دو موقعیت دکترا در دانشگاه شوپنهاگن دانمارک برای دانشجویان کامپیوتر
2 Marie Curie PhD fellows in Computer Science, Denmark
Advertisement
Department of Computer Science, Faculty of Science at University of Copenhagen is searching for two Marie Curie PhD fellows interested in pushing the boundaries of rapid biomechanics simulation for personalized clinical design with us. They will be enrolled as PhD students in Computer Science commencing 1 September 2018 or as soon as possible thereafter:
Position 1 seeks to investigate the use of finite element analysis for understanding of pre-arthrosis deformities and related surgeries. More details can be found here: http://www.rainbow.ku.dk/projects/esr1
Position 2 seeks to investigate real-time physically- based deformable registration techniques to align these 3D geometries to intra-operative images. More details can be found here: http://www.rainbow.ku.dk/projects/esr4
Project denoscription
You will be working as part of the Rapid Biomechanics Simulation for Personalized Clinical Design (RAINBOW) MSCA European Training Network, awarded by the European Union's Horizon 2020 research and innovation programme. This network consists of 5 universities, 1 hospital, 8 industrial partners, and will educate a total of 15 PhD students through common dedicated training activities. More details can be found here http://rainbow.ku.dk
Principal supervisors are: Associate professor Kenny Erleben, Department of Computer Science, E-mail kenny@di.ku.dk, Direct Phone: +45 29 63 11 08 (position 1) and Associate professor Sune Darkner, Department of Computer Science, E-mail darkner@di.ku.dk, Direct Phone: +45 21 30 85 84 (position 2)
Denoscription of the scientific environment
The Image section of the Department of Computer Science, University of Copenhagen hosts experts in image analysis and processing, computer vision, computer simulation, numerical optimization and machine learning. The section offers a research environment with much freedom: to a large extent, you shape the research you work on and the ideas you pursue. The section aspires to be a top research environment that bridges theory and practice. You will be part of the RAINBOW research team within the Image section. The team will consist of 4 PhDs, 2 Associate Professors and 1 Post Doc. You will be exposed to clinical practice and get close to patients and clinical experts while working both with theory and creating software, design tools, to be used by clinical experts. The RAINBOW network offers many traveling opportunities for training events and extended visits or research stays.
Job denoscription
The position is available for a 3-year period and your key tasks as a PhD student are:
To manage and carry through your research project
Attend PhD courses
Write scientific articles and your PhD thesis
Disseminate your research
To stay at an external research institution for a few months, preferably abroad
Formal requirements
Applicants should hold an MSc degree in Computer Science, Mathematics or related field with out standing grades. Applicants should possess Strong programming skills, Strong mathematical background and proficiency in spoken and written English. As criteria for the assessment of your qualifications emphasis will also be laid on awards and honors, previous scientific publications in recognized peer-reviewed venues (if any) and relevant professional qualifications and work experience. It is an advantage if the candidate has experience with one or more of the following topics:
Differential and Riemannian geometry
Numerical optimization
Geometry and topology
Image analysis/computer vision
Simulation and scientific computing
Terms of employment
The position is covered by the Memorandum on Job Structure for Academic Staff (available on request).
2 Marie Curie PhD fellows in Computer Science, Denmark
Advertisement
Department of Computer Science, Faculty of Science at University of Copenhagen is searching for two Marie Curie PhD fellows interested in pushing the boundaries of rapid biomechanics simulation for personalized clinical design with us. They will be enrolled as PhD students in Computer Science commencing 1 September 2018 or as soon as possible thereafter:
Position 1 seeks to investigate the use of finite element analysis for understanding of pre-arthrosis deformities and related surgeries. More details can be found here: http://www.rainbow.ku.dk/projects/esr1
Position 2 seeks to investigate real-time physically- based deformable registration techniques to align these 3D geometries to intra-operative images. More details can be found here: http://www.rainbow.ku.dk/projects/esr4
Project denoscription
You will be working as part of the Rapid Biomechanics Simulation for Personalized Clinical Design (RAINBOW) MSCA European Training Network, awarded by the European Union's Horizon 2020 research and innovation programme. This network consists of 5 universities, 1 hospital, 8 industrial partners, and will educate a total of 15 PhD students through common dedicated training activities. More details can be found here http://rainbow.ku.dk
Principal supervisors are: Associate professor Kenny Erleben, Department of Computer Science, E-mail kenny@di.ku.dk, Direct Phone: +45 29 63 11 08 (position 1) and Associate professor Sune Darkner, Department of Computer Science, E-mail darkner@di.ku.dk, Direct Phone: +45 21 30 85 84 (position 2)
Denoscription of the scientific environment
The Image section of the Department of Computer Science, University of Copenhagen hosts experts in image analysis and processing, computer vision, computer simulation, numerical optimization and machine learning. The section offers a research environment with much freedom: to a large extent, you shape the research you work on and the ideas you pursue. The section aspires to be a top research environment that bridges theory and practice. You will be part of the RAINBOW research team within the Image section. The team will consist of 4 PhDs, 2 Associate Professors and 1 Post Doc. You will be exposed to clinical practice and get close to patients and clinical experts while working both with theory and creating software, design tools, to be used by clinical experts. The RAINBOW network offers many traveling opportunities for training events and extended visits or research stays.
Job denoscription
The position is available for a 3-year period and your key tasks as a PhD student are:
To manage and carry through your research project
Attend PhD courses
Write scientific articles and your PhD thesis
Disseminate your research
To stay at an external research institution for a few months, preferably abroad
Formal requirements
Applicants should hold an MSc degree in Computer Science, Mathematics or related field with out standing grades. Applicants should possess Strong programming skills, Strong mathematical background and proficiency in spoken and written English. As criteria for the assessment of your qualifications emphasis will also be laid on awards and honors, previous scientific publications in recognized peer-reviewed venues (if any) and relevant professional qualifications and work experience. It is an advantage if the candidate has experience with one or more of the following topics:
Differential and Riemannian geometry
Numerical optimization
Geometry and topology
Image analysis/computer vision
Simulation and scientific computing
Terms of employment
The position is covered by the Memorandum on Job Structure for Academic Staff (available on request).
