服务热线:020-2810 1017
快速注册|English
CISAI 2019顺利召开,国内外大咖共同探索AI发展领域
2019-11-05100

人工智能在前几年还是一个全新的理想概念,经过几年技术沉淀,人工智能得到了前所未有的发掘。人工智能不仅仅是运用于机器人的开发上,而是依托物联网等新型网络结构,广泛应用于工业生产、日常生活中。


2019年10月26日,第二届计算机信息科学与人工智能国际学术会议(CISAI 2019)在中国古都西安顺利召开。大会旨在通过计算机信息科学与人工智能等领域专家的共同参与与讨论, 对人工智能创新应用等问题进行多角度地深入探讨,助力国内AI发展。


来自Universiti Kebangsaan Malaysia、Al-Madinah International University、中国人民大学、上海交通大学、国防科技大学、吉林大学、东北大学、哈尔滨工程大学、中国科学院沈阳自动化研究所、北京卫星环境工程研究所等国内外多所知名高校与科研院所的专家和学者参加了会议。


大会开幕


钱志鸿教授主持开场3压缩.jpg

吉林大学通信工程学院的钱志鸿教授应邀出席本次会议,并主持了会议相关阶段的讨论


主讲报告


IMG_4585.jpg

钱志鸿教授,吉林大学通信工程学院,中国


演讲标题:智能和互联交通:现状和趋势

演讲内容:

钱志鸿教授为我们介绍了智能和互联交通的现状与趋势,同时指出当前的问题,并就此问题提供了一个获得集成的解决方案,建立用户和基站之间的位置分布关系模型至关重要,以便创建一个网络以及基站规划方案,其中包含几种类型的车辆通信,在此基础上,将深度信任网络和策略梯度模型应用于移动边缘计算的路径预测和任务迁移过程,并辅以个性化协同过滤边缘缓存方案,有望全面提高通信网络性能。这项工作有望使我们的国家在未来智能和互联交通系统的基础理论和关键技术方面发挥重要的领导作用。



IMG_4597.jpg

Assoc. Prof. Mohd Asyraf Zulkifley, Universiti Kebangsaan Malaysia,

 Center for Integrated Systems Engineering and Advanced Technologies , Malaysia


演讲标题:视觉目标跟踪中的卷积神经网络

演讲内容:

在这次演讲中,Assoc. Prof. Mohd Asyraf Zulkifley解释了有线电视新闻网跟踪器的演变,从深度跟踪到最近的跟踪。设计基于有线电视新闻网的跟踪器有三个主要部分,模型初始化功能是训练网络参数以适应被跟踪对象的外观模型。搜索和匹配过程然后采用训练好的模型,并在随后的帧中找到最相似的补丁。当感兴趣的对象移动时,被跟踪对象的外观模型通常会改变。因此,需要更新和删减训练好的模型,以避免模型漂移问题。然而,有线电视新闻网跟踪器最重要的方面是网络架构本身。最常用的架构由几层有线电视新闻网和几个完全连接的层组成。


IMG_4635.jpg

Dr. Mahmoud Ahmad Al-Khasawneh, Al-Madinah International University, Malaysia


演讲标题:IOT的机遇和挑战

演讲内容:

大会上,Dr. Mahmoud Ahmad Al-Khasawneh则介绍了物联网的现状、发展趋势以及挑战:由于物联网具有更大的容量和互联性,许多人已经开始使用物联网来替代以前的技术。因此,物联网技术推动了新举措,所有这些举措都是未来概念审查的一部分,这些概念对物联网技术带来的文化和社会都很重要。但不知何故,物联网目前也面临着根本性的障碍。



口头报告


IMG_4651.jpg

IMG_4653.jpg

张煜祺

上海交通大学

演讲标题:基于段落并行的分级注意神经机器翻译模型

Raushan Myrzashova 

安徽理工大学

演讲标题:基于AI的糖尿病治疗系统:过去的简要概述和未来的计划


现场剪影



IMG_4616.jpg

IMG_4652.jpg



茶歇交流


IMG_4627.jpg

IMG_4630.jpg

参会学者在茶歇环节上进行自由交流


大会落幕


IMG_4619.jpg

为期三天的会议在各位专家学者支持下取得了圆满结束。AEIC通过此次会议,为国内外从事计算机信息科学与人工智能领域的专家学家提供了一个广泛交流平台,学者们在表达自己想法的同时,也接触到了国外最新的研究领域知识,极大促进了国内外AI科研和技术创新方面的交流与合作。

分享:
打开微信扫一扫
收藏0
点赞0

学术圈

  • 环境能源交流群(QQ:1025966450)
  • 机电信息交流群(QQ:1026132953)
  • 材料工程交流群(QQ:1026133580)
  • 计算机科学交流群(QQ:729672148)
  • 水利土木工程交流群(QQ:717427349)
  • 人文社科交流群(QQ:1025968644)
  • 学术交流群-Ⅷ(QQ:850896869)

热门推荐

会议

课程

期刊