О конференции
AI Ukraine 2014 – это профессиональная дискуссионная площадка для знакомства, обмена опытом и обсуждения актуальных вопросов в области практического применения интеллектуального анализа данных, машинного обучения, обработки текстовых данных, Big Data, робототехники, компьютерного зрения и других областей ИИ.
Мероприятие посетило 370 человек. В программе был представлен 21 часовой доклад в 3х паралельных потоках. Мы благодарны всем спикерам за интересные доклады и слушателям за непередаваемую атмосферу мероприятия! До встречи на AI Ukraine 2015!
Мероприятие посетило 370 человек. В программе был представлен 21 часовой доклад в 3х параллельных потоках. Мы благодарны всем спикерам за интересные доклады и слушателям за непередаваемую атмосферу мероприятия! До встречи на AI Ukraine 2015! — See more at: http://aiukraine.com/2014//#sthash.lFPnr3Kz.dpuf
Программа конференции
Закрыть
-
Поток 1
Как управлять миром с помощью искусственного интеллекта
Для тех, кто в детстве мечтал быть "плохим парнем": проблема управления и ее решение методами искусственного интеллекта на примере датацентров и электрических сетей -
Поток 2Анализ текста в социальных сетях: опыт работы с данными Facebook и Вконтакте
Цели анализа социальных сетей варьируются от улучшения пользовательского интерфейса до предсказания эпицентров распространения вирусных заболеваний. Более того, данные социальных сетей, представляют значительный интерес и в социологических исследованиях.
В моем докладе я расскажу о технологиях сбора данных социальных сетей и некоторых приложениях машинного обучения для анализа этих данных. В частности, мы рассмотрим то, как работают технологии для определения интересов, пола, возраста, региона и дохода пользователя. Кроме этого будет рассмотрена задача матчинга профилей из разных социальных сетей. -
Поток 3Возможности платформы FlyElephant для агрегации и проведения высокопроизводительных вычислений
В докладе речь пойдет о возможностях платформы FlyElephant, а также будут разобраны практических кейсах её применения для решения разного набора задач. Проект FlyElephant - это облачный маркет для агрегации и проведения высокопроизводительных вычислений. Система позволяет как собирать различные данные, так и производить их обработку, используя существующие программные пакеты или написаные самостоятельно программы. В качестве вычислительных ресурсов используются различные облака, в которых система автоматически разворачивает нужные вычислительные кластера для поставленых задач. -
Поток 1Современные решения на базе технологий ABBYY в области распознавания текстов и прикладной лингвистики
ABBYY, являясь одним из мировых лидеров в области технологий распознавания текстов, извлечения данных и прикладной лингвистики, предлагает и поддерживает 14 SDK для 7 операционных систем. ABBYY SDK позволяют интегрировать различные технологии работы с содержанием бумажных и электронных документов не только в разнообразные корпоративные приложения, но и во множество тиражируемых продуктов. Об ABBYY SDK и о различных доступных для реализации сценариях использования и можно будет послушать в докладе. -
Поток 2
SentiScan: система автоматической разметки тональности в social media
Автоматический анализ тональности можно по праву считать подзадачей ИИ. В этом докладе мы рассмотрим проблематику создания системы SentiScan, коснёмся вопросов оценки качества, сопровождения, реальных кейсов и способов улучшения качества в полуавтоматическом режиме. -
Поток 3Предсказание временных рядов
Доклад будет посвящен видам и характеристикам временных рядов, также различным алгоритмам, которые могут быть использованы для прогнозирования временных рядов.
-
Поток 1Рекомендательные системы
Современный веб всё в большей степени основан на рекомендациях: дальнейшие действия пользователя всё чаще определяются теми подсказками, которые дают ему разные сервисы. Поэтому рекомендательные системы -- это очень важное направление развития современного машинного обучения; как порекомендовать пользователю некий продукт, которого он раньше не видел, так, чтобы продукт ему понравился? В кратком докладе я постараюсь рассказать об основных идеях подходов к рекомендательным системам, основанным на коллаборативной фильтрации. Принцип коллаборативной фильтрации описывается максимой "like like like": пользователи похожи, если им нравятся схожие объекты (веб-страницы), объекты похожи, если они понравились схожим пользователям; похожим пользователям будут и в дальнейшем нравиться похожие объекты. Есть много разных способов формализовать эту идею, и мы постараемся рассмотреть некоторые из них в докладе. -
Поток 2Анализ эмоциональной окраски и тональности оценочных высказываний. Учет иерархий объектов и их свойств. Аспекты визуализации.