Terms of appointment and payment accord to the agreement between the Ministry of Finance and The Danish Confederation of Professional Associations on Academics in the State and according to the rules and regulations laid down by European Union’s Horizon 2020 Marie Curie Initial Training Networks.
The scholarship requires a Master's degree in computer science or a field providing equivalent qualifications (see above), at the time of taking up the position. The appointment is for a period of 36 months and is expected to lead to a PhD dissertation. More details about studying at the University of Copenhagen may be found at http://www.science.ku.dk/english/research/phd/; information about studying in Denmark may be found at http://ism.ku.dk.
Since the scholarship is part of the MSCA European Training Network programme the candidate must - at the date of recruitment – be an “early stage researcher” (i.e. in the first 4 years of his/her research career and not have a doctoral degree) and cannot have resided in Denmark for more than 12 months in the three years immediately before the recruitment.
Application Procedure
The application, in English, must be submitted electronically by clicking APPLY NOW below.
Please include
Letter of motivation (max. two pages) that includes a denoscription of how the qualifications are met
CV
Master thesis as PDF (final or in draft; if draft, then state the expected submission date)
Assessment of master thesis (final or provisional if the thesis is not submitted)
Reference letters from two referees (signed and dated)
Diploma and trannoscripts of grades (BSc and MSc) documenting an outstanding academic record. Unless the candidate's diploma and trannoscripts of grades are in Danish or English, the candidate must procure a certified translation. Furthermore, the candidate must include official information about the grading scale.
Other information for consideration, e.g. list of publications (if any),
PDFs of any scientific publications that you have co-authored.
Full contact details (Name, address, telephone & email) of 1-3 professional referees
The University wishes our staff to reflect the diversity of society and thus welcomes applications from all qualified candidates regardless of personal background.
The deadline for applications is 1 May 2018, 23:59 GMT +2.
After the expiry of the deadline for applications, the authorized recruitment manager selects applicants for assessment on the advice of the Interview Committee. Afterwards an assessment committee will be appointed to evaluate the selected applications. The applicants will be notified of the composition of the committee and the final selection of a successful candidate will be made by the Head of Department, based on the recommendations of the assessment committee and the interview committee.
The main criterion for selection will be the research potential of the applicant and the above mentioned skills. The successful candidate will then be requested to formally apply for enrolment as a PhD student at the PhD school of the Faculty of Science, University of Copenhagen. You can read more about the recruitment process at http://employment.ku.dk/faculty/recruitment-process/.
Further Information
Application Deadline : 1 May 2018
2 Marie Curie PhD fellows in Computer Science : PDF
Contact Email:
Posted on 2018-03-01 07:46:25
منبع :
http://employment.ku.dk/phd/?show=146802
The scholarship requires a Master's degree in computer science or a field providing equivalent qualifications (see above), at the time of taking up the position. The appointment is for a period of 36 months and is expected to lead to a PhD dissertation. More details about studying at the University of Copenhagen may be found at http://www.science.ku.dk/english/research/phd/; information about studying in Denmark may be found at http://ism.ku.dk.
Since the scholarship is part of the MSCA European Training Network programme the candidate must - at the date of recruitment – be an “early stage researcher” (i.e. in the first 4 years of his/her research career and not have a doctoral degree) and cannot have resided in Denmark for more than 12 months in the three years immediately before the recruitment.
Application Procedure
The application, in English, must be submitted electronically by clicking APPLY NOW below.
Please include
Letter of motivation (max. two pages) that includes a denoscription of how the qualifications are met
CV
Master thesis as PDF (final or in draft; if draft, then state the expected submission date)
Assessment of master thesis (final or provisional if the thesis is not submitted)
Reference letters from two referees (signed and dated)
Diploma and trannoscripts of grades (BSc and MSc) documenting an outstanding academic record. Unless the candidate's diploma and trannoscripts of grades are in Danish or English, the candidate must procure a certified translation. Furthermore, the candidate must include official information about the grading scale.
Other information for consideration, e.g. list of publications (if any),
PDFs of any scientific publications that you have co-authored.
Full contact details (Name, address, telephone & email) of 1-3 professional referees
The University wishes our staff to reflect the diversity of society and thus welcomes applications from all qualified candidates regardless of personal background.
The deadline for applications is 1 May 2018, 23:59 GMT +2.
After the expiry of the deadline for applications, the authorized recruitment manager selects applicants for assessment on the advice of the Interview Committee. Afterwards an assessment committee will be appointed to evaluate the selected applications. The applicants will be notified of the composition of the committee and the final selection of a successful candidate will be made by the Head of Department, based on the recommendations of the assessment committee and the interview committee.
The main criterion for selection will be the research potential of the applicant and the above mentioned skills. The successful candidate will then be requested to formally apply for enrolment as a PhD student at the PhD school of the Faculty of Science, University of Copenhagen. You can read more about the recruitment process at http://employment.ku.dk/faculty/recruitment-process/.
Further Information
Application Deadline : 1 May 2018
2 Marie Curie PhD fellows in Computer Science : PDF
Contact Email:
Posted on 2018-03-01 07:46:25
منبع :
http://employment.ku.dk/phd/?show=146802
www.science.ku.dk
PhD
چالش جدید دیگر از سایت https://www.kaggle.com
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش و دنبال جایزه خوب
We've just launched the Toxic Comment Classification Challenge! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.
Host:
The Conversation AI team, a research initiative founded by Jigsaw and Google (both a part of Alphabet). They work on tools to help improve online conversation.
Competition Denoscription:
You’re challenged to build a multi-headed model that’s capable of detecting different types of toxicity like threats, obscenity, insults, and identity-based hate better than their current models. You’ll be using a dataset of comments from Wikipedia’s talk page edits.
