廣告
廣告
您的位置 資訊中心 > 產業新聞 > 正文

人工智能為數據分析做好準備:充分利用機器學習

2019-11-14 15:09:41 來源:CDA數據分析師 點擊:690

【大比特導讀】成功部署AI要求團隊具有跨多個領域的才能:對數據的理解,對機器學習算法的知識以及統計方法,以及高性能或集群計算方面的專業知識。但是潛在的回報使挑戰值得克服,并且可以擴展到分析實驗結果以外的其他領域。

AI專有技術應用于從世界領先,最強大的科學儀器收集的龐大數據池中,可以加速科學發現的過程。強大的機器學習方法提供了從原始實驗數據中提取科學意義的新方法,最終可以幫助資助者從研究投資中釋放更多價值。

諸如中子和同步加速器源之類的大規模實驗設施已成為現代科學研究的基本要素,使來訪的研究人員能夠探究許多不同類型材料的結構和特性。它們還會生成大量的實驗數據,如果沒有專門的實驗知識,訪問科學家可能很難從原始數據集中提取有意義的信息。結果,在其寶貴的波束時間期間收集的某些數據將永遠無法得到正確的分析。

好消息是,在過去的10年中,這種情況已得到顯著改善,由領先的中子設施財團共同努力,以簡化和標準化用于分析來自中子散射和μ子光譜實驗數據的軟件。這個名為MANTiD的框架支持通用的數據結構和共享的算法,使來訪的科學家能夠輕松地處理和可視化他們的實驗結果。

Tessella的高級項目經理之一尼克·德雷珀(Nick Draper)表示:“這一共同框架有助于來訪的科學家掌握不同設施的儀器。” “但是它也可以幫助研究人員在同一設施中使用不同的儀器。”

下一個重大挑戰

根據長期參與大型科學項目支持的德雷珀所說,下一個主要挑戰是使來自不同科學背景的研究人員更容易分析和解釋可以產生的復雜實驗結果。“通常,不僅有一個模型適合您的數據,可能有20或30個選項,有時并不確定要選擇哪種模型,” Draper解釋說。“目前,需要真正了解儀器實驗的儀器科學家的專家意見來指導和指導采用哪種方法。”

但是,隨著越來越多的數據要通過,這會造成延遲結果的瓶頸。加快流程的一種選擇是利用人工智能(AI)來幫助模型選擇。這個概念有些研究人員可能會感到不安,但是Draper的同事Matt Tess(泰斯拉(Tessella)的分析師,密切關注最新的行業趨勢)對此有些放心。他說:“人工智能是在幫助人類,它不是在治理和提供答案,而是在不斷擴大。”

馬特·瓊斯(Matt Jones)跟隨著AI從早期的單一產品到今天的基于云的解決方案的興起,并指出了它在輔助藥物開發方面的成功。一個示例是在擴大藥物發現流程時進行的AI增強分析–反過來又使專家騰出精力來從事更高價值的任務。他主張采取量身定制的方法來最大化收益。他評論說:“構建了最準確,最好的解決方案來解決眼前的緊迫問題。”

深度學習革命

如今,圍繞人工智能的嗡嗡聲已經不容忽視。令我們震驚的是,在國際象棋和圍棋比賽中可以擊敗大師級比賽的計算機,以及功能日益強大的語音識別和機器翻譯工具,為我們帶來了驚喜。在亮點列表中,您還可以在圖像識別方面增加突破性發展,并在無人駕駛車輛中取得進步。但是,為什么現在都在發生呢?畢竟,許多機器學習算法已經存在了數十年。

深度學習依賴于高性能計算(STFC)

關鍵因素是規模的影響,特別是數據和可用計算能力的并行增長。尤其是深度學習,這改變了一種技術的功能,而深度學習則受益于大型數據集的可用性。當其他方法向您提供更多信息時達到平穩狀態時,深度學習的人工神經網絡的性能將不斷提高。而且,神經網絡越大(或越深),其吸收其輸入值并提供有意義的輸出的能力就越大。