-
Поток 3Поради садівника: Як виростити синтаксичні дерева
Під час цієї доповіді ви дізнаєтесь, що таке автоматичний синтаксичний аналіз і як він може допомогти у завданнях опрацювання природної мови. Ви дізнаєтесь про те, як можна зробити такий інструмент в домашніх умовах, а також протестуєте відомі синтаксичні аналізатори в режимі онлайн. Кожен з вас відчує себе трішки лінгвістом і матиме змогу побудувати кілька синтаксичних дерев. -
Поток 1Internet of Machine Learning
This will be a live coding session in .NET demonstrating some of the possibilities Internet of Things and Big Data give to Machine Learning. We'll analyze exercise data from a fitness device together with calendar and weather data to determine future training schedules and make incentives and goals. -
Поток 2Глубокие рекуррентные нейронные сети
Рекуррентные нейронные сети (RNN) представляют собой мощный инструмент, который может быть использован для создания систем распознавания речи, прогнозирования экономических показателей, распознавания рукописного ввода и др. Потенциально RNN превышают по мощности скрытые Марковские модели (HMM) и нейронные сети с линиями задержек, однако их значительно сложнее обучать, особенно, если в данных присутствуют долговременные зависимости. Для обучения RNN разворачиваются назад во времени и представляются как очень глубокие нейронные сети с вытекающими отсюда преимуществами и возникающими сложностями. В докладе приводятся методы обучения рекуррентных нейронных сетей, обсуждаются возникающие проблемы и способы их решения. -
Поток 3Бесконтактный детектор пульса с помощью камеры
В докладе будет рассказано как с помощью камеры можно дистанционно определить
пульс человека с помощью незаметных глазу изменений цвета кожи. Также на реальных устройствах будет продемонстрировано, как это работает. -
Поток 1Ритейл с человеческим лицом: алгоритмы понимания покупателя
Рекомендательные системы ассоциируются с популярным (и в большинстве случаев эффективным) алгоритмом – коллаборативной фильтрацией. Мы поговорим о других не менее эффективных, совсем не сложных, но менее известных алгоритмах, необходимость использования которых продиктована теорией и практикой анализа пользовательских данных для нужд ритейла. -
Поток 2Нейросети: от компьютеров к биологии
Первые модели нейронов появились в 40-е годы 20го века. Нейрон МакКаллока- Питтса, представлял собой фактически "линейный пороговый элемент".
Из таких нейронов и ныне строятся сети для решения иженерных задач распознавания образов и анализа данных. Однако они очень далеки от нейронов мозга человека и животных.
Чтобы строить правдоподобные модели мозга, его подсистем и процессов были предложены спайковые сети. Спайковый нейрон, как и биологический способен принимать и испускать электрические импульсы -спайки, работая в непрерывном времени.
Также для понимания мозга очень важен феномен памяти. Память человека и животных ассоциативна, в ней происходит консолидация - формирование долговременных образов из данных кратковременний памяти и реконсолидация- изменения хранимых образов под влиянием новой информации.