The threat of online abuse and harassment often push people to stop expressing themselves and give up on seeking different opinions. Hopefully, improvements to the current model will help online discussion become more productive and respectful.
Total prizes:
$35,000
Next important deadline:
February 13, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.
Good luck,
The Kaggle Team
منبع:
https://www.kaggle.com/c/donorschoose-application-screening?utm_medium=email&utm_source=intercom&utm_campaign=donorschoose+competition+2018
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش و دنبال جایزه خوب
We've just launched the Toxic Comment Classification Challenge! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.
Host:
The Conversation AI team, a research initiative founded by Jigsaw and Google (both a part of Alphabet). They work on tools to help improve online conversation.
Competition Denoscription:
You’re challenged to build a multi-headed model that’s capable of detecting different types of toxicity like threats, obscenity, insults, and identity-based hate better than their current models. You’ll be using a dataset of comments from Wikipedia’s talk page edits.
The threat of online abuse and harassment often push people to stop expressing themselves and give up on seeking different opinions. Hopefully, improvements to the current model will help online discussion become more productive and respectful.
Total prizes:
$35,000
Next important deadline:
February 13, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.
Good luck,
The Kaggle Team
منبع:
https://www.kaggle.com/c/donorschoose-application-screening?utm_medium=email&utm_source=intercom&utm_campaign=donorschoose+competition+2018
Kaggle
DonorsChoose.org Application Screening
Predict whether teachers' project proposals are accepted
عرض سلام خدمت دوستان گرامی
علاقه مند شدم که در نمایشگاه بین الملی بینایی ماشین در المان (شهر اشتورگات) حضور پیدا کنم. دوستان اگر قصد حضور در این نمایشگاه را دارند لطفا اطلاع بدهند می تونیم باهم باشیم و اطلاعات بیشتر در این زمینه کسب کنیم. یا هر کدام از دوستان شرکت یا فعالیت در زمینه بینایی ماشین دارند می توانند پیام دهند و نمایندگی یا هرچیزی که می تونیم برای ایران بگیریم را در این زمینه صبحت کنیم.
ادرس نمایشگاه بین الملی بینایی ماشین :
https://www.messe-stuttgart.de/vision/en/
ارتباط با بنده:
@Kartal_jnkh (https://news.1rj.ru/str/Kartal_jnkh)
علاقه مند شدم که در نمایشگاه بین الملی بینایی ماشین در المان (شهر اشتورگات) حضور پیدا کنم. دوستان اگر قصد حضور در این نمایشگاه را دارند لطفا اطلاع بدهند می تونیم باهم باشیم و اطلاعات بیشتر در این زمینه کسب کنیم. یا هر کدام از دوستان شرکت یا فعالیت در زمینه بینایی ماشین دارند می توانند پیام دهند و نمایندگی یا هرچیزی که می تونیم برای ایران بگیریم را در این زمینه صبحت کنیم.
ادرس نمایشگاه بین الملی بینایی ماشین :
https://www.messe-stuttgart.de/vision/en/
ارتباط با بنده:
@Kartal_jnkh (https://news.1rj.ru/str/Kartal_jnkh)
Media is too big
VIEW IN TELEGRAM
وبینار Deep Learning on Your Desktop with NVIDIA GPU Cloud and NVIDIA TITAN
دوستانی که اپ نویس موبایل هستند سایت Kaggle براشون یه چالش 25 هزار دلاری داره.
TalkingData Competition Launch: Detect Fraudulent Click Traffic for Mobile App Ads
We've just launched TalkingData Ad Tracking Fraud Detection Challenge! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.
Host:
TalkingData, China’s largest independent big data service platform, covering over 70% of active mobile devices nationwide.
Competition Denoscription:
Build an algorithm that predicts whether a user will download an app after clicking a mobile app ad.
TalkingData's services handles over 3 billion clicks per day, of which 90% are potentially fraudulent. Their current approach to prevent click fraud for app developers is to measure the journey of a user’s click across their portfolio, and flag IP addresses who produce lots of clicks, but never end up installing apps. With this information, they've built an IP blacklist and device blacklist. While successful, they want to always be one step ahead of fraudsters and have turned to the Kaggle community for help in further developing their solution.
Total prizes:
$25,000
Next important deadline:
April 30, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.
Join the competition
Good luck,
The Kaggle Team
منبع:
https://www.kaggle.com/c/talkingdata-adtracking-fraud-detection?utm_medium=email&utm_source=intercom&utm_campaign=talkingdata+competition+2018
TalkingData Competition Launch: Detect Fraudulent Click Traffic for Mobile App Ads
We've just launched TalkingData Ad Tracking Fraud Detection Challenge! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.
Host:
TalkingData, China’s largest independent big data service platform, covering over 70% of active mobile devices nationwide.
Competition Denoscription:
Build an algorithm that predicts whether a user will download an app after clicking a mobile app ad.
TalkingData's services handles over 3 billion clicks per day, of which 90% are potentially fraudulent. Their current approach to prevent click fraud for app developers is to measure the journey of a user’s click across their portfolio, and flag IP addresses who produce lots of clicks, but never end up installing apps. With this information, they've built an IP blacklist and device blacklist. While successful, they want to always be one step ahead of fraudsters and have turned to the Kaggle community for help in further developing their solution.
Total prizes:
$25,000
Next important deadline:
April 30, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.
Join the competition
Good luck,
The Kaggle Team
منبع:
https://www.kaggle.com/c/talkingdata-adtracking-fraud-detection?utm_medium=email&utm_source=intercom&utm_campaign=talkingdata+competition+2018
Kaggle
TalkingData AdTracking Fraud Detection Challenge
Can you detect fraudulent click traffic for mobile app ads?
