首页 >> 最新文章

--ai战力爆发,浪潮获nips 18自动机器学习全球挑战赛前三!机装轴承套圈

文章来源:定做机械网  |  2020-07-28

ai战力爆发,浪潮获nips 18自动机器学习全球挑战赛前三!

近日,nlps2018 第三届自动机器学习挑战赛(automl3 - lifelong ml with concept drift challenge)成绩榜单公布,由浪潮集团联合北京邮电大学和中南大学的ai工程师团队“grandmasters”以出色表现在三百余支参赛队伍中获得全球第三名。冠亚军分别为创业公司团队“audodidact.ai”和清华大学计算机系朱文武教授团队“meta_learners”。nips2018 大会将于 12 月2- 7 日在加拿大蒙特利尔举行,据预计本次大会将有近万人参加,成为最盛大的人工智能学术盛会,大会上将为本次挑战赛获奖者举行颁奖,前三名团队还将做口头报告。

automl挑战赛是自动机器学习领域的国际顶尖赛事,今年大赛首次登陆人工智能及机器学习领域顶级会议nips(即neurips,conference on neural information processing systems,神经信息处理系统大会),吸引了来自清华大学、北京大学、麻省理工学院、德州农工大学、微软、腾讯、阿里巴巴、autodidact.ai等顶尖高校、公司的众多优秀团队的参与。

自动机器学习(automated machine learning, 简称automl)是近年来人工智能领域的研究热点之一,它能够使机器学习的工作流程实现自动化,降低对算法开发人员的依赖,缩短模型开发时间。但是在许多实际应用场景中,automl也会面临挑战。例如,数据按天、周、月甚至年依次到来,并且随着时间推移,数据分布会发生变化。在这种情况下,automl面临着持续学习或终生机器学习的挑战。这类问题在在线广告、推荐系统、情绪分析、欺诈检测、垃圾邮件过滤、交通监控、计量经济学、患者监控、气候监测等机器学习应用中很常见。本届比赛要求参赛者关注这类问题,设计自主实现终生机器学习的计算机程序,对算法通用性、自适应能力、鲁棒性、运行时间等都提出了很高的要求。

“grandmasters”团队通过构建新的数据特征,在原始模型基础上使精度提升了27%,并对lightgbm模型进行微调工作,进一步将模型性能提升了10%。浪潮ai工程师独立设计了特征选择算法,通过降低数据特征维度将模型训练时间缩短了30%,并且提出了一种滑窗数据训练方法以平衡训练时间和计算精度,最终在提高模型性能和精度的同时降低了训练时间,从而在决赛中脱颖而出。

浪潮ai&hpc总经理刘军表示:“automl降低了机器学习的门槛,有助于进一步推动机器学习应用与行业智慧转型。作为专业的ai计算力厂商,浪潮一直专注于ai技术的开发应用,此次获奖标志着浪潮ai团队在automl领域的算法能力开始步入世界前列,将激励浪潮持续攻坚ai技术能力,与国内外各界共同促进行业ai计算应用和转型。”

上海产品外观设计

食品包装设计公司

上海设计

产品工业设计公司

友情链接