В заключение мы расскажем о некоторых перспективных экспериментах в области молекулярной нейробиологии, которые позволят пролить свет на механизмы памяти, построить более реалистичные модели мозга и его элементов. -
Поток 3Применение ИИС для распознавания автомобильных номеров в условиях города
В докладе рассматривается задача подготовки изображения (в частности автомобильных номеров) для распознавания, а именно, задача скелетонизации символов. Проводится анализ существующих методов решения задачи скелетонизации и предлагается гибридный подход, который основан на использовании искусственных иммунных систем, а именно, модели клональной селекции, и алгоритма скелетонизации Зонге-Суня. -
Поток 1Как добавить искусственный интеллект в реальные проекты
Azure Machine Learning – сервис, который позволит использовать мощности искусственного интеллекта на базе облака Azure для осуществления бизнес-прогнозирований, бизнес-аналитики и анализа данных. В презентации мы продемонстрируем, как создать, обучить и использовать модель искусственного интеллекта для реального проекта на основе Azure Machine Learning. -
Поток 2Сенсор для выявления огневых точек для украинской армии
-
Поток 3Применение методов машинного обучения для анализа данных социального профиля
Практика реализации концепции «Клиент 360» в банке. Использование системы оценки поведенческих признаков пользователя на основании социального профиля для обогащения клиентских данных. -
Поток 1Кредитный скоринг и искусственный интеллект
-
Поток 2Пути увеличения эффективности реализации алгоритмов машинного обучения
Доклад посвящен обзору методов и подходов к увеличению скорости работы программных реализаций алгоритмов машинного обучения.Рассмотрены низкоуровневые методы оптимизации исполнения кода, инструменты профилирования, готовые библиотеки оптимизированных функций, распараллеливание кода (CUDA, multicore CPU). Приведен пример на основе одного из алгоритмов машинного обучения. -
Поток 3Киберфизическая система "Облачное управление транспортом"
Предлагается киберфизическая система для облачного управления транспортом, представляющая собой интеллектуальную виртуальную инфраструктуру мониторинга и управления дорожным движением в реальном масштабе времени на основе использования глобальных систем позиционирования и навигации, автомобильных компьютеров, мобильных гаджетов, умных светофоров и Интернета в целях повышения качества и безопасности передвижения транспортных средств, а также минимизации временных и материальных затрат при движении автомобилей по заданным маршрутам. Основная инновационная идея – постепенный перенос светофоров с поверхности земли в виртуальное облачное пространство для управления транспортом, снабженным мобильным гаджетом или автомобильным компьютером, на экран (лобовое стекло) которого выводятся: карта с дорожными знаками, маршрут следования, координаты участника дорожного движения и реальные управляющие сигналы виртуального умного светофора. Предлагается комплекс инновационных технологий для решения социальных, гуманитарных, экономических, топливно-энергетических, страховых, криминальных и экологических проблем на основе создания и применения облачного сервиса цифрового мониторинга и управления транспортом. Упомянутые технологии и функциональные компоненты интегрируются в простую для реализации автоматную модель кибер-физической системы интерактивного взаимодействия в реальном времени инфраструктурного облака точного мониторинга и цифрового управления с гаджетом водителя или компьютером транспортного средства. Рыночная привлекательность проекта – сотни миллиардов долларов.
Материалы конференции
-
Сергей Шельпук
Руководитель направления Data Science в V.I.Tech, Львов
Как управлять миром с помощью искусственного интеллекта
Для тех, кто в детстве мечтал быть "плохим парнем": проблема управления и ее решение методами искусственного интеллекта на примере датацентров и электрических сетей
Читать всё -
Александр Панченко
Старший исследователь в Digital Society Laboratory (Москва) и ассоциированный исследователь в Universite catholique de Louvain (Бельгия).
Анализ текста в социальных сетях: опыт работы с данными Facebook и Вконтакте
Цели анализа социальных сетей варьируются от улучшения пользовательского интерфейса до предсказания эпицентров распространения вирусных заболеваний. Более того, данные социальных сетей, представляют значительный интерес и в ...
Читать всё -
Александра Легедина
Эксперт/консультант Tap4Parking, Менеджер проектов, ООО "Интехсофт"
Применение ИИС для распознавания автомобильных номеров в условиях города
В докладе рассматривается задача подготовки изображения (в частности автомобильных номеров) для распознавания, а именно, задача скелетонизации символов. Проводится анализ существующих методов решения задачи скелетонизации и предлагается ...
Читать всё -
Сергей Николенко
Старший научный сотрудник Лаборатории Интернет-Исследований НИУ ВШЭ, Санкт-Петербург
Рекомендательные системы
Современный веб всё в большей степени основан на рекомендациях: дальнейшие действия пользователя всё чаще определяются теми подсказками, которые дают ему разные сервисы. Поэтому рекомендательные системы -- это очень важное направление ...