Media is too big
VIEW IN TELEGRAM
با پردازش تصویر حرکت های زیر ذره بینی رو می شه تشخیص داد. منبع : http://people.csail.mit.edu/mrub/
Forwarded from Mahdi
images.rar
12.7 MB
#دیتا_ست
#تصاویر_خودرو
#برند_مدل_سال_تولید
2768_نمونه
100*150 پیکسل
گروه پرسش و پاسخ یادگیری عمیق:
↪️ https://news.1rj.ru/str/joinchat/ClyM2hFyG5NPY4Cu-B_Tmw
❇️ @ai_python
#تصاویر_خودرو
#برند_مدل_سال_تولید
2768_نمونه
100*150 پیکسل
گروه پرسش و پاسخ یادگیری عمیق:
↪️ https://news.1rj.ru/str/joinchat/ClyM2hFyG5NPY4Cu-B_Tmw
❇️ @ai_python
#خبر
اطمینان از وسایل نقلیه خود رانندگی با هوش مصنوعی
Securing Self-Driving Vehicles with Artificial Intelligence
A new system could better protect self-driving vehicles from hackers and bad signals by using artificial intelligence (AI) to secure wireless communications. With human lives on the line, it is crucial self-driving vehicles are secured in the design stages rather than in afterthought spot patches. With countless data messages coming through each vehicle sensor per second, systems must ensure each signal received is legitimate. This leads to unsustainably high computational overhead, putting connected vehicle systems at risk.
A self-driving vehicle communicates through a complex network of sensors. When on the road with other self-driving and connected cars, it must sift through the hundreds of messages generated each second by its own sensors, as well as the sensors of other self-driving vehicles. This can cause confusion and lead to a car getting the wrong directives. Additionally, hackers can create dummy transmitters to create false roadblocks, leaving passengers at the hackers’ mercy.
اگر براتون جالب بود ادامشو از منبع بخوانید...
http://ieeexplore-spotlight.ieee.org/article/self-driving-vehicles/
اطمینان از وسایل نقلیه خود رانندگی با هوش مصنوعی
Securing Self-Driving Vehicles with Artificial Intelligence
A new system could better protect self-driving vehicles from hackers and bad signals by using artificial intelligence (AI) to secure wireless communications. With human lives on the line, it is crucial self-driving vehicles are secured in the design stages rather than in afterthought spot patches. With countless data messages coming through each vehicle sensor per second, systems must ensure each signal received is legitimate. This leads to unsustainably high computational overhead, putting connected vehicle systems at risk.
A self-driving vehicle communicates through a complex network of sensors. When on the road with other self-driving and connected cars, it must sift through the hundreds of messages generated each second by its own sensors, as well as the sensors of other self-driving vehicles. This can cause confusion and lead to a car getting the wrong directives. Additionally, hackers can create dummy transmitters to create false roadblocks, leaving passengers at the hackers’ mercy.
اگر براتون جالب بود ادامشو از منبع بخوانید...
http://ieeexplore-spotlight.ieee.org/article/self-driving-vehicles/
IEEE Xplore Innovation Spotlight
Securing Self-Driving Vehicles with Artificial Intelligence
A new system could better protect self-driving vehicles from hackers and false directions by securing wireless communications with artificial intelligence.
Forwarded from Saeed
نام مقاله:
یک مرور سیستماتیک رایانش ابری، داده های بزرگ و پایگاه های داده در ابر:
رایانش ابری به عنوان یک ابتکار عمل ارائه شده است که وعده زیادی را در بهبود دسترسی به منابع محاسباتی ارائه می دهد . در حالی که برخی از ابرها و مفاهیم محاسبات به دهه 1950 باز می گردند، این معماری جدید و سیستم عامل های جدیدی است که به شیوه ای که منابع با استفاده از مدل های مبتنی بر سرویس ها اجاره می دهد، شکل گیرند. با این حال، برخی از سردرگمی در مورد ارتباط بین مدل های مبتنی بر ابر و چالش ها در مدیریت داده های بزرگ وجود دارد. بعضی از تلاش برای حل مشکل با جایگزینی و ارتقاء زیرساخت های فیزیکی است ، در حالی که دیگران به نرم افزار هوشمند برای بهبود مقیاس پذیری تجزیه و تحلیل داده ها می اندیشند. آنچه که هنوز معلوم نیست، تعریف و موقعیت پارادایم های ابری است. این مهم است که به آن پایبند باشیم زیرا چالش های اساسی در دسترس بودن، مجازی سازی، تقسیم بندی و توزیع، مقیاس پذیری و انعطاف پذیری، و تنگناهای عملکرد در مدیریت داده ها وجود دارد.
یک مرور سیستماتیک رایانش ابری، داده های بزرگ و پایگاه های داده در ابر:
رایانش ابری به عنوان یک ابتکار عمل ارائه شده است که وعده زیادی را در بهبود دسترسی به منابع محاسباتی ارائه می دهد . در حالی که برخی از ابرها و مفاهیم محاسبات به دهه 1950 باز می گردند، این معماری جدید و سیستم عامل های جدیدی است که به شیوه ای که منابع با استفاده از مدل های مبتنی بر سرویس ها اجاره می دهد، شکل گیرند. با این حال، برخی از سردرگمی در مورد ارتباط بین مدل های مبتنی بر ابر و چالش ها در مدیریت داده های بزرگ وجود دارد. بعضی از تلاش برای حل مشکل با جایگزینی و ارتقاء زیرساخت های فیزیکی است ، در حالی که دیگران به نرم افزار هوشمند برای بهبود مقیاس پذیری تجزیه و تحلیل داده ها می اندیشند. آنچه که هنوز معلوم نیست، تعریف و موقعیت پارادایم های ابری است. این مهم است که به آن پایبند باشیم زیرا چالش های اساسی در دسترس بودن، مجازی سازی، تقسیم بندی و توزیع، مقیاس پذیری و انعطاف پذیری، و تنگناهای عملکرد در مدیریت داده ها وجود دارد.
Forwarded from Saeed
A_Systematic_Review_of_Cloud_Computing.pdf
451.1 KB
Forwarded from Deleted Account
نگاهی به تغییرات هدوپ در نسخه ۳
قسمت نخست
در ماه های انتهایی سال ۲۰۱۷ بعد از چندین سال کار مداوم، نسخه ۳ هدوپ به صورت رسمی عرضه شد. در این مقاله به قابلیتهای نوین این نسخه از چارچوب پردازشی محبوب کلان داده خواهیم پرداخت.
