI应用在网络中的规模部署与业界展开对话。华为技术有限公司NAIE产品部总经理韩雨发 自2018年自动驾驶网络成为行业热点以来，为推动网络智能化、自动化的目标达成，运营商、设备商以及行业组织积极... 在刚刚结束的HC2020华为全连接大会媒体圆桌上，面向C114, 通信产业网、澎湃新闻、51CTO等多家行业媒体，华为NAIE产品部总经理韩雨发先生发布了《NAIE网络人工智能引擎白皮书》，就如何推动AI应用在网络中的规模部署与业界展开对话。华为技术有限公司NAIE产品部总经理韩雨发 自2018年自动驾驶网络成为行业热点以来，为推动网络智能化、自动化的目标达成，运营商、设备商以及行业组织积极...
- 联邦学习 背景及技术回顾传统机器学习通常需要把训练数据集集中在数据中心，从而带来安全、隐私等问题，联邦学习应运而生。联邦学习具有如下优势：1）数据不出本地：数据保留在各方本地，不泄露隐私也不违反法规2）模型效果相同：联邦学习模型效果和将全部数据统一存放管理的建模效果相同或相差不大迁移学习3）联合建模，利益共享：多个参... 联邦学习 背景及技术回顾传统机器学习通常需要把训练数据集集中在数据中心，从而带来安全、隐私等问题，联邦学习应运而生。联邦学习具有如下优势：1）数据不出本地：数据保留在各方本地，不泄露隐私也不违反法规2）模型效果相同：联邦学习模型效果和将全部数据统一存放管理的建模效果相同或相差不大迁移学习3）联合建模，利益共享：多个参...
- HC2020 NAIE大咖面对面之《网络KPI之时序预测与异常检测----在线自监督等学习机制与集成》你将GET到：各种通讯系统中，大量的软硬件模块，出于业务、性能、故障等监控的目的，产生并采集了大量与时间相关的各种指标数据。 通讯网络中的数据，主要包含： 性能指标：时序数据，浮点数值告警数据：半结构化，半标准化，文本各种静态配置：形式不定 基于这些数据，可以实现各种能力，如预测，异常检测等... HC2020 NAIE大咖面对面之《网络KPI之时序预测与异常检测----在线自监督等学习机制与集成》你将GET到：各种通讯系统中，大量的软硬件模块，出于业务、性能、故障等监控的目的，产生并采集了大量与时间相关的各种指标数据。 通讯网络中的数据，主要包含： 性能指标：时序数据，浮点数值告警数据：半结构化，半标准化，文本各种静态配置：形式不定 基于这些数据，可以实现各种能力，如预测，异常检测等...
- HC2020 NAIE大咖面对面之《如何用知识向导的AutoML解决故障告警问题》你将GET到：1首先我们为大家科普下什么是知识导向的AutoML,它和普通的AutoML有什么区别呢？ AutoML技术发展非常快，针对图像、自然语言、表格式的数据有很多研究结果。表格式数据上的AutoML，往往是以保存任务相关信息的宽表为起点的。但是实际应用建模过程中，算法专家的工作并不是从这样的宽表开始。算... HC2020 NAIE大咖面对面之《如何用知识向导的AutoML解决故障告警问题》你将GET到：1首先我们为大家科普下什么是知识导向的AutoML,它和普通的AutoML有什么区别呢？ AutoML技术发展非常快，针对图像、自然语言、表格式的数据有很多研究结果。表格式数据上的AutoML，往往是以保存任务相关信息的宽表为起点的。但是实际应用建模过程中，算法专家的工作并不是从这样的宽表开始。算...
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签