首页 > 产品中心 > 犬粮
界面登陆-联邦学习论文获AAAI2020人工智能创新应用奖工业级应用获认可

本文摘要:联邦自学相关计算机视觉应用程序的开发。

联邦自学相关计算机视觉应用程序的开发。图:联邦视觉机械学习工程平台的照片前有数三家大型企业用于该平台,开发了基于计算机视觉的防火风险解决方案,应用于工厂环境。

经过4个月的部署检验,充分证明了该方案的可靠性,并检验了联邦自学应用于计算机视觉领域的可行性。此次论文获奖,是美联储自学本身技术价值的反映,也是美联储自学生态建设最重要的成果。联邦自学的技术研究、开源工具、标准制定、行业落地等各个方面进一步扩大,应用于ToC、ToB、ToG各个领域,联邦生态越来越完善。

2018年,微型银行AI团队向IEEE(电子和电气工程师协会)标准协会提交联邦自学标准议案,提倡制定联邦自学国际标准。微型银行首席人工智能官杨强教授兼任IEEE旗下P3652.1(联邦自学基础结构与应用)标准工作组主席。目前,该工作组已经召开了4次标准工作组会议,微型银行、腾讯、华为、京东、五谷丰登等30多家公司和机构参加,标准草案预计今年实施。

界面登陆

不仅如此,2019年,微型银行还开源于联邦自学技术框架FATE(FederaterAITechnologyenabler),需要解决的问题包括结构分段、信息交互审查和模块明确扩展的三个工业应用于常见问题,超过工业水平应用于标准,成为世界上第一个联邦自学工业水平应用于开源项目。自开源以来,FATE已经大大升级,配备了第一个可视化的联邦自学工具FATEBoard、联邦自学建模Pipeline调度和生命周期管理工具FATEFlow。目前,FATE被列入世界上仅次于非营利技术社区Linux的Foundation。

除了行业技术标准和开源工具外,为了更好地增加行业交流,微型银行制作并出版了世界上第一个系统解释联邦自学的专业作品——联邦自学,全面共享了联邦自学领域的积累,增加了行业对话。本文讲述了联邦自学与分布式机械学习、密码学与安全性深度融合的方法,引进经济学原理和游戏论的激励机制设计与理论有关,解决问题如何在数据没有当地,保证数据安全的情况下,让多个数据所有者共享数据模型。图:联邦自学专辑《FederatedLearning》在AAAI小姐2020大会上展出,同时在实际场景中应用,联邦自学的实用性和商业价值也得到了很大证明。

微型银行将联邦自学作为风触、反欺诈、智能服务、市场营销、零售等多个领域,取得了显着的效果。其自我研究的智能评价引擎在横向联邦自学技术的基础上,以开票金额和中央银行的联合报纸数据等标签属性共同建模,将中小企业风触模型的区分度(AUCCoofffroC)提高了12%。中国金融四十人论坛(CF40)老研究员、证券监督会原主席肖钢共同发表的《2019中国智能金融发展报告书》说:联邦自学在智能金融中的应用在场景中非常普遍,特别不允许。

大部分机器学习、深度自学等罕见的人工智能算法,经过一定的改造,可以兼容联邦自学方法。国际着名咨询机构Forrester最近发表的报告《人工智能转型欺诈管理》中也提到了联邦自学对提高跨机构合作效率的协助相当大,未来有望。随着联邦自学更加普遍和理解的行业落地,联邦自学的普遍性大幅度提高,相信其实力成为下一代人工智能大规模合作的基础,能够满足技术和社会的市场需求,分担人工智能在发展和应用中的重要任务。

了解更多关于联邦自学的信息:要求更多关于联邦自学专著《联邦自学Learning》:要求更多关于微型银行人工智能的信息:要求更多关于联邦自学专著《联邦自学Learning》的信息:要求更多关于联邦自学的信息:要求更多关于联邦自学的信息:要求更多关于联邦自学版权的文章,并允许禁令发布。下一篇文章发表了注意事项。


本文关键词:亚博网页版,界面登陆

本文来源:亚博网页版-www.farallondpv.com

  • 首页| 关于我们| 新闻中心| 产品中心| 业绩展示| 联系我们|
  • Add:福建省南平市郊区天平大楼61号

    Tel:091-25050873

    闵ICP备90222192号-1 | Copyright © 亚博网页版-界面登陆 Rights Reserved