تغییرات اصلی که در این نسخه شاهد هستیم عبارتند از :
* ارتقا به نسخه ۸ جاوا
* پشتیبانی از الگوریتم کدگذاری Erasure در HDFS
* ارتقای سرویس خط زمان YARN و سهولت استفاده از داکر
* بازنویسی کدهای اسکریپت ها و دستورات خط فرمان
* استفاده از کتابخانه های جاوا (JAR فایل) تجمیع شده در هدوپ
* پشتیبانی از محفظه های اجرایی خوش بینانه
* بهینه سازی فرآیند توزیع و تجمیع در سطح Task
* تغییر پورت های پیش فرض بسیاری از سرویس های پایه هدوپ
* اتصال به سیستم فایل های جدید(اتصال به سرویس های ابری آمازون و مایکروسافت و .. .به صورت مستقیم)
* توزیع بار خودکار بین گره های داده (Data Node Load Balancer)
* بازنویسی مجدد برنامه های پشت صحنه هدوپ و ارتقای مدیریت حافظه آنها
#Hadoop #Tools #BigData
منبع: http://www.bigdata.ir/1396/12/%d9%86%da%af%d8%a7%d9%87%db%8c-%d8%a8%d9%87-%d8%a7%d9%85%da%a9%d8%a7%d9%86%d8%a7%d8%aa-%d9%87%d8%af%d9%88%d9%be-%db%b3/
قسمت نخست
در ماه های انتهایی سال ۲۰۱۷ بعد از چندین سال کار مداوم، نسخه ۳ هدوپ به صورت رسمی عرضه شد. در این مقاله به قابلیتهای نوین این نسخه از چارچوب پردازشی محبوب کلان داده خواهیم پرداخت.
تغییرات اصلی که در این نسخه شاهد هستیم عبارتند از :
* ارتقا به نسخه ۸ جاوا
* پشتیبانی از الگوریتم کدگذاری Erasure در HDFS
* ارتقای سرویس خط زمان YARN و سهولت استفاده از داکر
* بازنویسی کدهای اسکریپت ها و دستورات خط فرمان
* استفاده از کتابخانه های جاوا (JAR فایل) تجمیع شده در هدوپ
* پشتیبانی از محفظه های اجرایی خوش بینانه
* بهینه سازی فرآیند توزیع و تجمیع در سطح Task
* تغییر پورت های پیش فرض بسیاری از سرویس های پایه هدوپ
* اتصال به سیستم فایل های جدید(اتصال به سرویس های ابری آمازون و مایکروسافت و .. .به صورت مستقیم)
* توزیع بار خودکار بین گره های داده (Data Node Load Balancer)
* بازنویسی مجدد برنامه های پشت صحنه هدوپ و ارتقای مدیریت حافظه آنها
#Hadoop #Tools #BigData
منبع: http://www.bigdata.ir/1396/12/%d9%86%da%af%d8%a7%d9%87%db%8c-%d8%a8%d9%87-%d8%a7%d9%85%da%a9%d8%a7%d9%86%d8%a7%d8%aa-%d9%87%d8%af%d9%88%d9%be-%db%b3/
مهندسی داده
نگاهی به تغییرات هدوپ در نسخه ۳ - بخش اول | مهندسی داده
در ماه های انتهایی سال ۲۰۱۷ بعد از چندین سال کار مداوم، نسخه ۳ هدوپ به صورت رسمی عرضه شد. در این مقاله به قابلیتهای نوین این نسخه از چارچوب پردازشی محبوب کلان داده خواهیم پرداخت. تغییرات اصلی که در این نسخه شاهد هستیم عبارتند از : با هم این تغییرات را به…
Forwarded from F Hejazi
"گزارش وضعیت شرکت های ایرانی فعال در زمینه کلان داده ها منتشر شد"
رسانه کلیک – وزارت ارتباطات و فناوری اطلاعات در خصوص شرکت های ایرانی فعال در زمینه کلان داده ها، مستندی را تحت عنوان گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران منتشر کرد.
…
محمد خوانساری رییس پژوهشگاه ارتباطات و فناوری اطلاعات با اعلام تدوین گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران عنوان کرد: در راستای اجرای پروژه های «تدوین نقشه راه کلان داده ها» به کارفرمایی وزارت ارتباطات و فناوری اطلاعات و «رگولاتوری کلان داده ها» به کارفرمایی سازمان تنظیم مقررات و ارتباطات رادیویی، گزارش مستندی تحت عنوان «گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران» تدوین شد.
…
خوانساری با اشاره به اینکه این پیمایش در سه مرحله، طی اجرای نمایشگاه الکامپ ۹۶ (۳۰ تیر تا ۲ مرداد)، نمایشگاه تلکام ۹۶ (۲۴ مهر تا ۲۷ مهر) و نیز به صورت برخط در سایت طرح کلان داده ها به نشانی «bigdata.itrc.ac.ir» در شهریور ماه ۹۶ انجام شده است، افزود: در این پیمایش در مجموع به ۱۰۵۰ شرکت مراجعه شده و از میان آنها اطلاعات و پرسشنامه های ۱۰۲ شرکت مورد تحلیل نهایی قرارگرفته است.
رییس پژوهشگاه ارتباطات و فناوری اطلاعات در اشاره به یکی از نتایج این پیمایش، تاکید کرد: رشد اقتصادی کلان داده نیازمند آزادسازی داده های دولتی و وجود سیاست ها و ساختارهای حکمرانی داده است.
