您现在的位置是:首页 > 区块链

科学与技术,瞿华民教授十干品的香港大学:可视化的最后一公里的大数据

家电头条来源:网络整理日期:2020-08-24 09:01:29责编:佚名
科学与技术,瞿华民教授十干品的香港大学:可视化的最后一公里的大数据

  [IT新闻]“通过一年的分居,世界发生了巨大变化,并提前技术变革的加速,其关注的,这是更好地发挥。“马云在人工智能2020年世界大会说话。

根据疫情,企业家愿意思考未来,机会才刚刚开始。这项新技术将改变商业世界地图的未来。

香港科大EMBA课程的双语教学课程,以云计算,参观实验室,专题报道,知识转移四部曲的方式开展“走进科大实验室”的系列活动,研究教授邀请大家一起研究最大的,世界一流的份额,一起感受科技的固有权力,以及巨大的机会了。

英国早在18世纪,它采用的地图显示了疫情的分布; 今天,美国总统大选,流行的世界流行趋势,大数据的可视化,揭示。据发表在量的顶级期刊论文,科技VisLab的香港大学是世界上最大的数据可视化研究机构之一,名列全球前五名之内,公司高层R&d结果如微软,IBM,华为,腾讯,博世利用其领导瞿华民教授在可视化技术深入浅出的发展,以及应用实例说明,带你进入香港科技大学实验室。

一,什么是数据可视化?

我们从源网络,城市,金融,物流,农业,传感器等大量数据的收集,然后提取和整合数据,那么大的数据计算和数据挖掘的选择组合,以及可视化的数据分析最后一公里之遥,在有用的数据到最终用户的应用程序的手,包括财务和风险管理,农业基因,智慧城市,网上购物,健康管理等领域的形式,形象。该数据有四个特点:大批量; 高动态; 改变,丰富的形式,如文本,视频,音频文件和其他形式; 值差,与基准值的大多数情况下,数据部分是完全无用的。

二,为什么你想要的数据可视化?

由于这四个特点,数据分析和可视化是最后公里,图表和图形的方式来显示,让人们从复杂的海量数据,获得新的见解,洞察趋势,显示出其关键作用。根据哈佛商业评论指出,世界上最大的商品生产者宝洁,肯定有助于决策的数据可视化,提升使用从根数据,规范管理作为一种工具,以提高决策的有效性制定和实施。

美国在2016年出版的“美国人工智能研究和开发战略部署”,其中第二个是战略性的:“人工智能与人类发展合作的有效方法”,肯定了人工智能和人类,但人工智能的组合基于原始数据进行计算,处理,使人们理解数据,视频数据发挥桥梁关键的作用; 技术上,可视化和用户界面的改进需要进一步发展,以帮助人们了解了很多现代化的信息和数据集从各种来源。

在2019年6月,全球领先的CRM厂商Salesforce的花费$ 15.7十亿收购全球最大的分析的Tableau平台。画面它是交互式数据可视化软件公司,成立于2003年1月,一直专注于开发和智能技术的商业化应用,收购价格反映了数据可视化的价值。

第三,在图像发展的动力

由于视频的数据,人们需要有图像了一定的实力,从认识事物的发展趋势,甚至带法官。以图表肺炎的新的国家冠发病率,例如,案件将安排在美国,英国,中国和比利时的数量,根据时间表表达,各国的高峰期,平台期,趋势的下降曲线,更下类似的趋势被发现,那里的读者了解中国的控制疫情的能力,也有人把法官从发展的自然曲线,我相信国家信息是真实的,反映了不同的读者得到的见解,水平也高,低分别,这种解读与他们图的能力有直接的关系。而刚刚提到的“人工智能研究和战略规划发展的美国,”一个策略是让学生掌握图像的视觉数据的能力,为了解决这个问题,而左右脑思维训练。