Читать всё -
Леонид Литвиненко
Директор по разработке YouScan
Дмитрий Кан
CEO компании SemanticAnalyzer Group
SentiScan: система автоматической разметки тональности в social media
Автоматический анализ тональности можно по праву считать подзадачей ИИ. В этом докладе мы рассмотрим проблематику создания системы SentiScan, коснёмся вопросов оценки качества, сопровождения, реальных кейсов и способов ...
Читать всё -
Александр Кондуфоров
Machine Learning Engineer, руководитель направления Data Science в AltexSoft, Харьков
Предсказание временных рядов
Доклад будет посвящен видам и характеристикам временных рядов, также различным алгоритмам, которые могут быть использованы для прогнозирования временных рядов.
Читать всё -
Kristoffer Rolf Deinoff
Lead Technologist, Kiev
Internet of Machine Learning
This will be a live coding session in .NET demonstrating some of the possibilities Internet of Things and Big Data give to Machine Learning. We'll analyze exercise data from a fitness device together with calendar and weather data to determine future training schedules and ...
Читать всё -
Всеволод Гаврилюк
Основатель и генеральный директор компании SemanticForce
-
Марьяна Романышин
Computational Linguist at Grammarly, Киев
Поради садівника: Як виростити синтаксичні дерева
Під час цієї доповіді ви дізнаєтесь, що таке автоматичний синтаксичний аналіз і як він може допомогти у завданнях опрацювання природної мови. Ви дізнаєтесь про те, як можна зробити такий інструмент в домашніх умовах, а також протестуєте ...
Читать всё -
Михаил Бейрак
Руководитель отдела лицензирования технологий ABBYY Украина
Современные решения на базе технологий ABBYY в области распознавания текстов и прикладной лингвистики
ABBYY, являясь одним из мировых лидеров в области технологий распознавания текстов, извлечения данных и прикладной лингвистики, предлагает и поддерживает 14 SDK для 7 операционных систем. ABBYY SDK позволяют интегрировать ...
Читать всё -
Артем Чернодуб
Руководитель направления Computer Vision в ZZWolf, Киев
Глубокие рекуррентные нейронные сети
Рекуррентные нейронные сети (RNN) представляют собой мощный инструмент, который может быть использован для создания систем распознавания речи, прогнозирования экономических показателей, распознавания рукописного ввода и ...
Читать всё -
Данила Дорофеев
Специалист в области машинного обучения в Samsung, Киев
Бесконтактный детектор пульса с помощью камеры
В докладе будет рассказано как с помощью камеры можно дистанционно определить пульс человека с помощью незаметных глазу изменений цвета кожи. Также на реальных устройствах будет продемонстрировано, как это работает.
Читать всё -
Роман Захаров
Chief Business Development Officer в Softcube, Днепропетровск
Ритейл с человеческим лицом: алгоритмы понимания покупателя
Рекомендательные системы ассоциируются с популярным (и в большинстве случаев эффективным) алгоритмом – коллаборативной фильтрацией. Мы поговорим о других не менее эффективных, совсем не сложных, но менее известных ...
Читать всё -
Дмитрий Новицкий
Cпециалист в области искусственного интеллекта, нейроннных сетей, вычислительной нейробиологии, Киев
Нейросети: от компьютеров к биологии
Первые модели нейронов появились в 40-е годы 20го века. Нейрон МакКаллока- Питтса, представлял собой фактически "линейный пороговый элемент". Из таких нейронов и ныне строятся сети для решения иженерных задач распознавания образов и ...
Читать всё -
Дмитрий Сподарец
Основатель и владелец RootUA Media, Одесса
Возможности платформы FlyElephant для агрегации и проведения высокопроизводительных вычислений
В докладе речь пойдет о возможностях платформы FlyElephant, а также будут разобраны практических кейсах её применения для решения разного набора задач. Проект FlyElephant - это облачный маркет для агрегации и ...
Читать всё -
Виктор Цикунов
Директор департамента стратегических технологий в Майкрософт Украина, Киев
Как добавить искусственный интеллект в реальные проекты
Azure Machine Learning – сервис, который позволит использовать мощности искусственного интеллекта на базе облака Azure для осуществления бизнес-прогнозирований, бизнес-аналитики и анализа данных. В презентации ...