وی با بیان اینکه برغم تلاش های زیرساختی وزارت ارتباطات و فناوری اطلاعات، بازار حوزه کلان داده نیازمند حمایت های قانونی و انجام تکالیف سایر دستگاه های وزارتخانه ها و نهاد مربوط برای فعال سازی است ادامه داد: از جمله این تکالیف می توان به مواردی از قبیل نظام ارزشگذاری اطلاعات و بازار داده ها، حمایت از داده های شخصی کاربران و رعایت حریم خصوصی و مالکیت داده، حمایت قانونی از حریم داده های باز، حمایت از راه اندازی مراکز نوآوری و شتاب دهی تخصصی و سرمایه گذاری مخاطره پذیر، تربیت نیروی متخصص مورد نیاز کشور در این حوزه و بومی سازی و توسعه سکوهای پردازشی بیگ دیتا اشاره کرد.
خوانساری در مورد مهمترین چالش های حقوقی و قانونی ذکر شده توسط شرکتها در این پیمایش نیز گفت: ناتوانی نظام حقوق اقتصادی ایران در شناسایی اطالاعات (داده ها) به عنوان سرمایه و موضوع کسب و کار، نبود الزام قانونی جهت تسهیل بهره برداری منصفانه از داده ها به منظور ارائه خدمات و رفاه عمومی، عدم تناسب حمایت های قانونی از حریم داده های باز به منظور تعیین حق دسترسی و بهره برداری از آن ها و عدم تناسب حق مالکیت داده ها با بهره برداری مجاز از آنها از جمله چالش های مدنظر است.
https://click.ir/1396/12/06/iran-big-data-corporation/
رسانه کلیک – وزارت ارتباطات و فناوری اطلاعات در خصوص شرکت های ایرانی فعال در زمینه کلان داده ها، مستندی را تحت عنوان گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران منتشر کرد.
…
محمد خوانساری رییس پژوهشگاه ارتباطات و فناوری اطلاعات با اعلام تدوین گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران عنوان کرد: در راستای اجرای پروژه های «تدوین نقشه راه کلان داده ها» به کارفرمایی وزارت ارتباطات و فناوری اطلاعات و «رگولاتوری کلان داده ها» به کارفرمایی سازمان تنظیم مقررات و ارتباطات رادیویی، گزارش مستندی تحت عنوان «گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران» تدوین شد.
…
خوانساری با اشاره به اینکه این پیمایش در سه مرحله، طی اجرای نمایشگاه الکامپ ۹۶ (۳۰ تیر تا ۲ مرداد)، نمایشگاه تلکام ۹۶ (۲۴ مهر تا ۲۷ مهر) و نیز به صورت برخط در سایت طرح کلان داده ها به نشانی «bigdata.itrc.ac.ir» در شهریور ماه ۹۶ انجام شده است، افزود: در این پیمایش در مجموع به ۱۰۵۰ شرکت مراجعه شده و از میان آنها اطلاعات و پرسشنامه های ۱۰۲ شرکت مورد تحلیل نهایی قرارگرفته است.
رییس پژوهشگاه ارتباطات و فناوری اطلاعات در اشاره به یکی از نتایج این پیمایش، تاکید کرد: رشد اقتصادی کلان داده نیازمند آزادسازی داده های دولتی و وجود سیاست ها و ساختارهای حکمرانی داده است.
وی با بیان اینکه برغم تلاش های زیرساختی وزارت ارتباطات و فناوری اطلاعات، بازار حوزه کلان داده نیازمند حمایت های قانونی و انجام تکالیف سایر دستگاه های وزارتخانه ها و نهاد مربوط برای فعال سازی است ادامه داد: از جمله این تکالیف می توان به مواردی از قبیل نظام ارزشگذاری اطلاعات و بازار داده ها، حمایت از داده های شخصی کاربران و رعایت حریم خصوصی و مالکیت داده، حمایت قانونی از حریم داده های باز، حمایت از راه اندازی مراکز نوآوری و شتاب دهی تخصصی و سرمایه گذاری مخاطره پذیر، تربیت نیروی متخصص مورد نیاز کشور در این حوزه و بومی سازی و توسعه سکوهای پردازشی بیگ دیتا اشاره کرد.
خوانساری در مورد مهمترین چالش های حقوقی و قانونی ذکر شده توسط شرکتها در این پیمایش نیز گفت: ناتوانی نظام حقوق اقتصادی ایران در شناسایی اطالاعات (داده ها) به عنوان سرمایه و موضوع کسب و کار، نبود الزام قانونی جهت تسهیل بهره برداری منصفانه از داده ها به منظور ارائه خدمات و رفاه عمومی، عدم تناسب حمایت های قانونی از حریم داده های باز به منظور تعیین حق دسترسی و بهره برداری از آن ها و عدم تناسب حق مالکیت داده ها با بهره برداری مجاز از آنها از جمله چالش های مدنظر است.
https://click.ir/1396/12/06/iran-big-data-corporation/
رسانه کلیک
نخستین پیمایش کلان داده ها در ایران برای شرکت های فعال در این حوزه منتشر شد
وزارت ارتباطات گزارشی از فعالیت شرکت های ایرانی در زمینه کلان داده ها ،مستندی تحت عنوان «گزارش تحلیلی نخستین پیمایش کلان داده ها در ایران» را منتشر کرد.
This media is not supported in your browser
VIEW IN TELEGRAM
Ana dilim manim janimdi
Yashasin Dr. Pezeshkiani.
Baramouz ghabaghdan mobarak olsoon.
زبان مادر جان و روح من
زنده باد دکتر پزشکیان.
عیدتان پیشاپیش مبارک
Yashasin Dr. Pezeshkiani.
Baramouz ghabaghdan mobarak olsoon.
زبان مادر جان و روح من
زنده باد دکتر پزشکیان.
عیدتان پیشاپیش مبارک
سال نو مبارک سالی پر از امید و شادی در دل ها
🌺🌺🌺🌹🌹🌹🌹🌷🌷🌷💐🌾🌹🍄🌱☘☘🍀
یک سال دور هم بودیم و یک عمر دور هم خواهیم بود به یاری پروردگار زیبا
🌹🌹🌹🌿🌿🌿💭💭💭
از تمامی عزیزانی که از ابتدا در حضورشون هستم بسیار سپاسگزاری می کنم و خرسند هستم که اطلاعات در زمینه یادگیری ماشین و اخرین تکنولوژی های این علم رو در اختیار دوستان قرار می دهم.