阅读能力的最初级,为广大市民。现在很多媒体形象已被用来讲述故事,展示数据,如发表在2020年的一篇文章“纽约时报”中国网:“在人工智能领域的秘密武器美国:中国人”,数据显示,54占中国的百分之学生获得在美国学院的学位,现在留在美国,中国美术学院的毕业生在人工智能领域工作,恰好是54%,单看数字,就会造成误解,都在中国学生取得学位的美国研究所美国全面工作; 然而,由于互补的形象,展示中国社科院的54%毕业生在美国工作,有来自中国美术学院等国家,一定比例的简单图像,清晰地展示了两个不同的人。

作为以读图中级能力,受到主人之前一定培训。例如,“彭博新闻社”结合,形成一个地图上对土地资金的国家,各地区金融新闻将被吸引家庭的消费习惯,等出。中,含有宽范围的复杂的数据,它需要读者理解在图像一定的力。

高级读图力,利用多种形式,如文字,视频,音频文件和做,主要是研究人员处理信息系统和科技公司报告,像读卡器其它可视化数据分析整合的响应时间汽车时的手和脚,并相互协调,以辨别事件的发展的背景下。

四,数据可视化应用实例──智慧校园

智慧是一个可视化的应用实例校园技术发挥数据的公开展示的效果。几年前,香港科技大学器件的香港教育学院在大显示屏的入口,主校区由四千多的WiFi热点,通过手机无线网络连接,计算机的相关信息,收集数据的各点的流中,为了估计所述实时数字; 建立在互联网上,我们已经可以取得意想不到的应用。如人数统计大学图书馆,食堂等公共设施,餐馆,和地面甚至是实时的,教室总结量的分布,然后通过一个公版的数字显示的显示,教师和学生可以找到你想,决定利用这个机会解决人口过度拥挤的高峰期; 收集历史数据中的数据,我们可以实时数据被使用,大概是等待公共交通工具,如人在等公交车,以方便老师和学生有机会旅行计划数的时间。此外,采集频率寄宿生了宿舍,离开房间去跟踪久违的人的行踪,防止意外事故的涉及隐私问题,并须清楚研究。校园展可视化大型数据显示,可应用于大型商场,工业园区,将有助于引导高峰期人流量。

第五,数据可视化应用实例──智慧教育

智慧教育是科技行业,面对的范围发生重大变化。有大量的在线数学练习,孩子不喜欢可能是因为太多的无奈的实践过程中,。在线练习不能停止反复尝试的好处,缺点仍是错误的反复尝试带来失落感,孩子被惩罚感强。没有老师指导的被卡在了错误的练习过程,很无奈。该系统可以使数据,融入当地的经常犯错误的分析,物尽其用,当孩子进入一个瓶颈位置提交,屏幕可以提高警惕,想了很多玩家使用人工智能程序AlphaGo去学习,由一举一动你显示不同的步法的成功概率AlphaGo一步的提示,让玩家赢的机会最多; 提示数学练习,根据同样的原理,以可视化的数据告诉孩子,不同的计算方法,这启发孩子做出判断的成功率,发现答案。历史数据也跟踪孩子操作,这一步大多数人出问题,统计什么样的秘诀最流行的,以减少孩子的挫折在计算过程中,增强学习兴趣的。

此外,该系统对数据进行分析,但也使个性化的推荐,比如像孩子一样的挑战的难度,你可以选择练习只有20%的成功率,一般还是需要鼓励孩子,可选50-90%的成功速度运动,孩子们可以选择练习不同的时间表困难,与个人的才能发挥能力的表现,这是教育大数据的力量。

“纽约时报”在2012年将被称为“MOOC元年”(MOOC公开在线课程,大规模开放在线课堂),是学术的变化开始。然而,MOOC最大的缺点是很难向学生收取反馈。,不足以为改善教师的建议,智慧教育通过数据分析教学视频观看量,了解在那个时间点的视频暂停,快进或快退,时域数据可视化的观众,教谁也提供清晰,知道学生需要更多的时间来了解哪一部分,这需要提高演示,这部分可以缩短讲学,优化整体教学过程。

