人工智能“图神经网络与知识图谱核心技术及应用”培训班

Posted 2021-04-26 DeepCore

2020/09/08

人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。知识图谱被认为是从感知智能通往认知智能的重要基石。目前不少行业已经积累了规模可观的数据，但认知智能却迟迟未见突飞勐进地发展，原因就是缺少了知识图谱。为进一步加强我国人工智能专业技术人才队伍建设，为推广人工智能与知识图谱技术的应用，我单位在10月15-18举办“人工智能“图神经网络与知识图谱核心技术及应用培训班””，中科院及高校权威专家主讲，具体通知如下，欢迎广大相关企事业单位科技工作者，核心技术人员踊跃报名参加！

 

一、时间地点：可咨询：13932327338  微信同号

2020年10月15日--2020年10月18日  北京实验室平台实战

2020年10月15日--2020年10月18日  线上线下课程同步

二、培训费用：

A 类：4300 元/人,（包含报名费、培训费、资料费、证书费、午餐费）食宿可统一安排，费用自理。学员经培训考试合格后可以获得：由北京中科云畅应用技术研究院颁发的结业证书。

B 类：4800 元/人（包含报名费、培训费、资料费、证书费、午餐费）培训结束经考核合格，可获得由中国电子学会颁发全国电子信息人才能力提升工程专业技术证书，依据人力资源与社会保障部《国家级专业技术人员继续教育基地管理办法》（人社厅发〔2013〕53 号）的要求，本次学习情况，本次学习情况可计入继续教育学时并作为对专业技术人员考核评价、岗位聘用、职称评聘和执业注册的重要依据。须提交电子版彩色照片，身份证复印件。

 

课程内容

一、人工智能、机器学习、深度学习的历史和基本思想	1 .人工智能概述、机器学习概述及基本思想 2 .深度学习的前生今世、发展趋势 3 .深度学习的主要模型及应用场景
三、卷积神经网络	1 .CNN卷积神经网络： 卷积层（一维卷积、二维卷积） 池化层（均值池化、最大池化） 全连接层     激活函数层     Softmax层 2 .CNN卷积神经网络改进： R-CNN （SPPNET）   Fast-R-CNN   Faster-R-CNN （YOLO、SSD） 3.CNN应用案例： CNN与手写数字集分类 YOLO实现目标检测 PixelNet原理与实现 利用卷积神经网络做图像风格结合
四、图神经网络	1. 图神经网络的基本概念   2. 图神经网络主要模型    3.不动点理论、模型学习、GNN 与 RNN、GNN 的局限 4.门控图神经网络(Gated Graph Neural Network) 5.状态更新、GNN 与 GGNN 6.图卷积
六、知识工程与知识图谱	一）知识工程与知识图谱 1 知识表示与知识图谱 2 知识图谱的生命周期 3 知识图谱应用
七、知识获取与知识计算

 

培训对象：

各院校计算机专业、网络通信专业、电子工程专业、信息计算科学专业、统计学专业等对AI /深度学习技术及研发感兴趣的老师、研究生等。相关从事大数据、数据挖掘、机器学习、计算视觉、自然语言处理、人机交互等领域研发的单位的技术部门、IT 企业的工程师、研发负责人、算法工程师等。

 

主讲专家：

主讲专家来自中科院及高校的深度学习和高性能计算高级专家，拥有丰富的科研及工程技术经验， 长期从事计算领域重大项目研究，具有资深的技术底蕴和专业背景

更多中科图云自媒体平台

                                    点击右下角在看