講者

頁數: 1 2 3 4 - 每頁 20 筆

共有 63 位講者

人工智慧演講:

彭文志

彭文志 時空軌跡分析技術於人流與載具預估

Public transportation is essential in people’s daily life and it is crucial to understand how people move around the city. Some prior works have exploited GPS, Wi-Fi or bluetooth to collect data, in which extra sensors or devices were needed. Other works uti- lized data from smart card systems. However, some public trans- portation systems have their own smart card system and the smart card data cannot include all kinds of transportation modes, which makes it unsuitable for our study. Nowadays, each user has his/her own mobile phones and from the cellular data of mobile phone service providers, it is possible to know the uses’ transportation mode and fine-grained crowd flows. As such, given a set of cel- lular data, in this talk, I will introduce our system for public transportation mode detection, crowd density estimation, and crowd flow estimation. Note that we only have cellular data, no extra sensor data collected from users’ mobile phones.
more
曾凱聲

曾凱聲 從資料競賽看應用實務 - KKV data game 17.06 1st place winner solution

分享自己在今年 (2017) 6月參加 kkv data game 獲得第1名的心路歷程。內容包含解題套路,算法架構,以及在實踐過程所面臨的各種困難與最後的解法。且同時藉由資料比賽的過程,結合自己在將資料科學應用在實務面時的經驗,嘗試提供應注意的細節。
more
楊立偉

楊立偉 文字分析在財務上的應用-以股價預測為例

神奇的文字分析,能夠從字裡行間,了解群眾及媒體對於股價的看好或看壞,進而預測未來的走勢。將以淺顯易懂的內容,搭配實際的例子,帶領聽眾感受非結構性資料分析的威力。
more
楊証琨

楊証琨 兩位跨域者的深度學習之路

不是本科系畢業的,想踏入資料科學領域該怎麼做? 深度學習好像很厲害,要怎麼學習? 兩位跨域者將與大家分享在資料洞察實驗室的深度學習之路! 從土木、心理進入到資料科學世界,從 Excel, Matlab,變為用 R, Python 處理各式各樣的機器學習、深度學習問題。透過自身的專案經驗分享, 提供想進入資料科學領域的朋友們一些經驗分享,包括 1. R vs. Python 我到底該學那個? 一位先學 R,另一位學 Python,當 R 遇上 Python 會碰出甚麼火花呢? 2. 我只有基本的機器學習概念,要怎麼完成一個機器學習的專案? 分享我們在機器學習專案中,從資料中洞察出許多有趣的真相 3. 深度學習很火紅,有甚麼東西能夠應用? 介紹深度學習的基本原理,以及許多最新的應用 資料科學的領域除了基本的技術與觀念,創造力與想像力也非常重要,希望透過這些經驗的分享,讓許多不同領域的朋友與我們一起加入資料科學的世界!
more
游為翔

游為翔 兩位跨域者的深度學習之路

不是本科系畢業的,想踏入資料科學領域該怎麼做? 深度學習好像很厲害,要怎麼學習? 兩位跨域者將與大家分享在資料洞察實驗室的深度學習之路! 從土木、心理進入到資料科學世界,從 Excel, Matlab,變為用 R, Python 處理各式各樣的機器學習、深度學習問題。透過自身的專案經驗分享, 提供想進入資料科學領域的朋友們一些經驗分享,包括 1. R vs. Python 我到底該學那個? 一位先學 R,另一位學 Python,當 R 遇上 Python 會碰出甚麼火花呢? 2. 我只有基本的機器學習概念,要怎麼完成一個機器學習的專案? 分享我們在機器學習專案中,從資料中洞察出許多有趣的真相 3. 深度學習很火紅,有甚麼東西能夠應用? 介紹深度學習的基本原理,以及許多最新的應用 資料科學的領域除了基本的技術與觀念,創造力與想像力也非常重要,希望透過這些經驗的分享,讓許多不同領域的朋友與我們一起加入資料科學的世界!
more
莊永裕

莊永裕 Deep Learning for Computational Photography

Computational photography aims at improving photographs through computation. Many algorithms have been developed for making photographs better by combating with the imperfection of cameras, photographers, and scenes. Recently, deep learning has been shown effective for many computational photography problems such as super-resolution, image completion, frame interpolation and many others. In this talk, I will review these deep learning methods for computational photography.
more
莊兼愿

