【免費活動】12/17 (四) 南部 AI 小聚又來惹!!
耶誕前來場人工智慧小聚吧‼️這一次我們為您帶來「人臉辨識」與「AI 射出成型」兩大主題👍👍👍對人工智慧有興趣的你千萬不要錯過🤣😍
活動日期:2020/ 12/ 17 (四)
活動地點:台南市東區北門路二段16號 台南文化創意產業園區 2樓C區(七七展演廳)
活動時間:19:00-21:30
報到時間:18:30起
👉報名網址:https://forms.gle/bqSdyDhMsbrHk8Wx9
👉活動詳細資訊:https://aiacademy.tw/tainan-meetup-20201217/
#免費報名參加 #最多不同產業人才的聚會
【講題:淺談人臉辨識方法在深度學習架構下的發展】
人臉辨識的技術至今已經廣泛應用在許多事物上,如手機的解鎖或購物時的驗證,都是唾手可得最貼近你我生活的一個改變。針對人臉辨識任務的演算法不斷演進,從最初聚焦臉部特徵的提取、後續改變模型訓練目標,得到更具代表性的特徵...等等,也使得技術發展越趨成熟。與各位一同分享,科普人臉驗證和辨識技術在深度學習架構上,具有影響力的方法與發展!
【講題: 智慧射出成型之人工智慧品質檢測與應用】
射出成型(Injection molding, IM)是結合多種非線性系統的高分子成型工藝,不僅程序複雜且具備高度領域知識。傳統射出工藝大量倚賴資深操作員的機台調控,然而伴隨著人才的老化、出走、製程高精密成型要求下,如何透過數位化、智能化與AI化的協助,使射出成型由傳統的工人智慧翻轉為人工智慧射出成型並兼具產業升級,是傳統中小企業亟需面對與克服之挑戰。本次將講述如何利用場內現有之資源並結合擷取設備,達到資訊數位化與製程AI化之目的。
#提供輕食餐點不讓你餓 #加入小聚行列
活動詳細資訊:https://aiacademy.tw/tainan-meetup-20201217/
最多不同產業人才的聚會 在 台灣人工智慧學校 Facebook 的精選貼文
【免費活動】10/22 (四) 南部小聚!!
連假後第一波人工智慧小聚🤣😍讓您一次體驗兩個最有趣最有意思的人工智慧主題:「神經網路搜索與圖神經網路」👍👍👍對人工智慧有興趣的你千萬不要錯過!!
活動日期:2020/ 10/ 22 (四)
活動地點:台南市東區北門路二段16號 台南文化創意產業園區 4樓B區(富貴文創講堂)
活動時間:19:00-21:30
報到時間:18:30起
👉報名網址:https://forms.gle/vaV6AYeGbp3jjAbQ6
👉活動詳細資訊:https://aiacademy.tw/tainan-meetup-20201022/
#免費報名參加 #最多不同產業人才的聚會
【講題:一次就好嗎? One-shot Neural Architecture Search介紹!】
神經網路搜索(Neural Architecture Search, NAS)在現今因為 Edge AI 的發展也越來越受大家重視。然而最一開始的NAS進行一次搜索是需要非常大量的資源的,直到One-shot NAS 出來之後才大幅度的減少 NAS 的搜索成本,但是究竟One-shot NAS究竟是透過什麼樣的方式達到 One-shot 同時又兼顧搜索品質的目的呢?本次將會詳細的與大家介紹 One-shot NAS!
【講題: 圖神經網路(Graph Neural Network)初探】
由奇美實業的AI工程師黃慧瑜,現就讀於交大智慧計算與科技研究所。深度學習發展至今已可以在結構化資料上被很好的應用,例如圖像、語音、文本等,也有大量相關的應用例如人臉識別、語音助理、機器翻譯等。然而,圖(Graph)形式的數據卻難以在早期的深度學習模型框架(例如CNN、RNN)下被很好的應用,這樣形式的數據多出現在例如電子商務、社交網路、化學和生物製藥等,近年也被應用在視覺推理和3D點雲數據的學習。與傳統的結構化資料不同,圖(Graph)是一種具有全適性(ubiquitous)的資料結構,透過節點「標籤(表示)」和「連結方向」來構成,可以表達絕大部分的實體關聯性。講者將在本次meetup與大家介紹圖神經網路(Graph Neural Network,GNN)此一深度學習的子領域,旨在增進大眾對圖神經網路的了解和研究興趣,並會分享講者將GNN應用在關鍵點偵測的實作案例。也歡迎現場參與的朋友一同交流!
#提供輕食餐點不讓你餓 #加入小聚行列
活動詳細資訊:https://aiacademy.tw/tainan-meetup-20201022/
最多不同產業人才的聚會 在 意思的人工智慧主題:「神經網路 的推薦與評價
... 最多不同產業人才的聚會](https://www.facebook.com/hashtag/%E6%9C%80%E5%A4%9A%E4%B8%8D%E5%90%8C%E7%94%A2%E6%A5%AD%E4%BA%BA%E6%89%8D%E7%9A%84%E8%81%9A%E6% ... ... <看更多>