في 2017 مؤتمر ACM الوسائط المتعددة الذي عقد مؤخرا، من علي بابا IDST (معهد العلوم البيانات وتقنيات) فريق من ثلاثة على "الدماغ في المناطق الحضرية" ورقات مختارة قتل فيها ثلاثة من الكتاب دعوة لحضور القمة للقيام التقرير.
ACM MM هو أعلى لقاء مجال الوسائط المتعددة العالمي، هو A المؤتمر الدرجة الدولية في الاتحاد الحاسوب الصين (CCF) المحددة. وقال عملية الاختيار ورقة برمتها "شرسة صعبة" في رسالة والكتاب ودعا إلى الولايات المتحدة هذا العام، وهو ما يمثل العرض الشفوي ليست سوى 7.5، ACM MM اللجنة المنظمة. المشاكل التقنية الحوادث المرورية، وتتبع تدفق الناس، وبيانات حركة المرور، والعينات، وما إلى ذلك بابا المسجلين ثلاث ورقات المعنية هي من السيناريوهات العملية "مدينة الدماغ".
في وقت مبكر من عام 2016، أطلق بابا الذكاء الاصطناعي "ET المدن العقول"، المدينة تثبيت مركز الذكاء الاصطناعي إلى الكاميرا كما جمع البيانات الأساسية وحساب المدينة بأكملها على مستوى العالم في الوقت الحقيقي التحليل، وتخصيص التلقائي للموارد العامة، وذلك على مدينة تصحيح تشغيل علة.
"الدماغ في المناطق الحضرية" الهبوط الناجح في هانغتشو وسوتشو وغيرها من الأماكن، وفريق المشروع بأكمله في حل الكثير من الألغاز وتنتج إجابة الجميلة في مدينة هانغتشو Yunqi 2017 المؤتمر: بعد عام من اختبار "، المدينة الدماغ" استغرق بنجاح على مدى هانغتشو 128 حركة المرور تقاطع الضوء، الطيار خفض وقت السفر الإقليمي 15.3، مرتفعة توفيرا للوقت السفر 4.6 دقيقة. وبالإضافة إلى ذلك، فإن الأحداث حركة المرور في المدينة الرئيسية في التنبيه ذكي مدينة الدماغ، اليومي عدد الحدث ناقوس الخطر أكثر من 500 مرة، ومعدل دقة 92، وتحسين كبير الاتجاهية إنفاذ القانون، في حي شياوشان، وصل 120 سيارة إسعاف في النصف المشهد الوقت.
وكان موقع الاجتماع، فريق IDST شين تشن تشاو Yiru من "الزمكان نموذج الشاذة من ترميز الفيديو"، "بناء على إدراك التشابه متعدد الطبقات الشبكة العصبية وتطبيقاتها في الزملاء عمق لتحديد" ورقتين تقرير شفوي .
(المشاركين ACMMM لمشاهدة العروض في مدينة الدماغ علي كشك)
بابا المعرض، والموظفين التقنيين بابا في مدينة هانغتشو "مدينة الدماغ" الحلول التقنية للمشاركين من أمريكا الشمالية وآسيا وأوروبا ومناطق أخرى، في عرض حي من المحتويات DEMO.
راميش أستاذ من الولايات المتحدة الأمريكية Universityof كاليفورنيا، جاين إيرفين، سويسرا Idiap وEPFL دانيال غاتيكا بيريز (الوسائط المتعددة خبير مشهور)، والبروفيسور فيبي تشن لا تروب جامعة ملبورن، استراليا (رئيس قسم (القيادي البارز المعروف الوسائط المتعددة) علوم الحاسوب وتكنولوجيا المعلومات)، وجامعة سنغافورة الوطنية، جامعة تسينغهوا، جامعة بكين وجامعة تشجيانغ وغيرهم من أساتذة الجامعات المحلية والأجنبية المعروفة جيدا زاروا جناح، وكان علي بابا برنامج "مدينة الدماغ" للغاية الاستعراض، أنهم يعتقدون أن "مدينة الدماغ "هو في الواقع فائقة اصطناعية تطبيق الذكاء والابتكار منصة، برنامج الدماغ في المناطق الحضرية يعكس حقا قوة عميقة للبابا في مجال تكنولوجيا الذكاء الاصطناعي، وخاصة من خلال التكنولوجيا وتعزيز الإدارة الحضرية وتطوير الأعمال في السوق لتوسيع الأفكار تطوير التكنولوجيا. وفي الوقت نفسه أعرب عن نية و "المدينة الدماغ" التعاون المشروع.
(جامعة تشجيانغ، أستاذ يو تينغ الحكم لقومية تشوانغ < الثالث من اليسار > DEMO مظاهرة في المدينة لمشاهدة الدماغ علي جناح)
(أستاذ RameshJain < من اليمين > وغيرها من المدن وناقشت والدكتور هوا Xiansheng الدماغ)
(دانيال < في > والدكتور هوا Xiansheng الصرف)
"الدماغ في المناطق الحضرية" مسؤول الذكاء الاصطناعي، وقال علي بابا المهندس المتميز ونائب الرئيس IDST هوا Xiansheng، "مدينة الدماغ" يحتوي على عدد من تقنيات الذكاء الاصطناعي، مثل الإدراك البصري، وتحسين عملية صنع القرار، البحث البصري، التنبؤ على نطاق واسع نظم معالجة الفيديو في الوقت الحقيقي. "الدماغ في المناطق الحضرية" السيناريو هو نقطة البداية لكثير من نتائج البحوث من الدراسات الفنية وضمان "مدينة الدماغ"، والهبوط الحقيقي. أيضا على LSVC تنظيم المؤتمرات (كبير النطاق فيديو ClassificationChallenge) تصنيف لعبة فيديو على نطاق واسع، وعلي بابا IDST فريق تكنولوجيا الفيديو بمتوسط معدل دقة 87.41 لإنشاء أفضل نتيجة من هذا العام وفاز في البطولة.
بالإضافة إلى "مدينة الدماغ"، والذكاء الاصطناعي بابا "ET الدماغ" سقط أيضا عدد من المجالات "الدماغ الصناعية"، "" الدماغ الطبية، "الدماغ البيئة"، وهلم جرا. فذلك لأن التكنولوجيا بابا الرائدة في مجال الذكاء الاصطناعي، وسيكون لديك الآن المتطورة "ET الدماغ." في المستقبل، وسوف تستمر بابا لأبحاث التكنولوجيا المتطورة في مجال الذكاء الاصطناعي، والذكاء الاصطناعي في العديد من المجالات لتعزيز الهبوط ناضجة، من أجل تحسين حياة التكنولوجيا لتعزيز الكفاءة.
ما يلي هو أوراق مقدمة قمة ACMMM مختارة:
المكانية والزمانية AutoEncoder للفيديو كشف الشذوذ
الزماني نموذج الشاذة من ترميز الفيديو
YiruZhao (جامعة جياو تونغ شنغهاي ومجموعة علي بابا)
تشاو Yiru
BingDeng (مجموعة علي بابا)
دنغ بينغ
ChenShen (جامعة تشجيانغ ومجموعة علي بابا)
شن تشن
YaoLiu (مجموعة علي بابا)
ليو ياو
HongtaoLu (جامعة شنغهاي جياو تونغ)
لو هونغ تاو
شيان شنغ هوا (مجموعة علي بابا)
هوا Xiansheng
خلاصة القول:
توفير وسيلة لرصد حركة المرور الدماغ غير طبيعي للمدينة. مستوحاة من الاعتراف العمل حقول أحدث الأبحاث، تصميم الفضاء لمرة وترميز الفيديو من كشف شذوذ، واقترح طريقة احتساب الأوزان خطأ التنبؤ التناقص. قبل تقييم المشهد المرور الحقيقي، وتجاوز الخوارزمية على مؤشر هام على أفضل الطريقة السابقة.
ديب سيامي Networkwith متعدد المستويات التشابه الإدراك لشخص وإعادة تحديد
الشبكة العصبية عمق الإدراك متعدد الطبقات التشابه وتطبيقه في الزملاء على أساس الهوية
ChenShen (جامعة تشجيانغ ومجموعة علي بابا)
شن تشن
ZhongmingJin (مجموعة علي بابا)
جين تشونغ مينغ
YiruZhao (جامعة جياو تونغ شنغهاي ومجموعة علي بابا)
تشاو Yiru
ZhihangFu (مجموعة علي بابا)
فو Zhifang الخطوط الجوية
RongxinJiang (جامعة تشجيانغ)
جيانغ Rongxin
YaowuChen (جامعة تشجيانغ)
تشن ياو وو
شيان شنغ هوا (مجموعة علي بابا)
هوا Xiansheng
خلاصة القول:
الدعم الفني لتدفق تقرير الاعتراف المسار. جنبا إلى جنب مع التعلم العميق من شبكة سيامي وميزة نموذج تصنيف الشبكة، بينما امتد التشابه إلى مستويات أخرى. ومجموعات البيانات الجمهور الكلاسيكية على نطاق واسع لتحديد الزملاء مقارنة دقة استرجاع الحالية لأفضل نتائج هذه الصناعة قد وصل إلى أعلى مستوى.
منمنمة AdversarialAutoencoder لتوليد صورة
القتال على أساس الجيل الصورة خوارزمية التشفير من منمنمة
YiruZhao (جامعة جياو تونغ شنغهاي ومجموعة علي بابا)
تشاو Yiru
BingDeng (مجموعة علي بابا)
دنغ بينغ
JianqiangHuang (مجموعة علي بابا)
هوانغ جيان تشيانغ
HongtaoLu (جامعة شنغهاي جياو تونغ)
لو هونغ تاو
شيان شنغ هوا (مجموعة علي بابا)
هوا Xiansheng
خلاصة القول:
الدماغ لإيجاد حل لمشكلة الحضرية فيديو المرور مشكلة عينة البيانات. مستوحاة من شروط الهجرة جيل المواجهة شبكة وأسلوب التعلم، والربط الشبكي واستخراج المحتوى باستخدام أسلوب استخراج يتم استخراج خصائص الشبكة من محتوى الصورة والاسلوب الصور، بعد الصورتين تنصهر ولدت من قبل الشبكة للحصول على صور التقارب بين المحتوى وأسلوب المقابلة.