Читать всё -
Николай Павлов
Со-основатель компании Biomech, Харьков
-
Андрей Кислый
Big Data Leader в Big Data Industry, Киев
Применение методов машинного обучения для анализа данных социального профиля
Практика реализации концепции «Клиент 360» в банке. Использование системы оценки поведенческих признаков пользователя на основании социального профиля для обогащения клиентских данных.
Читать всё -
Дмитрий Вороненко
Вице-президент в Scorto Corp, Харьков
-
Андрей Бабий
Разработчик программного обеспечения в Geosynergy, Харьков
Пути увеличения эффективности реализации алгоритмов машинного обучения
Доклад посвящен обзору методов и подходов к увеличению скорости работы программных реализаций алгоритмов машинного обучения.Рассмотрены низкоуровневые методы оптимизации исполнения кода, инструменты профилирования, ...
Читать всё -
Владимир Хаханов
Декан ф-та Компьютерной Инженерии и Управления, доктор технических наук, профессор, IEEE senior and golden core member
Киберфизическая система "Облачное управление транспортом"
Предлагается киберфизическая система для облачного управления транспортом, представляющая собой интеллектуальную виртуальную инфраструктуру мониторинга и управления дорожным движением в реальном масштабе времени на основе ...
Читать всё
Закрыть
Как управлять миром с помощью искусственного интеллекта
Для тех, кто в детстве мечтал быть "плохим парнем": проблема управления и ее решение методами искусственного интеллекта на примере датацентров и электрических сетей
Анализ текста в социальных сетях: опыт работы с данными Facebook и Вконтакте
Цели анализа социальных сетей варьируются от улучшения пользовательского интерфейса до предсказания эпицентров распространения вирусных заболеваний. Более того, данные социальных сетей, представляют значительный интерес и в социологических исследованиях.
В моем докладе я расскажу о технологиях сбора данных социальных сетей и некоторых приложениях машинного обучения для анализа этих данных. В частности, мы рассмотрим то, как работают технологии для определения интересов, пола, возраста, региона и дохода пользователя. Кроме этого будет рассмотрена задача матчинга профилей из разных социальных сетей.
В моем докладе я расскажу о технологиях сбора данных социальных сетей и некоторых приложениях машинного обучения для анализа этих данных. В частности, мы рассмотрим то, как работают технологии для определения интересов, пола, возраста, региона и дохода пользователя. Кроме этого будет рассмотрена задача матчинга профилей из разных социальных сетей.
Применение ИИС для распознавания автомобильных номеров в условиях города
В докладе рассматривается задача подготовки изображения (в частности автомобильных номеров) для распознавания, а именно, задача скелетонизации символов. Проводится анализ существующих методов решения задачи скелетонизации и предлагается гибридный подход, который основан на использовании искусственных иммунных систем, а именно, модели клональной селекции, и алгоритма скелетонизации Зонге-Суня.
Рекомендательные системы
Современный веб всё в большей степени основан на рекомендациях: дальнейшие действия пользователя всё чаще определяются теми подсказками, которые дают ему разные сервисы. Поэтому рекомендательные системы -- это очень важное направление развития современного машинного обучения; как порекомендовать пользователю некий продукт, которого он раньше не видел, так, чтобы продукт ему понравился? В кратком докладе я постараюсь рассказать об основных идеях подходов к рекомендательным системам, основанным на коллаборативной фильтрации. Принцип коллаборативной фильтрации описывается максимой "like like like": пользователи похожи, если им нравятся схожие объекты (веб-страницы), объекты похожи, если они понравились схожим пользователям; похожим пользователям будут и в дальнейшем нравиться похожие объекты. Есть много разных способов формализовать эту идею, и мы постараемся рассмотреть некоторые из них в докладе.
SentiScan: система автоматической разметки тональности в social media
Автоматический анализ тональности можно по праву считать подзадачей ИИ. В этом докладе мы рассмотрим проблематику создания системы SentiScan, коснёмся вопросов оценки качества, сопровождения, реальных кейсов и способов улучшения качества в полуавтоматическом режиме.
Предсказание временных рядов
Доклад будет посвящен видам и характеристикам временных рядов, также различным алгоритмам, которые могут быть использованы для прогнозирования временных рядов.
Internet of Machine Learning
This will be a live coding session in .NET demonstrating some of the possibilities Internet of Things and Big Data give to Machine Learning. We'll analyze exercise data from a fitness device together with calendar and weather data to determine future training schedules and make incentives and goals.
