泛鹏天地在“IEEE IWC2019”竞赛中获优异成绩

时间:2019-09-14 来源:www.feijiazhuang.com

最近,由IEEE ISI 2019和深圳人工智能与数据科学研究所共同赞助的IEEE ISI 2019国际大数据分析竞赛(IEEE ISI World Cup 2019)已成功从中国,美国,巴基斯坦,美国王国,德国等共有来自7个国家的企业和大学的363支队伍和1001名队员参加了比赛。经过公平激烈的竞争,泛鹏天地队在本次比赛中脱颖而出,取得了令人瞩目的成绩。它被邀请参加“第17届IEEE ISI会议”,与来自世界各地的参与团队,专家和学者分享。比赛的成果和创新理念得到了组委会的一致认可,并获得了“最佳报告”的荣誉。

IEEE ISI是安全信息学领域的旗舰会议,于2003年首次在美国亚利桑那州图森市举行。在过去的16年中,IEEE ISI会议已经从传统的情报和安全发展到多学科的研究和创新。为了促进人工智能分析行业的发展,IEEE ISI会议启动了国际大数据分析竞赛(IEEE ISI 2019 World Cup,IWC 2019)。

今年,包括中国,巴基斯坦,伊拉克,美国,英国,德国和挪威在内的七个国家的300多支队伍参加了比赛,共有数千人参加。其中,242支队伍来自中国科学院大学,清华大学,北京大学,亚利桑那大学,康涅狄格大学,国立科技大学,Handelsh& yskolen BI,Saarland Univeristy,北京交通大学,西北工业大学,国防科技大学,中国。南方科技大学,南方科技大学,北京邮电大学,中央财经大学,上海财经大学,北京化工大学,浙江大学等国内外机构高等教育;来自华为,金山,阿里巴巴,埃森哲,世界闪电战有限责任公司,MindRank.ai,中国人民银行,中国工商银行,阳光保险,Droplet,京东等国有互联网巨头的65支队伍。

今年的IEEE ISI竞赛分为两个主题:投资价值评估和法律行动类型预测。它提供了基于3500家上市公司的完整信息。竞争对手需要合理利用现有数据集,为功能构建和模型培训选择有价值的信息。在本次比赛中,本次比赛的难点在于广泛的数据维度,复杂的信息和丰富的数据特征。同时,金融行业机器学习模型的弱解释能力和企业评估数据标准的不一致界面已成为难以克服的困难。 Panpeng Tiandi团队为本次竞赛中的类似数据创建了一个关键的清洁系统,包括自动特征工程和自动特征选择模块,从金融专业的角度推导出特定的业务场景特征,并构建了不同类型模型的集成,整合的效果更稳定。固定。同时,为了提高模型的通用性和解释能力,创建了专业的域标签库和关系图谱来标记,网格化和统一数据的口径。

作为财务管理领域的领导者,Panpeng Tiandi十多年来一直专注于银行业务。自2012年以来,Panpeng Tiandi建立了基于大数据的服务和产品集成系统,为800多家金融机构提供管理咨询,数据运营和系统实施服务。随着大数据的发展,数据挖掘,机器学习,人工智能等相关技术将成为业务发展的重要推动力。多年来,Panpeng Tiandi始终把客户业务逻辑作为数据挖掘分析的起点,确保挖掘分析结果能够有效解决客户业务的痛点,从而实现应用的真正落地。

http://www.whgcjx.com/bdsW5w31y.html