莊兼愿 Project Mynah 九官鳥計畫:AI 幫你接電話

whoscall 如何從既有的累積出發再次創新,推出貼近人性需求的新產品。如何從來電辨識與過濾的軟體,走向電話線裡的人工智慧服務; 如何從消費者端的產品,找出商業上的痛點; 如何克服科技上的突兀,找到人性上的解法。此場演講中,將第一次公開分享 gogolook 在內部創新的新專案:Mynah,一個讓 AI 幫你接電話服務。
more
莊鐵鴻

莊鐵鴻 Amazing GANs

There are many papers try to build models to generate images. Some of them try to tackle the problem from different point of views (probability or energy). Trainings fail easily if bad parameters are used. I want to talk about how the parameters (e.g. large learning rate) affect the trainings.
more
趙式隆

趙式隆 翻譯蒟蒻: 普羅大眾也聽得懂的 AI

最近一年以來,人工智慧已成為最受社會大眾廣泛討論的流行詞彙 (Buzzword) 之一。然而,絕大多數的普羅大眾對於人工智慧的認知,仍停留在一知半解的媒體報導,甚至科幻小說電影階段。作為 AI 技術創業者,需要跨越的一道重大的鴻溝,即是傳達正確的 AI 觀念給一般普通民眾,破除他們對於 AI 的過度期待或想像,進而由訓練用戶,逐步建立正確的使用者經驗慣性。其次,在產業應用方面,既有業者擁有資料與領域知識,但不具有 AI 相關技術;而新創公司雖可能擁有前沿技術,但對於產業知識缺乏深入見解。如何正確的溝通,共創雙贏,成為在這個資料驅動的人工產業結構下,AI 技術型創業者不能迴避的重要議題。本次演講,將分享 BravoAI 的經驗,供有志以 AI 技術創業的朋友參考。
more
廖弘源

廖弘源 多媒體訊號處理及其在數位修復與監控之應用

多媒體訊號處理技術可應用於許多日常生活上。多媒體訊號蓋的範圍極廣,舉凡影像、聲音、視訊、三維動畫,及文字圖檔等,都屬於其範疇。在這個演講中,我將探討兩個應用層面。第一個是將視訊處理技術應用於數位修復,第二個應用層面是數位監控,這兩個應用領域與我們日常生活均息息相關。數位修復可用來進行文化保存的工作,而數位監控則可用來照顧老人家的居家生活及防盜。
more
劉冠良

劉冠良 Defect Inspection with Deep Learning

為了確保提供給客戶的產品符合需求,生產線上都會安排站點做最終產品的外觀檢測,然外觀瑕疵大小、樣式不一,產品表面又有很高的變異性,不管是利用golden sample做pattern match或是設計客製化的特徵萃取都還是會有相當高的誤報(false alarm)或漏檢(false negative)機率,在這次分享中,我們將介紹如何利用深度學習演算法對產品做瑕疵檢測,其中將包含利用CNN以object detection的方式對目標物做檢測,以及FCN以pixel in, pixel out的方式segment瑕疵範圍,或透過autoencoder了解待測物結構後將瑕疵當作anomaly檢測出來。
more
郭建甫

郭建甫 Project Mynah 九官鳥計畫:AI 幫你接電話

whoscall 如何從既有的累積出發再次創新,推出貼近人性需求的新產品。如何從來電辨識與過濾的軟體,走向電話線裡的人工智慧服務; 如何從消費者端的產品,找出商業上的痛點; 如何克服科技上的突兀,找到人性上的解法。此場演講中,將第一次公開分享 gogolook 在內部創新的新專案:Mynah,一個讓 AI 幫你接電話服務。
more
陳宜欣

陳宜欣 大數據情緒分析的經驗分享

「情緒」是社群網站上的一種特性,它可以用在不同的用途,像是偵測意見、消除模稜兩可、猜測興趣、甚至是預防犯罪以及偵測自殺傾向。因此,偵測出使用者文章中的情緒,將是改善服務以及關懷社會中,非常重要的一環。 過去的研究在分析情緒的時候,大部分都採用正負方來分類,而且會利用計算語言專有的技術,如:字詞分析、使用情緒辭典,在這個演講中,我們將分享用一種異於傳統的分析方法,利用潛意識群眾智慧,不但可以分出更細的情緒(如:高興、悲傷、憤怒、驚訝等等),還可以輕易將方法運用到多國語言的情緒分析上。在我們過去的經驗中,我們利用情緒分析技術,運用到心理情緒的偵測,來偵查社群網路上發文者的心理狀態(躁鬱等),期待這樣的技術將可以減少許多不幸的案件、或協助研究者了解心理狀態的轉變。 從這些過去的研究中,我們將會分享一些過去的經驗、由不同的視野來探討使用者,相信這些經驗將能引起資料愛好者的興趣、且具有應用的參考價值。
more
陳煥宗

