云创大数据惊艳亮相第十五届南京软博会

2024-04-12 19:18

本文主要是介绍云创大数据惊艳亮相第十五届南京软博会,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

640?wx_fmt=gif

7月19日-22日,由江苏省人民政府主办,南京市人民政府、江苏省工业和信息化厅联合承办的第十五届中国(南京)国际软件产品和信息服务交易博览会在南京国际博览中心举办。软博会全球软件产业高峰论坛、中国软件园区工作座谈会、“软件产业升级 赋能数字经济”高峰论坛、2019年软件和信息技术服务标准宣贯大会、江苏大数据产业发展高端论坛等相关论坛、座谈活动先后举办,一批国内外大咖齐聚古都南京,共同展望“数字经济”下的“智慧未来”。


本届软博会共有20多个国家和地区的1000多家企业参展,通过展示、交易、论坛、人才招聘等系列活动,充分展示云计算、大数据、人工智能、5G、虚拟现实、集成电路、物联网等领域的新技术、新产品、新业态和新模式。


640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg


其中,作为江苏省颇有实力的科技型企业,云创大数据在软博会上,展示了其在物联网、云计算、大数据和人工智能领域的新成绩和新成果。包括人工智能(AI)前列腺癌病理诊断系统、智慧路灯伴侣、AIRack人工智能实验平台、BDRack大数据实验平台等产品应用,赢得了大量访客的驻足了解,云创技术人员认真耐心地向访客介绍了相关产品应用的技术细节和成功案例。



640?wx_fmt=jpeg

640?wx_fmt=jpeg640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg


人工智能(AI)前列腺癌病理诊断系统,由云创大数据与南京大学附属鼓楼医院合作开发,该系统基于云创自主研发的深度学习软硬件平台——DeepRack深度学习一体机而开发,可以克服目前前列腺癌病理诊断的疑点难点,经过制片、标注、训练、诊断等流程,对于前列腺癌的诊断准确率达到了99.38%,并得到《泰晤士报》、《福布斯》、《每日邮报》、《优瑞科》等国外媒体的广泛报道。


640?wx_fmt=jpeg

▲戳视频,了解更多


智慧路灯伴侣通过直接挂载到城市既有路灯或墙体上,将城市中随处可见的普通路灯升级为智慧化的城市基础设施,可以提供全景监控、人脸识别、车牌识别、实时巡查、视频标注、环境监测、便民服务等城市功能,为公安、城管、交通、环保、旅游等多个领域提供智慧服务,从而真正实现由人管理城市转化为城市的自主管理。


640?wx_fmt=jpeg

▲戳视频,了解更多


AIRack人工智能实验平台基于深度学习计算集群,支持主流深度学习框架,方便快速部署训练环境,同时支持多人在线实验,并配套实验手册,同步解决人工智能实验配置难度大、实验入门难、缺乏实验数据等难题,可用于深度学习模型训练等教学、实践应用。该平台已经相继被清华大学、南京大学、陕西师范大学、重庆工商大学、郑州升达经贸管理学院、西安培华学院、西华大学等单位采用,受到师生们的广泛好评。


640?wx_fmt=jpeg


基于BDRack大数据实验平台建设而成的大数据实验室,可以提供完整的大数据教学、实验体系及配套资源,包含实验环境、实验代码、实验手册、实验数据、系列教材、配套PPT、课程视频、师资培训等内容,“一站式”解决大数据教学实验难题。目前,该平台已经在贵州大学、西北工业大学、郑州大学、西南大学、郑州升达经贸管理学院等数十家用户单位实施落地,从而大幅提升了学生的动手能力和就业率。


640?wx_fmt=jpeg


相关单位领导、多家媒体、众多客商先后参观云创大数据展区,云创所展产品应用获得其高度肯定。今后,云创大数据将以参展本届软博会为契机,继续依托大数据技术优势,持续深挖创新潜力、集聚创新引力、激发创新活力,建设产业创新基地,集聚更多更优的创新资源,切实实现“用科技优化世界”的宏伟愿景。


软博会还在继续,欢迎前往南京国际博览中心6号信息消费互动馆6-P05展区,了解云创在大数据和人工智能领域的成绩和实力!


点击下方图片或“阅读原文”了解或报名全国高校大数据/人工智能培训 ↓↓↓ 640?wx_fmt=jpeg

这篇关于云创大数据惊艳亮相第十五届南京软博会的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/897999

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

4B参数秒杀GPT-3.5:MiniCPM 3.0惊艳登场!

​ 面壁智能 在 AI 的世界里,总有那么几个时刻让人惊叹不已。面壁智能推出的 MiniCPM 3.0,这个仅有4B参数的"小钢炮",正在以惊人的实力挑战着 GPT-3.5 这个曾经的AI巨人。 MiniCPM 3.0 MiniCPM 3.0 MiniCPM 3.0 目前的主要功能有: 长上下文功能:原生支持 32k 上下文长度,性能完美。我们引入了

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav