暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

图谱动态|学苑周刊 NO.44

图谱学苑 2021-04-21
543

本期将分享近期全球知识图谱相关

行业动态、会议讲座

—--| 行业动态 |--—

知识图谱+自动驾驶汽车风险

dRISK是一家英国创业公司,首次将其工具用于商业应用,及时检测自动驾驶汽车-autonomous vehicles(AVs)的高风险事件。

目前,半自动驾驶和自动驾驶汽车并不总是能够及时发现高风险事件以对其做出反应,如从对面驶来但在其他车辆后面的汽车其他车辆遮挡的红灯等dRISK的具可以识别这种边缘情况,这标志棘手的驾驶场景下,其性能也能超过人类。 结果已在2021年4月12日的NVIDIA GTC会议上正式发表。

dRISK的使命是帮助使自动驾驶汽车尽快变得更加安全。dRISK建立了边缘案例的分类法,这些案例来自于交通海量数据和异构数据:数百万小时高风险路口的监控录像事故全文报告以及在事故的大量专家意见
dRISK新获得专利的知识图谱技术(类似于Google的互联网知识图谱,dRISK的是真实事件的知识图谱)解决了迄今为止困扰AVs开发人员的许多问题-对所有来源不同的相关数据源进行编码,转换成易于处理的形式,然后提供各种边缘情况,以对完全标注的模拟和真实数据进行感知再训练。
http://dwz.date/eQ87
 

Bitnine推出AG Cloud Express

2021年4月13日,图数据库开发公司Bitnine Global Inc.推出了基于云的图形可视化解决方案AG Cloud Express。

AG Cloud Express是基于AgensGraph的免费在线数据库服务,目的是为所有人提供图分析体验。AG Cloud Express是一个图数据库可视化工具,它的最大优势在于,任何人都可以轻松地在Web上免费免费访问Graph DB,而无需安装其他。 

AG Cloud Express提供以下内容:学习图数据库和Cypher查询语言的基础知识,通过高级教程测试Cypher知识,并基于预安装的数据集进行图分析。此外,嵌入了Graph数据可视化和分析解决方案的AG Cloud企业版将于今年夏天发布。

http://dwz.date/eQ6J
 

Katana优化第三代Intel Xeon上图引擎

处理大型非结构化数据集的图分析公司Katana Graph针对第三代Intel Xeon可扩展处理器和内存系统优化其图引擎。

Katana Graph Engine(KGE)是一个平台,用于在CPU和GPU的异构集群上进行高速图分析,模式挖掘和查询,提供算力,甚至可以处理极大的图,如 web-crawl graphs,具有数十亿个顶点和数万亿条边。

Katana Graph的平台现在可以利用最新一代的Intel Xeon scalable processors和Intel Optane persistent存储技术来处理更小的集群上的大量图。这将更好地支持具有庞大的非结构化数据集和图表的组织(包括在线零售商,金融机构和身份管理公司)了解其客户,运营和机会,而且可以在具有英特尔深度学习增强功能的第二代和第三代Intel Xeon可扩展处理器上直接使用,而无需进行其他修改。在第三代至强可扩展处理器上,Katana Graph的解决方案在速度上有了显着提高,并具有在使用更少机器的情况下处理更大数据集的能力。

2021年2月底Katana Graph已完成由Intel Capital牵头的2850万美元A轮融资

http://dwz.date/eQ87

 

—--| 会议&讲座 |--—

SDM 2021

SIAM数据挖掘国际会议将于2021年4月29日至5月1日在线上举行。

 据挖掘是从数据中发现有价值的知识的计算过程,这是现代数据科学的核心。它在科学、工程、医疗保健、商业和医学等众多领域都有着巨大的应用。这些领域中的典型数据集很大,很复杂,而且通常很嘈杂。从这些数据集中提取知识需要使用复杂、高性能、原则性的分析技术和算法,这些技术反过来要求在高性能计算基础架构上的实现,需要仔细调整以提高性能。强大的可视化技术以及有效的用户界面对于数据挖掘工具吸引不同学科的研究人员、分析师、数据科学家和应用程序开发人员以及利益相关者使用也至关重要。

SDM已成为数据挖掘领域的领先会议,并为正在研究这些问题的研究人员提供了一个在同行评审的论坛上介绍其工作的场所。SDM强调具有扎实数学基础的原则方法,以高质量和高影响力的技术论文而著称,并提供强大的研讨会和辅导计划(已包括在会议注册中)。会议记录以文档形式出版,也可在SIAM网站上获得。

特邀演讲人:

Tanya Y. Berger-Wolf, The Ohio State University, U.S.

