AI技术

流体力学深度学习建模技术研究进展 王怡星、韩仁坤、刘子扬、张扬、陈刚 摘要： 深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大

一、时间安排: 2022年08月19日 — 2022年08月22日 线上直播 （19日下发上课所需材料，20日-22日上课） 二、培训目标 1.深入了解神经网络的组成、训练和实现，掌握深度空间特征分布

摘要：时间序列异常检测旨在发现对应时序特征中不符合一般规律的特异性模式，是机器学习领域重要的研究方向之一.然而，现有的时序异常检测方法大多为单模态学习，忽略了时序信息在多模态空间上不同特征分布的关联性

各企事业单位：**** 随着 2015 年 9 月国务院发布了《关于印发促进大数据发展行动纲要的通知》，各类型数据呈现出了指数级增长，数据成了每个组织的命脉。今天所产生的数据比过去几年所产生的数据大好

随着对地立体观测体系的建立，遥感大数据不断累积。传统基于文件、景/幅式的影像组织方式，时空基准不够统一，集中式存储不利于大规模并行分析。对地观测大数据分析仍缺乏一套统一的数据模型与基础设施理论。近年来

各企事业单位： 《国务院关于印发新一代人工智能发展规划的通知》指出：“新一代人工智能重大科技项目，聚焦基础理论和关键共性技术的前瞻布局，包括研究大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主

遥感数字图像处理的特点： 同遥感图像的光学处理（即模拟图像处理）相比 ，遥感数字图像的计算机处理 有很多优点 ，主要表现在以下几点 ： １ ．图像信息损失低 ，处理的精度高 由于数字遥感图像是用二进制