將大數據與大量計算相結合,可以創建具有許多所謂的隱藏層的人工神經網絡。這些深度學習系統是巨大的數學函數,包含多層節點,配備有自動調整的權重和偏差,所有這些值都夾在一系列輸入和輸出之間。數據和計算的豐富結合,以及對如何訓練(或傳播)這些強大的多層網絡的更深入了解,現在正在將機器學習技術的性能推向新的高度。

享受利益

不利的一面是,研究小組需要訪問大量數據和大量計算以充分利用深度學習的好處,并且需要能夠啟動和運行這些系統的團隊的支持。

STFC首席數據科學家Tony Hey和他的團隊意識到了這個問題。為了幫助研究人員從實驗中更有效地提取更多科學,Hey成立了一個科學機器學習小組,與英國國家數據科學和人工智能研究院Alan Turing Institute密切合作。Hey還與STFC的Ada Lovelace中心建立了聯系,該中心正在建立為一個綜合的,跨學科的,數據密集型科學中心,該中心有可能通過跨學科的數據處理,計算機模擬和數據方法來轉變大型科學機構的研究分析。

Hey的目標包括將AI和先進的機器學習技術應用于Harwell校區由STFC支持的設施生成的實驗數據:Diamond同步加速器源;ISIS中子和μ子源;英國的中央激光設施;NERC環境數據分析中心及其JASMIN超級數據集群。

聲明:轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益,請與我們聯系,我們將及時更正、刪除,謝謝。

分享到:
閱讀延展
AI 大數據 機器學習
  • 黃強到河南省大數據中心實地調研

    黃強到河南省大數據中心實地調研

    中華黃河飛天云成功上線運行,實現了華為、阿里兩大公司在“Huanghe”牌服務器上的首次合作,為我省政務及商用信息系統應用提供了新的選擇,進一步提升了我省云平臺支撐能力,將對我省數字經濟發展起到更加有力的推動作用。

  • 聚焦PB級“低代碼”大數據中臺,構建行業智慧大腦

    聚焦PB級“低代碼”大數據中臺,構建行業智慧大腦

    大數據平臺產品服務場景中,數據處理能力、處理效率和成本是重中之重。對此,睿帆科技的產品及解決方案都具備了“支持PB級數據處理”+“低代碼”方式。

  • 婁底召開互聯網和大數據產業鏈工作調度會議

    婁底召開互聯網和大數據產業鏈工作調度會議

    近年來,婁底掛牌成立了全省首個互聯網產業特色小鎮——婁底南·聯創小鎮,建立了全省首家區塊鏈產業園——婁底市區塊鏈產業園,并先后被評為省級現代服務業示范集聚區、省級移動互聯網產業園、湖南省大數據產業園、湖南省區塊鏈產業園。

  • 工業大數據要如何管理

    工業大數據要如何管理

    從需求側看,隨著智能制造、工業互聯網等國家戰略的逐一推進,個性化定制、網絡化延伸以及智能化設計、生產、服務等新模式不斷出現,對于工業大數據技術、產品、平臺的需求不斷增大,為工業大數據提供了充足的應用場景。

  • 獲香港富豪家族戰略投資 大數據先驅華策數科逆勢守正未來

    獲香港富豪家族戰略投資 大數據先驅華策數科逆勢守正未來

    顯然,在整個行業正在經歷頭部聚攏、監管正本清源的大背景下,華策數科逆勢迎來強大股東支持,將有效鞏固其在該領域的先行者地位,拓展更為寬廣的未來。

  • 紀檢監察大數據:助力紀檢監察,讓腐敗顯形

    紀檢監察大數據:助力紀檢監察,讓腐敗顯形

    谷尼紀檢監察大數據平臺以監督對象信息、廉政信息等數據為基礎,將大數據技術與紀檢監察業務需求相結合,通過數據采集、存儲、清洗、挖掘和可視化技術,提高廉政線索發現、腐敗預防、權力監管等工作的效率和效果,促進紀檢監察管理工作的升級。

  • 物聯網將在哪些領域快速改善公共安全問題?

