信也科技杯假设某算法在输入规模大赛规模怎么样？

来源：蜘蛛抓取(WebSpider) 时间：2023-08-14 23:50 标签： 假设某算法在输入规模
2021-08-23 16:11
来源:
科技知多少
第六届信也科技杯圆满成功 图像算法技术盛夏光华绽放
8月21日,由信也科技集团(FINV.US)主办的第六届信也科技杯图像算法大赛决赛在上海市成功举办,本届赛事至此已圆满结束。
第六届信也科技杯图像算法大赛决赛现场
本次大赛评委阵容豪华,包括浙江大学教授庄越挺、上海交通大学研究员严骏驰、浙江大学教授肖俊、浙江大学副教授杨洋,以及信也科技创始人&董事长顾少丰、CTO&ampCPO王玉翔、副总裁陈磊、首席科学家王春平。
据悉,本次大赛吸引了1036名选手、共计509支队伍报名参赛,选手中不乏来自包括中国科学院、北京大学、清华大学、复旦大学、浙江大学、伦敦大学学院、新加坡南洋理工大学等国内外顶尖高校的硕士、博士研究生,以及来自腾讯、阿里巴巴、华为、顺丰等知名企业的工程师和技术研发人员。大赛期间涌现了许多优秀的图像算法人才,通过激烈的技术比拼角逐总金额高达31万的奖项。基于近期各地的防疫政策,本次信也科技杯决赛日采用的是远程线上答辩的方式,选手们通过视频连线向评委们远程展示方案。
选手视频连线远程展示方案
近几年,智能零售货柜的出现在一定程度上改变了零售商业模式,尤其在全民都在提高防疫意识的今天,无人接触、智能销售等关键词让智能零售货柜成为了颇受用户欢迎的产品。这也正是信也科技近年来在智能零售领域不断布局寻求发展的原因。在去年新冠疫情防控以及今年河南水灾期间,购吖智能零售货柜为受灾情影响的用户们提供了安全可靠的服务。
智能零售货柜带来的便利背后,是技术的不断创新与发展。
在本届赛事上,美国加州理工电气工程和计算机科学教授、美国IEEE神经网络协会创始人和神经信息处理系统进展大会联合创始人Dr. Yaser Abu-Mostafa为大赛进行了线上致辞。作为机器学习经典课程《Learning from Data》的主讲人,他很感谢信也科技为该课程翻译中文字幕,并共同发布了该课程的中文字幕版,希望能借此鼓励和帮助更多人探索人工智能领域。
Dr. Yaser Abu-Mostafa为大赛线上致辞
第六届信也科技杯图像算法大赛现场颁奖
信也科技杯作为科技领域备受关注的赛事,举办到今年已是第六届。每一届的赛事主题都与社会所需及行业发展的关键技术息息相关。这正是信也科技作为国内优秀科技企业的担当,始终走在助力行业发展、积极回馈社会的道路上,以待自之心待人,以助人之意发展。
顾少丰表示,信也科技自创立以来便将科技作为发展核心,以培养技术人才作为发展基石,信也科技杯的诞生初心正是根植于此。自首届“魔镜杯”,到如今的“信也科技杯”,这项赛事已走过六年时光,从这项赛事中走出了一批又一批优秀人才。相信未来的“信也科技杯”会为社会挖掘、培养更多的人才,而信也科技会坚持科技初心、深耕科技赋能,为社会创造更多价值。返回搜狐，查看更多
责任编辑：
第八届信也科技杯算法大赛火爆上线！！历经七届赛事，信也科技杯吸引了近万名参赛选手，成为了算法发烧友们的交流平台。本届大赛以“智能语音质检，提升用户体验”为背景，探索利用AI技术识别和还原语音数据中的方言信息，特别是不同方言之间的距离特征的问题。这一问题有助于更好地理解汉语语音及其方言、口音特征，以及将相关技术从理论到实际应用的实现，以进一步提升用户服务体验。大赛奖项设置报名组队：即日起~8.18 00:00:00初赛时间：7.10 ~ 8.29 23:59:59报名参赛直达：https://ai.ppdai.com/mirror/goToMirrorDetailSix?mirrorId=30各位技术大拿，还等什么！快来battle！特别声明：以上最终解释权归主办方所有。详情戳：https://mp.weixin.qq.com/s/rYPgNsr6hQqclW1VPvvZdg#信也科技##算法##人工智能##竞赛话题##AI#
近日,信也科技联合浙江大学正式公开发布大规模动态图数据集DGraph,旨在服务图神经网络、图挖掘、社交网络、异常检测等方向的研究人员,为之提供真实场景的大规模应用数据,帮助推动整个图领域的发展。1.场景真实值得注意的是,DGraph 的源数据来源于信也科技的真实金融业务场景,并由信也科技对外开放共享给对图领域感兴趣的研究者。其构建逻辑贴近工业落地,为数据集的使用者提供了探索如何将图模型扩展到金融领域落地应用的机会。DGraph一方面可以作为验证相关图模型性能的标准数据,用于解决不平衡节点分类、链接预测、图分类等各种典型任务,另一方面可用于开展用户画像、网络分析等研究工作。2.结构动态信也科技相关负责人透露:“像此次DGraph公开的如此大规模、真实的动态图数据,据我们所知,在金融领域还是第一次。”DGraph作为一个有向无权的动态图,包含超过370万个节点和430万条动态边,支持大规模图模型的研究与评估。其用户关系采样自横跨27个月的业务场景,且网络结构会随着时间发生演化,为当前的动态图模型与挖掘研究提供了结构动态的数据支持。3.规模庞大此外,DGraph 中包含超过200万个“背景节点”,即并非分类或分析对象但实际存在、对业务逻辑有间接影响的节点。这些节点对于维持网络的连通性有着重要作用,在工业界广泛存在,可支持研究者深入探索背景节点的性质。合理处理背景节点可以在大规模数据场景下有效提升数据的存储空间和模型的运行效率。如下图所示,DGraph中的节点表示信也科技服务的用户,有向边表示用户关系,每个节点包含脱敏后的属性特征,以及表示是否为金融诈骗用户的标签。　　DGraph动态图数据研究团队此前发布的论文《DGraph: A Large-Scale Financial Dataset for Graph Anomaly Detection》从图异常检测的角度出发,对DGraph进行了深入的数据分析与实验,结果阐明DGraph具有巨大潜力推动图异常检测的发展,同时DGraph所包含的多种广泛存在的工业特点值得更进一步探索。信也科技相关负责人表示:“目前DGraph网站已吸引了一批来自清华大学、中科大、上海交大、同济大学等国内外知名高校的研究者。”其中,清华大学计算机系知识工程研究室基于他们最新的图学习框架CogDL,为DGraph数据集提供了多种图算法的Baseline。当前,信也科技围绕着DGraph举办的第七届信也科技杯图算法大赛正面向全社会开放报名,国内外高等院校、科研院所、互联网企业等均可报名参赛,角逐共计31万人民币奖金。期待结合赛事契机,DGraph公开数据网站的发布能够帮助激发更多相关领域研究,并融入拓展更多其他领域的数据和实际应用,从而支持对于图领域特性和跨领域算法的研究,携手共建开放的数字生态。

我要回帖

更多关于 假设某算法在输入规模 的文章

 

随机推荐