بعضی مواقع شد که یه سری مسایل غیر مرتبط بگذارم و این مطالب درسته خارج از موضوع بودند اما چون اهمیت بیشتری داشتند دوست داشتم شما هم در جریان اخبارش قرار بگیرید. اگر اذیتی کردن این مطالب صمیمانه عذر خواهی می کنم.
این کانال خانه ای است که شما عزیزان و سروران گرامی و بنده حقیر به نوعی همفکر هستیم و برای پیشرفت در این زمینه کنار هم هستیم.
امیدوارم سال جدید را در کنار خانواده با خوشی و شادی سپری کنید و سالی پربرکت و پر از پیشرفت در زمینه علمی و زندگی کسب کنید.
💭💭💭🌹🌹🌹🌿🌿🌿
خانواده مهمترین ارگان در زندگی است و شادی انها می تونه نوید بخش ارامش برای دلهای ما باشه کنار خانواده ارزوی خوشی، شادی و سلامتی برایتان دارم.
سال نو مبارک
مدیریت کانال؛
جلیل نورمحمدی خیارک
🌺🌺🌺🌹🌹🌹🌹🌷🌷🌷💐🌾🌹🍄🌱☘☘🍀
یک سال دور هم بودیم و یک عمر دور هم خواهیم بود به یاری پروردگار زیبا
🌹🌹🌹🌿🌿🌿💭💭💭
از تمامی عزیزانی که از ابتدا در حضورشون هستم بسیار سپاسگزاری می کنم و خرسند هستم که اطلاعات در زمینه یادگیری ماشین و اخرین تکنولوژی های این علم رو در اختیار دوستان قرار می دهم.
بعضی مواقع شد که یه سری مسایل غیر مرتبط بگذارم و این مطالب درسته خارج از موضوع بودند اما چون اهمیت بیشتری داشتند دوست داشتم شما هم در جریان اخبارش قرار بگیرید. اگر اذیتی کردن این مطالب صمیمانه عذر خواهی می کنم.
این کانال خانه ای است که شما عزیزان و سروران گرامی و بنده حقیر به نوعی همفکر هستیم و برای پیشرفت در این زمینه کنار هم هستیم.
امیدوارم سال جدید را در کنار خانواده با خوشی و شادی سپری کنید و سالی پربرکت و پر از پیشرفت در زمینه علمی و زندگی کسب کنید.
💭💭💭🌹🌹🌹🌿🌿🌿
خانواده مهمترین ارگان در زندگی است و شادی انها می تونه نوید بخش ارامش برای دلهای ما باشه کنار خانواده ارزوی خوشی، شادی و سلامتی برایتان دارم.
سال نو مبارک
مدیریت کانال؛
جلیل نورمحمدی خیارک
فعالیت گروه رو با سخنی از حضرت علی(ع) و یکی از مردان بزرگ هوش مصنوعی استارت بزنیم.
اما علی می فرمایید؛
آن كه از روى آگاهى و علم عمل مى كند، مانند رهروى است كه در جاده روشن قدم برمى دارد، پس بايد بنگرد كه به پيش مى رود يا به عقب برمى گردد.
جفری هینتون (مغز گوگل)
"Assuming the computer industry can keep producing better hardware, I think 'business as usual' is going to take us a long way. Obviously, if we get big conceptual breakthroughs, it'll take us further. I think one of the big breakthroughs that's going to come is we're going to understand the brain." - Geoffrey Hinton (2016)
Playlist: https://goo.gl/49exHp
Long-form: https://goo.gl/udjdAK
الهی به امیدتو.
اما علی می فرمایید؛
آن كه از روى آگاهى و علم عمل مى كند، مانند رهروى است كه در جاده روشن قدم برمى دارد، پس بايد بنگرد كه به پيش مى رود يا به عقب برمى گردد.
جفری هینتون (مغز گوگل)
"Assuming the computer industry can keep producing better hardware, I think 'business as usual' is going to take us a long way. Obviously, if we get big conceptual breakthroughs, it'll take us further. I think one of the big breakthroughs that's going to come is we're going to understand the brain." - Geoffrey Hinton (2016)
Playlist: https://goo.gl/49exHp
Long-form: https://goo.gl/udjdAK
الهی به امیدتو.
YouTube
Geoffrey Hinton: Future of AI
"Assuming the computer industry can keep producing better hardware, I think 'business as usual' is going to take us a long way. Obviously, if we get big conc...
#خبر #هوش مصنوعی
کالبدشکافی هوش مصنوعی برای درک بهتر مغز انسان
Dissecting artificial intelligence to better understand the human brain
Date:
March 25, 2018
Source:
Cognitive Neuroscience Society
Summary:
In the natural world, intelligence takes many forms. It could be a bat using echolocation to expertly navigate in the dark, or an octopus adapting its behavior to survive in the deep ocean. Likewise, in the computer science world, multiple forms of artificial intelligence are emerging. Cognitive neuroscientists are using those emerging networks to enhance understanding of one of the most elusive intelligence systems, the human brain.
اگر مورد توجه بود ادامه در منبع زیر:
https://www.sciencedaily.com/releases/2018/03/180325115759.htm
کالبدشکافی هوش مصنوعی برای درک بهتر مغز انسان
Dissecting artificial intelligence to better understand the human brain
Date:
March 25, 2018
Source:
Cognitive Neuroscience Society
Summary:
In the natural world, intelligence takes many forms. It could be a bat using echolocation to expertly navigate in the dark, or an octopus adapting its behavior to survive in the deep ocean. Likewise, in the computer science world, multiple forms of artificial intelligence are emerging. Cognitive neuroscientists are using those emerging networks to enhance understanding of one of the most elusive intelligence systems, the human brain.