Анализ эмоциональной окраски и тональности оценочных высказываний. Учет иерархий объектов и их свойств. Аспекты визуализации.
Поради садівника: Як виростити синтаксичні дерева
Під час цієї доповіді ви дізнаєтесь, що таке автоматичний синтаксичний аналіз і як він може допомогти у завданнях опрацювання природної мови. Ви дізнаєтесь про те, як можна зробити такий інструмент в домашніх умовах, а також протестуєте відомі синтаксичні аналізатори в режимі онлайн. Кожен з вас відчує себе трішки лінгвістом і матиме змогу побудувати кілька синтаксичних дерев.
Современные решения на базе технологий ABBYY в области распознавания текстов и прикладной лингвистики
ABBYY, являясь одним из мировых лидеров в области технологий распознавания текстов, извлечения данных и прикладной лингвистики, предлагает и поддерживает 14 SDK для 7 операционных систем. ABBYY SDK позволяют интегрировать различные технологии работы с содержанием бумажных и электронных документов не только в разнообразные корпоративные приложения, но и во множество тиражируемых продуктов. Об ABBYY SDK и о различных доступных для реализации сценариях использования и можно будет послушать в докладе.
Глубокие рекуррентные нейронные сети
Рекуррентные нейронные сети (RNN) представляют собой мощный инструмент, который может быть использован для создания систем распознавания речи, прогнозирования экономических показателей, распознавания рукописного ввода и др. Потенциально RNN превышают по мощности скрытые Марковские модели (HMM) и нейронные сети с линиями задержек, однако их значительно сложнее обучать, особенно, если в данных присутствуют долговременные зависимости. Для обучения RNN разворачиваются назад во времени и представляются как очень глубокие нейронные сети с вытекающими отсюда преимуществами и возникающими сложностями. В докладе приводятся методы обучения рекуррентных нейронных сетей, обсуждаются возникающие проблемы и способы их решения.
Бесконтактный детектор пульса с помощью камеры
В докладе будет рассказано как с помощью камеры можно дистанционно определить
пульс человека с помощью незаметных глазу изменений цвета кожи. Также на реальных устройствах будет продемонстрировано, как это работает.
пульс человека с помощью незаметных глазу изменений цвета кожи. Также на реальных устройствах будет продемонстрировано, как это работает.
Ритейл с человеческим лицом: алгоритмы понимания покупателя
Рекомендательные системы ассоциируются с популярным (и в большинстве случаев эффективным) алгоритмом – коллаборативной фильтрацией. Мы поговорим о других не менее эффективных, совсем не сложных, но менее известных алгоритмах, необходимость использования которых продиктована теорией и практикой анализа пользовательских данных для нужд ритейла.
Нейросети: от компьютеров к биологии
Первые модели нейронов появились в 40-е годы 20го века. Нейрон МакКаллока- Питтса, представлял собой фактически "линейный пороговый элемент".
Из таких нейронов и ныне строятся сети для решения иженерных задач распознавания образов и анализа данных. Однако они очень далеки от нейронов мозга человека и животных.
Чтобы строить правдоподобные модели мозга, его подсистем и процессов были предложены спайковые сети. Спайковый нейрон, как и биологический способен принимать и испускать электрические импульсы -спайки, работая в непрерывном времени.
Также для понимания мозга очень важен феномен памяти. Память человека и животных ассоциативна, в ней происходит консолидация - формирование долговременных образов из данных кратковременний памяти и реконсолидация- изменения хранимых образов под влиянием новой информации.
В заключение мы расскажем о некоторых перспективных экспериментах в области молекулярной нейробиологии, которые позволят пролить свет на механизмы памяти, построить более реалистичные модели мозга и его элементов.
Из таких нейронов и ныне строятся сети для решения иженерных задач распознавания образов и анализа данных. Однако они очень далеки от нейронов мозга человека и животных.
Чтобы строить правдоподобные модели мозга, его подсистем и процессов были предложены спайковые сети. Спайковый нейрон, как и биологический способен принимать и испускать электрические импульсы -спайки, работая в непрерывном времени.