六,虚拟现实可视化来实现+

智慧与智慧的教育校园进行了解释数据可视化显示,以及给教师的建议和有识之士的优势,学生; 有技术的科大学院外历史墙上,把可视化和虚拟现实结合起来。历史在传统的壁报板的形式,自2016年展示了科技的各个里程碑研究所才成立25周年,作为后-2016的发展,游客可以用手机扫描QR码的墙,最新的发展里程将出现在您的手机或平板电脑上,时间线不会中断,以及现实和虚拟相结合。

七,数据可视化应用实例──商业智能

对于传统的生产和物流业,上有很大帮助企业智慧数据的透明度。我们的研究团队与华为诺亚方舟联合研究实验室商业智能团队合作,结果“PlanningVis:一个可视化分析的方式进行生产规划智能工厂”发表在IEEE VIS 2019。基于企业情报团队开发的调度引擎的智慧,通过交互式可视化分析的方式来帮助决策者模拟生产环境的变化,包括工厂停工,原料如延长供应,并分析在制造变化的影响生产,快速做出生产计划调整。

九月2018年,山竹台风登陆深圳,以模拟山竹的影响的分析人员可以通过关闭相应工厂两天造成的。工厂停产对比山竹的影响,可以看到工厂的停产将导致订单上升的延迟。在通过提高工厂的生产能力其他时间,可以减少延迟订单的速度,但未能产生最佳日期; 此外,生产成本增加,分析师再由台风山竹生产后的影响,表现出一定的产品形象,在生产计划后期制作的调整,或程序之间的变化。它可以在之前的原始切除部分,通过其他方式增加生产的生产周期中可以看出,以得到一个日期弥补。因此,通过假设分析,分析师可以决定哪些设备需要提前增加容量来处理山竹的影响,而这些变化的成本可能导致提前量调整PlanningVis。

智慧调度引擎,可以让管理者看到完整的情况下,根据模拟数据分析,如低成本,高稳定性或者确保其他人用电脑工作的基础上不同的限制,恶劣天气下生产安排重新分配供应,选择优化调度方案,以减少因自然灾害,事故等损失。0.4宏业看。0,其特征是在整个价值链,无论人,设备或系统中,所有紧密耦合在一起的; 和所有相关信息的实时获取,供应商,制造商和客户之间的透明度消息; 根据不同的标准,如成本,资源,客户的需求,不断优化价值链的组成部件管理器。从工业革命看历史的维度,从织布机到物理系统信息化的发展,是翻天覆地的变化。

八,数据可视化应用实例──金融智慧

不同投资组合,优劣的数据有效,并且数据的分析可以巴拉因素模型(MSCI)下一城可视化。十个模型风格因素,包括β,动量,产率,残余挥发性,生长,承载/股价,杠杆,流动性,非线性标尺来计算,十个独立的因素,不相关的; 由于各种因素,应该投资每个投资组合的,独立的显示性能,而且还具有长期或相同,同时体验性能计算,比较和分析持有的股票的短线交易,让投资者更清楚地取舍。

九,什么可以解释人工智能的重要性?

大数据的人工智能分析,大大提高了大数据的应用; 和解释AI(XAI)是主体的聚焦。所谓可以解释,或者预测其行为可以被人类理解,知道为什么人工智能可以做出具体决定。有厂家反映,在假定利用人工智能的产品销售,推荐方案,该预测并不知道原因,或者最终是成功还是失败,我们不能追究原因,所以没有信心按照建议执行。

,人工智能判断,例如通过深入的研究,根据800万张猫的图片,在此基础上整合的分析,并最终学会辨别猫; 然而,研究人员在人工智能反击挑战识别,例如,在图片里加上不同的点,颜色和其他小的变化的能力,人类依然可以识别猫,但你不能分辨人工智能。在实践中,当人工智能演算最好的结果,但不能解释其背后的基本原理,直接影响到决策的安全性和公平性,如果人工智能学会了一些公正的数据,也有机会,以提高影响的程度,做一个错误的决策; 当在医疗诊断应用,癌症患者脱落的疾病,但不能解释提出的理由,是否可信的结果?这些都是理由来解释人工智能的需要。