اگر مورد توجه بود ادامه در منبع زیر:
https://www.sciencedaily.com/releases/2018/03/180325115759.htm
ScienceDaily
Dissecting artificial intelligence to better understand the human brain
In the natural world, intelligence takes many forms. It could be a bat using echolocation to expertly navigate in the dark, or an octopus adapting its behavior to survive in the deep ocean. Likewise, in the computer science world, multiple forms of artificial…
یک سمیناره نیم روزه در زمینه امنیت اطلاعات و بیومتریک
General Data Protection Regulation (GDPR) and Biometrics
17 April 2018 | 1.30pm - 5.30pm | Belgium
Due to popular demand by our members we have now scheduled a half-day seminar to be held in Brussels on the 17 April 2018, the day prior to the ID@Borders Conference (18-19 April 2018).
The meeting will take place in the afternoon from 1.30pm - 5.30pm and include a range of talks and discussions on the implications of the new General Data Protection Regulation (GDPR) which is coming into force on the 25 May 2018.
The event will be an open discussion about the implications of the GDPR for biometrics and help attendees to reflect how prepared they are.
Confirmed speakers include:
Christian D’Cunha, Office of the European Data Protection Supervisor
Pam Dixon, Member of Biometrics Institute Privacy Expert Group and Executive Director, World Privacy Forum
Els Kindt, Katholieke Universiteit Leuven, Belgium
Fernando Garcia-Quismondo, Grupo Santander
Dan Bachenheimer, Member of Biometrics Institute Privacy Expert Group and Principal Director, Accenture Security
منم حضور خواهم داشت. منبع:
https://www.biometricsinstitute.org/events/gdpr-biometrics-seminar
General Data Protection Regulation (GDPR) and Biometrics
17 April 2018 | 1.30pm - 5.30pm | Belgium
Due to popular demand by our members we have now scheduled a half-day seminar to be held in Brussels on the 17 April 2018, the day prior to the ID@Borders Conference (18-19 April 2018).
The meeting will take place in the afternoon from 1.30pm - 5.30pm and include a range of talks and discussions on the implications of the new General Data Protection Regulation (GDPR) which is coming into force on the 25 May 2018.
The event will be an open discussion about the implications of the GDPR for biometrics and help attendees to reflect how prepared they are.
Confirmed speakers include:
Christian D’Cunha, Office of the European Data Protection Supervisor
Pam Dixon, Member of Biometrics Institute Privacy Expert Group and Executive Director, World Privacy Forum
Els Kindt, Katholieke Universiteit Leuven, Belgium
Fernando Garcia-Quismondo, Grupo Santander
Dan Bachenheimer, Member of Biometrics Institute Privacy Expert Group and Principal Director, Accenture Security
منم حضور خواهم داشت. منبع:
https://www.biometricsinstitute.org/events/gdpr-biometrics-seminar
زمینه یادگیری عمیق #مقاله
این مقاله را یکی از هم گروهی های عزیز به اشتراک گذاشته بود.
🌹🌹💭💭🌿🌿
دوستان این مقاله رو اگر قبلا ندیدین به نظرم براتون میتونه خیلی جالب باشه
Pointer Networks
Oriol Vinyals, Meire Fortunato, Navdeep Jaitly
https://arxiv.org/abs/1506.03134
We introduce a new neural architecture to learn the conditional probability of an output sequence with elements that are discrete tokens corresponding to positions in an input sequence. Such problems cannot be trivially addressed by existent approaches such as sequence-to-sequence and Neural Turing Machines, because the number of target classes in each step of the output depends on the length of the input, which is variable. Problems such as sorting variable sized sequences, and various combinatorial optimization problems belong to this class. Our model solves the problem of variable size output dictionaries using a recently proposed mechanism of neural attention. It differs from the previous attention attempts in that, instead of using attention to blend hidden units of an encoder to a context vector at each decoder step, it uses attention as a pointer to select a member of the input sequence as the output. We call this architecture a Pointer Net (Ptr-Net). We show Ptr-Nets can be used to learn approximate solutions to three challenging geometric problems — finding planar convex hulls, computing Delaunay triangulations, and the planar Travelling Salesman Problem — using training examples alone. Ptr-Nets not only improve over sequence-to-sequence with input attention, but also allow us to generalize to variable size output dictionaries. We show that the learnt models generalize beyond the maximum lengths they were trained on. We hope our results on these tasks will encourage a broader exploration of neural learning for discrete problems.
اشتراکی از محمدحسین روزبهانی
این مقاله را یکی از هم گروهی های عزیز به اشتراک گذاشته بود.
🌹🌹💭💭🌿🌿
دوستان این مقاله رو اگر قبلا ندیدین به نظرم براتون میتونه خیلی جالب باشه
Pointer Networks
Oriol Vinyals, Meire Fortunato, Navdeep Jaitly
https://arxiv.org/abs/1506.03134
We introduce a new neural architecture to learn the conditional probability of an output sequence with elements that are discrete tokens corresponding to positions in an input sequence. Such problems cannot be trivially addressed by existent approaches such as sequence-to-sequence and Neural Turing Machines, because the number of target classes in each step of the output depends on the length of the input, which is variable. Problems such as sorting variable sized sequences, and various combinatorial optimization problems belong to this class. Our model solves the problem of variable size output dictionaries using a recently proposed mechanism of neural attention. It differs from the previous attention attempts in that, instead of using attention to blend hidden units of an encoder to a context vector at each decoder step, it uses attention as a pointer to select a member of the input sequence as the output. We call this architecture a Pointer Net (Ptr-Net). We show Ptr-Nets can be used to learn approximate solutions to three challenging geometric problems — finding planar convex hulls, computing Delaunay triangulations, and the planar Travelling Salesman Problem — using training examples alone. Ptr-Nets not only improve over sequence-to-sequence with input attention, but also allow us to generalize to variable size output dictionaries. We show that the learnt models generalize beyond the maximum lengths they were trained on. We hope our results on these tasks will encourage a broader exploration of neural learning for discrete problems.
اشتراکی از محمدحسین روزبهانی