Также для понимания мозга очень важен феномен памяти. Память человека и животных ассоциативна, в ней происходит консолидация - формирование долговременных образов из данных кратковременний памяти и реконсолидация- изменения хранимых образов под влиянием новой информации.
В заключение мы расскажем о некоторых перспективных экспериментах в области молекулярной нейробиологии, которые позволят пролить свет на механизмы памяти, построить более реалистичные модели мозга и его элементов.
Возможности платформы FlyElephant для агрегации и проведения высокопроизводительных вычислений
В докладе речь пойдет о возможностях платформы FlyElephant, а также будут разобраны практических кейсах её применения для решения разного набора задач. Проект FlyElephant - это облачный маркет для агрегации и проведения высокопроизводительных вычислений. Система позволяет как собирать различные данные, так и производить их обработку, используя существующие программные пакеты или написаные самостоятельно программы. В качестве вычислительных ресурсов используются различные облака, в которых система автоматически разворачивает нужные вычислительные кластера для поставленых задач.
Как добавить искусственный интеллект в реальные проекты
Azure Machine Learning – сервис, который позволит использовать мощности искусственного интеллекта на базе облака Azure для осуществления бизнес-прогнозирований, бизнес-аналитики и анализа данных. В презентации мы продемонстрируем, как создать, обучить и использовать модель искусственного интеллекта для реального проекта на основе Azure Machine Learning.
Сенсор для выявления огневых точек для украинской армии
Применение методов машинного обучения для анализа данных социального профиля
Практика реализации концепции «Клиент 360» в банке. Использование системы оценки поведенческих признаков пользователя на основании социального профиля для обогащения клиентских данных.
Кредитный скоринг и искусственный интеллект
Пути увеличения эффективности реализации алгоритмов машинного обучения
Доклад посвящен обзору методов и подходов к увеличению скорости работы программных реализаций алгоритмов машинного обучения.Рассмотрены низкоуровневые методы оптимизации исполнения кода, инструменты профилирования, готовые библиотеки оптимизированных функций, распараллеливание кода (CUDA, multicore CPU). Приведен пример на основе одного из алгоритмов машинного обучения.
Киберфизическая система "Облачное управление транспортом"
Предлагается киберфизическая система для облачного управления транспортом, представляющая собой интеллектуальную виртуальную инфраструктуру мониторинга и управления дорожным движением в реальном масштабе времени на основе использования глобальных систем позиционирования и навигации, автомобильных компьютеров, мобильных гаджетов, умных светофоров и Интернета в целях повышения качества и безопасности передвижения транспортных средств, а также минимизации временных и материальных затрат при движении автомобилей по заданным маршрутам. Основная инновационная идея – постепенный перенос светофоров с поверхности земли в виртуальное облачное пространство для управления транспортом, снабженным мобильным гаджетом или автомобильным компьютером, на экран (лобовое стекло) которого выводятся: карта с дорожными знаками, маршрут следования, координаты участника дорожного движения и реальные управляющие сигналы виртуального умного светофора. Предлагается комплекс инновационных технологий для решения социальных, гуманитарных, экономических, топливно-энергетических, страховых, криминальных и экологических проблем на основе создания и применения облачного сервиса цифрового мониторинга и управления транспортом. Упомянутые технологии и функциональные компоненты интегрируются в простую для реализации автоматную модель кибер-физической системы интерактивного взаимодействия в реальном времени инфраструктурного облака точного мониторинга и цифрового управления с гаджетом водителя или компьютером транспортного средства. Рыночная привлекательность проекта – сотни миллиардов долларов.
Организатор конференции
AltexSoft — software r&d engineering
Компания AltexSoft
AltexSoft — международная компания-разработчик программного обеспечения, основанная в 2007 году. Мы предоставляем полный цикл создания уникальных веб, облачных и мобильных решений, а также услуги IT-консалтинга в сферах бизнес-анализа, архитектуры и UX-дизайна.
Наши клиенты — это компании из США, Канады и Западной Европы, работающие в индустриях электронной коммерции, ритейла, финансов, туризма, авиации, маркетинга и других.
Центры разработки в Украине находятся в Харькове, Северодонецке, Кременчуге и Львове. Также у нас есть офисы в Сан Диего и Сиэтле в США.