    物聯網將在哪些領域快速改善公共安全問題?

    利用物聯網設備傳感器生成的數據來驅動人工智能和機器學習算法,負責人可以對城市基礎設施進行預測,并通過測量結構的位移和振動來檢測受損情況,這些位移和振動可以顯示出建筑物裂縫、拉伸或過度變形的狀態。

  • 從物聯網生態研究物聯網發展趨勢

    從物聯網生態研究物聯網發展趨勢

    人工智能可用于管理多個相互關聯的物聯網元素。最關鍵的是,它的處理能力和學習能力對于分析物聯網傳輸設備產生的大量數據至關重要。企業可以通過利用在人工智能技術下聚合起來的實踐子集——機器學習來實現這一目標。

  • 瑞薩電子發布支持32位Arm Cortex-M微控制器RA產品家族的靈活配置軟件包(FSP)重要更新

    瑞薩電子發布支持32位Arm Cortex-M微控制器RA產品家族的靈活配置軟件包(FSP)重要更新

    近日,瑞薩32位Arm? Cortex?-M微控制器RA產品家族的靈活配置軟件包(FSP)更新,此次更新增強了安全性、連接性、電機控制和機器學習功能,充分利用瑞薩32位RA MCU廣泛的產品陣容,以挑選最適合自身需求的軟件模型,另外,還支持可預測維護功能的解決方案。

  • 盤和林:大數據中心為經濟高質量發展提供新動能

    盤和林:大數據中心為經濟高質量發展提供新動能

    作為新基建的重要內容,大數據中心涵蓋的新興技術很多,如云計算、人工智能、機器學習等,大數據中心可通過處理海量互聯網、物聯網或企業的結構化信息和非結構化信息,為用戶提取出有價值的信息。

  • 你了解工業物聯網嗎?快來看看吧!

    你了解工業物聯網嗎?快來看看吧!

    現在比較熱門的工業物聯網幾種應用:一、預測性的維護,它是借助機器學習的算法,再結合工業物聯網網絡從傳感器以及其他相關來源獲取實時以及歷史數據,來對機器的各方面進行預測,從而保證機器的有效運轉和降低維修成本。二、主動補貨,這點我相信大家都是應該稍微有所了解。

  • 工業物聯網領域有哪一些技術支撐

    工業物聯網領域有哪一些技術支撐

    機器學習可以幫助公司自動分析龐大數據集,并提供可付諸實際行動的步驟,比如防止工廠出現停運。擁有機器學習和先進分析功能的工業物聯網供應商包括GE Digital、PTC、西門子和總部位于西雅圖的Seeq。

微信

第一時間獲取電子制造行業新鮮資訊和深度商業分析,請在微信公眾賬號中搜索“大比特商務網”或者“big-bit”,或用手機掃描左方二維碼,即可獲得大比特每日精華內容推送和最優搜索體驗,并參與活動!

發表評論

  • 最新評論
  • 廣告
  • 廣告
  • 廣告
廣告
Copyright Big-Bit ? 2019-2029 All Right Reserved 大比特資訊公司 版權所有       未經本網站書面特別授權,請勿轉載或建立影像,違者依法追究相關法律責任  
江苏11选5开奖号码查询 2020年刘伯温正版资料 云南快乐十分 网赌输了怎样找客服退钱 850游戏安卓手机老版本 秒速牛牛官网 北京11选5 AV毛片视频无码 若安股票基金今日净 手机上网做任务赚钱 青海高频11选5开奖结果 刮刮乐多少钱一张 安徽快3遗漏号码数据 山西11选5前三直选走势 上证指数怎么买卖 欧美a片和人兽片 免费精准8码中特公开1