Uczenie maszynowe dla bezpieczeństwa i produktywności w przemyśle stalowym

Prelegent: 

Gregorio Ferreira, ArcelorMittal

Data: 

31/01/2019 - 13:00

Uczenie maszynowe i sztuczna inteligencja to modena od wielu lat tematyka badawcza. Dobrze znane są również wyzwania przed którymi stają firmy, aby wdrożyć niezawodne rozwiązania wykorzystujące tego rodzaju algorytmy w swojej praktyce. Zrozumienie przepaści między pracami B+R a strykturą IT jest wciąż nikłe, a dopóki oba filary działalności nie dojdą do wspólnego punktu, w którym koszt i złożoność wdrażania rozwiązań opartych na sztucznej inteligencji są dobrze zrozumiałe, możliwości wydobycia całej wartości z danych jest bardzo ograniczona.

Podczas seminarium podzielę się różnymi przypadkami, w których wykorzystanie uczenia maszynowego zapewniło znaczną poprawę istniejących rozwiązań lub stworzyło nowy zakres możliwości, które przy użyciu tradycyjnych technik nie były możliwe. Postaram się również pokazać jak korzystać z metod opartych na wizji komputerowej w celu tworzenia bardziej bezpiecznych i produktywnych rozwiązań dla branży metalowej.

Seminarium zostanie przeprowadzone w języku angielskim.

Historia zmian

Data aktualizacji: 21/01/2019 - 10:36; autor zmian: ()

Uczenie maszynowe i sztuczna inteligencja to modena od wielu lat tematyka badawcza. Dobrze znane są również wyzwania przed którymi stają firmy, aby wdrożyć niezawodne rozwiązania wykorzystujące tego rodzaju algorytmy w swojej praktyce. Zrozumienie przepaści między pracami B+R a strykturą IT jest wciąż nikłe, a dopóki oba filary działalności nie dojdą do wspólnego punktu, w którym koszt i złożoność wdrażania rozwiązań opartych na sztucznej inteligencji są dobrze zrozumiałe, możliwości wydobycia całej wartości z danych jest bardzo ograniczona.

Podczas seminarium podzielę się różnymi przypadkami, w których wykorzystanie uczenia maszynowego zapewniło znaczną poprawę istniejących rozwiązań lub stworzyło nowy zakres możliwości, które przy użyciu tradycyjnych technik nie były możliwe. Postaram się również pokazać jak korzystać z metod opartych na wizji komputerowej w celu tworzenia bardziej bezpiecznych i produktywnych rozwiązań dla branży metalowej.

Seminarium zostanie przeprowadzone w języku angielskim.

Data aktualizacji: 21/01/2019 - 10:20; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Uczenie maszynowe i sztuczna inteligencja to modena od wielu lat tematyka badawcza. Dobrze znane są również wyzwania przed którymi stają firmy, aby wdrożyć niezawodne rozwiązania wykorzystujące tego rodzaju algorytmy w swojej praktyce. Zrozumienie przepaści między pracami B+R a strykturą IT jest wciąż nikłe, a dopóki oba filary działalności nie dojdą do wspólnego punktu, w którym koszt i złożoność wdrażania rozwiązań opartych na sztucznej inteligencji są dobrze zrozumiałe, możliwości wydobycia całej wartości z danych jest bardzo ograniczona.

Podczas seminarium podzielę się różnymi przypadkami, w których wykorzystanie uczenia maszynowego zapewniło znaczną poprawę istniejących rozwiązań lub stworzyło nowy zakres możliwości, które przy użyciu tradycyjnych technik nie były możliwe. Postaram się również pokazać jak korzystać z metod opartych na wizji komputerowej w celu tworzenia bardziej bezpiecznych i produktywnych rozwiązań dla branży metalowej.

Seminarium zostanie przeprowadzone w języku angielskim.

Data aktualizacji: 21/01/2019 - 10:19; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Uczenie maszynowe i sztuczna inteligencja to modena od wielu lat tematyka badawcza. Dobrze znane są również wyzwania przed którymi stają firmy, aby wdrożyć niezawodne rozwiązania wykorzystujące tego rodzaju algorytmy w swojej praktyce. Zrozumienie przepaści między pracami B+R a strykturą IT jest wciąż nikłe, a dopóki oba filary działalności nie dojdą do wspólnego punktu, w którym koszt i złożoność wdrażania rozwiązań opartych na sztucznej inteligencji są dobrze zrozumiałe, możliwości wydobycia całej wartości z danych jest bardzo ograniczona.

Podczas seminarium podzielę się różnymi przypadkami, w których wykorzystanie uczenia maszynowego zapewniło znaczną poprawę istniejących rozwiązań lub stworzyło nowy zakres możliwości, które przy użyciu tradycyjnych technik nie były możliwe. Postaram się również pokazać jak korzystać z metod opartych na wizji komputerowej w celu tworzenia bardziej bezpiecznych i produktywnych rozwiązań dla branży metalowej.

Data aktualizacji: 21/01/2019 - 10:17; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Uczenie maszynowe i sztuczna inteligencja to modena od wielu lat tematyka badawcza. Dobrze znane są również wyzwania przed którymi stają firmy, aby wdrożyć niezawodne rozwiązania wykorzystujące tego rodzaju algorytmy w swojej praktyce. Zrozumienie przepaści między pracami B+R a strykturą IT jest wciąż nikłe, a dopóki oba filary działalności nie dojdą do wspólnego punktu, w którym koszt i złożoność wdrażania rozwiązań opartych na sztucznej inteligencji są dobrze zrozumiałe, możliwości wydobycia całej wartości z danych jest bardzo ograniczona.

Podczas seminarium podzielę się różnymi przypadkami, w których wykorzystanie uczenia maszynowego zapewniło znaczną poprawę istniejących rozwiązań lub stworzyło nowy zakres możliwości, które przy użyciu tradycyjnych technik nie były możliwe. Postaram się również pokazać jak korzystać z metod opartych na wizji komputerowej w celu tworzenia bardziej bezpiecznych i produktywnych rozwiązań dla branży metalowej.