当欧盟已经给李人工智能相关法律,法规规定,通过人工智能作出决定出售任何产品,如贷款,信用卡等。,批准与否由人工智能,如要求最终用户销售方背后的原因必须提供一个合理的解释立法建立透明度正确的框架的计算确定的,客户有解释权,并向右挑战的完全自动化的决定。

充分利用人工智能,人机协同创新,有好的全新原装,已经有案例研究表明,研究者失败的实验,然后用机器学习的辅助研究,最终新材料,人类的发现和机器始终是合作的最佳模式。

十,科大R&d实验室技术已被知名企业采用

在过去的几年中,科学数据可视化极大地分析实验室一直致力于研究数据可视化,人机交互,人工智能,大数据,移动增强现实项目。在顶级期刊发表的可视化量,是世界上排名前两位的可视化团队,有62 TVCG纸; 也是亚洲最大的视觉团队,是世界上最大的视觉团队之一,其中包括36名成员,其中包括17名博士三次共同主持IEEE VIS纸。实验室参与了许多重大项目,包括香港创新及科技基金项目,补贴16000000港元的“学习设计的电子学习,数据分析和开放式架构的可视化,”大国家973项目“网络空间数据计算量论“资助金额达3000万元,等。。

在2019年,我们告诉MIT(麻省理工学院),以及来自浙江大学的研究人员共同开发的互动工具,使用户的工作机器学习(AutoML)系统来查看和控制在第一时间和过程自动化,提高定制系统的程度,打开机器学习目标“黑匣子”是向前迈进一大步。目前,该技术已在微软,IBM,华为,腾讯等知名科技公司采用的实验室开发。

展望未来,可视化技术的商业机会,包括通用数据可视化分析系统,垂直领域,如智能制造和Fintech应用的可视化分析系统; 大屏幕显示系统; 动画数据的媒体和宣传通过; 其他与5G时代,VR和VIS(虚拟现实和虚拟现实,仿真)的需求将会增加; 最后,电子教育,经过多年的努力,我相信,真正的价值已经逐步显现。

关于科大EMBA | 双语课程

香港科技大学自1991年成立以来,在过去的二十多年时间里,一直是世界一流大学之间。香港科技大学商学院是有一流的商学院,研究能力的国际地位等一批在世界排名的课程都在前列,在凯洛格评为金融时报 - 香港科大EMBA项目名列世界第一,连续九次,连续三年强劲的全球排名前20位的全球MBA课程,时代青年的全球大学排名科大连续3次排名亚洲第一。

亚洲和大中国区的高管,企业家科大EMBA双语课程和设立,致力于全面领导和管理能力,提高学生培养具有创新精神和全球视野的国际化人才。公司自2002年成立以来,香港科技大学EMBA双语课程将成为世界上最前沿的知识管理与中国管理实践,并在香港,中国和西方的文化和管理经验的独特融合,在亚洲和大中国区管道企业家和高跨越终身学习平台的地理和文化边界提供。课程将在16个月到九个核心模块,三条先进的升级,四大洲,全球游学模块,三个层次,以提高领导能力等等,为学生展示学习的完整和清晰的蓝图。

十余年来,课程吸引了亚洲最杰出和最具影响力的商界领袖和管理精英,EMBA校友网络遍布全球。

(广告信息)
免责声明:本网站的以上内容自其它媒体,信息传递更多信息之目的仅转让,不代表我们的观点,也并不意味着本站赞同其观点或证实其内容的真实性。
声明:家电头条登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。如有侵权,请联系联系站务工作人员删除。
数据 人工智能 分析 可以 研究

上一篇:世界顶级游戏厂商云集参展2020CJ中国移动抢到咪咕大奖

下一篇:从成都车展亮相的第三代哈弗H6汽车,看神的民族精神的全球未来汽车的发展跨越

文章评论