陳煥宗 不視而見的智慧

電腦視覺是發展人工智慧的重要環節之一,而當前的電腦視覺技術,對於人工智慧提供了什麼樣的能力?從「視而不見」到「不視而見」需要多少「智慧」?電腦視覺與人類視覺還有多少差距?在這個演講中我們將對這些問題做初步的探討。
more
陳彥呈

陳彥呈 影音大數據商機挖掘

近十年來影音內容年年暴增,觀看網路影片已經成為現代人主要的娛樂方式。然而,有別於文字內容,影音中的資訊不易被搜尋、檢索,觀賞時所產生的流量成本與版權費用,往往也大過其所能帶來的廣告營收或會費收入。即便世界最大的影音內容平台Youtube,也僅能勉強平衡收支。近年來人工智慧技術的突破,已讓大量辨識影音內容變為可行,但辨識成本高、準確率不完美、變現方式不成熟等因素,讓傳統媒體、影視產業,對於是否轉型成為「新媒體」陷入進退兩難的困境。講者投身影音內容辨識技術十餘年,近年來專注挖掘影音內容中的金礦,進行辨識技術的客製化、「邊看邊買」、「影音內容關連廣告」等業務的推廣。講者將分享這一路上所遇見的難題,從演算法到系統架構,到商務上與策略上所遇到的瓶頸與挑戰。
more
陳維超

陳維超 人工智慧運算系統的現況與展望

類神經網路的訓練與推論,近幾年已成為平行運算裡最重要的成長契機。由繪圖晶片 GPU 領軍的跳躍性成長,其背後有著二十年的積累。依據資料中心需求設計的 Google TPU,以及可程式化的 FPGA 晶片,同時也加速了產業的變革與進展。行動運算的進步,更促成了人工智慧終端的開發。在這個演講裡,我會試著探討這些方向的共通性與差異性,並介紹我們自行開發之高效能運算架構與影像處理之算法,以協助聽眾理解、預期未來之運算趨勢。
more
陳縕儂

陳縕儂 深度學習之智慧型對話機器人 Deep Learning for Intelligent Conversational Bots

智慧對話機器人 (Intelligent Conversational Bot) 是人工智慧領域中近年來備受重視的一支,各個公司及個人都嘗試著架構專屬的聊天機器人 (ChatBot)。然而,聊天機器人的功能不僅僅侷限於聊天,能夠以對話的方式來協助人類完成各式各樣目標才是我們真正想要的人工智慧。要如何應用深度學習的技術讓機器理解人類對話,並且有效率的協助人類,是現今最重要的研究發展方向,也是此演講會涵蓋的主要範疇。
more
陳韋良

陳韋良 善用 Machine Learning 及 AWS serverless 架構分析惡意檔案

對於惡意檔案數量快速的增加,此主題將分享透過對各類檔案的特性研究收集資料,並善用AWS Lambda, ECS 等服務,打造serverless系統架構,從Feature generation到model training及prediction,event trigger方式串起自動化流程,即時處理大量case。
more
蔡炎龍

蔡炎龍 深度學習實作上的各種卡關

學習過基本深度學習的概念, 也會一些建構神經網路方便的工具如 Keras 之後, 我們總覺得馬上就可以用深度學習的方法做點東西出來, 但往往不如我們預想中的順利。這個演講中我們會先複習基本神經網路的架構, 接著分享在實務應用上經歷過的種種卡關, 以及克服這些障礙的方式。
more
魏澤人

魏澤人 深度學習於遊戲影像上的應用

我們利用對抗生成網路為主的深度學系技術,探討在於遊戲的視訊影像應用之可能性。例如改善老遊戲的畫質,讓許多遊戲性高的老遊戲能夠在現今高解析度螢幕上有能夠接受的畫質。 除了一般性的 super resolution, 也嘗試利用新遊戲的素材來套用在老遊戲上。另一種應用是改變遊戲的風格, 能讓玩家調整並選擇遊戲的畫風,像是寫實或藝術,增加遊戲的趣味性。 也能用類似的技術,在不觸碰遊戲的底層,直接修改畫面,達到類似 game mod 的效果。 而反過來說,也探索利用遊戲的視訊當成素材,藉由深度學習技術,來達到動畫及影像二次創作的效果。
more
頁數: 1 2 3 4 - 每頁 20 筆

歡迎在此登錄您的大名及電子郵件地址,日後任何台灣資料科學協會舉辦的相關活動,我們將會以電子郵件通知您。謝謝。