题目:Trustworthy AI for Wildlife Conservation: AI and Humans Combating Extinction Together

时间:4月29日 1:00pm – 2:00pm

Madhav Marathe, University of Virginia, U.S.

题目:Announcements and Presentation: Role of Scalable Data Science and AI in Covid-19 Pandemic Response

时间:4月30日 8:45am-10:00am

Dino Pedreschi, Universita' di Pisa, Italy

题目:Welcome Remarks, IBM and Best Paper Award Announcements & Presentation: Explainable Machine Learning for Trustworthy AI

时间:4月29日 8:30am-10:00am

Aisha Walcott-Bryant, IBM Research, Kenya

题目:Remarks and Presentation: The Potential of AI to Address Global Health Challenges

时间:5月1日 8:30am-10:00am

可通过以下链接了解详情
https://www.siam.org/conferences/cm/conference/sdm21

ICSMDI 2021

国际智能数据会议(ICSMDI 2021)将于2021年4月29日至4月30日在印度举行。

在这个技术时代,产生了无数的数字事物,收集的数据量正以前所未有的速度增长。因此,许多新兴的相关领域,例如大数据、数据科学、人工智能、机器学习和深度学习,已经在各种数据驱动的方法中进行了范式转换,这些方法倾向于在社交网络等各种有影响力的领域中发展新的数据驱动的研究机会,如医疗保健、信息和通信应用程序等。此外,为相关的智能功能配备数据挖掘和分析方法将通过显著提高服务质量和用户体验为许多难题提供有希望的解决方案。

由印度泰米尔纳德邦的Kongunadu工程技术学院组织的国际智能数据会议[ICSMDI 2021]旨在传达“智能数据科学”的观点,重点关注最新技术研究、算法设计、数据分析和各种实时应用的实现。ICSMDI 2021主要致力于针对智能服务和应用程序进行全面概述,以收集、处理、控制和学习跨各个领域生成的大量信息。

主要演讲:

可通过以下链接了解详情
http://icsmdi.com/

在线讲座:The State of the Knowledge Graph

日期:
2021年4月27日
时间:
2:00 pm – 3:00 pm EDT
主讲人:
Sean Martin,CTO - Cambridge Semantics, Inc.

Ben Szekely,CRO - Cambridge Semantics, Inc.

Dean Allemang,CEO - Working Ontologist, LLC

主要内容:

为了满足我们的知识追求,最近的O'Reilly电子书《知识图谱的崛起》的作者正在进行实时网络研讨会,探讨知识图谱的领域及其在数据密集型用例(例如客户360、欺诈检测、药物和临床)中进行数据分析和其他高级分析的作用。如果“数据驱动”是您组织的核心宗旨,那么就有必要了解知识图谱。

通过这次讲座,可以得到诸如知识图谱的作用、没有相关技能该怎么办、知识图谱于其他技术的比较、如何开始链接数据和使用现有词汇表等元数据等问题的答案,听主讲人阐述知识图谱和数据结构的交集,以及它们与解决每个利益相关者所深切关心的问题的联系。

可通过以下链接了解详情
https://info.cambridgesemantics.com/the-state-of-the-knowledge-graph-video-webinar
-----
-----




更多链接

图谱动态|学苑周刊 NO.43

图谱动态|学苑周刊 NO.42

图谱动态|学苑周刊 NO.41

论文导读 | 图生成模型综述

论文导读 | 滑动窗口模型下含重复边的图流上的三角形近似计数算法
论文导读 | 加速GPU上的三角形计数算法
gStore官网全新改版上线
导师访谈 | 邹磊:对数据科学以及本科生科研的思考
讲座录播|图数据管理与分析在线名家讲座-第七期
北京大学重庆大数据研究院招聘 图数据库与知识图谱系统研发和工程人员
【征稿】WISE 2021 | Call For Papers

文字:黄平、薛冰聪、王图图

编辑:王图图

排版:王图图


免责申明:本文全部内容均来源于网络开放信息整理,如有侵权,请联系删除

文章转载自图谱学苑,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论