随着互联网技术的发展，AI 等技术已经被广泛应用在各个行业上，由此催生的深度学习... 展开 >
大数据分析与存储实践
解决方案专场
会议室：宴会厅2出品人：黄显东
专题出品人：黄显东
极客邦科技 InfoQ 策划编辑
黄显东，InfoQ 策划编辑，热爱互联网新技术，对探索技术趋势保持强烈的好奇心。
地点：宴会厅2
专题：大数据分析与存储实践
解决方案专场
随着互联网技术的发展，AI 等技术已经被广泛应用在各个行业上，由此催生的深度学习技术和存储需求也不断增长，同时新解决方案也在不断为行业提供高效和可靠的实践。本专题将介绍图解决方案在神经网络学习上的优势，以及存储错误注入的意义和实践。
by 林选磊
TigerGraph
解决方案工程师图与机器学习有着密不可分的关系，图大大地增强了 AI 的可解释性。特征工程在机器学习中起着举足轻重的作用，当训练存在复杂网络关系的数据时，图特征能反应数据的特点，随着图特征的加入，很大程度地提升了训练效果。通过图论中的社区发现算法，能快速实现非监督学习中的聚类算法。目前很流行的深度学习（神经网络），本身就是图状的结构，因此可以通过图数据库来实现神经网络算法。
听众收益
- 为什么机器学习和人工智能中需要图？
- 图是如何为监督学习提供更丰富的特征的？
- 图算法是如何实现非监督学习的？
- 如何用图数据库实现神经网络？
by 王为
上海云轴（ZStack）
核心架构师软件定义存储的出现，在推进存储架构演变的同时也增加了正确存储的难度。本次分享将基于传统的断电、断网、限制 IO 所不能模拟的故障，例如文件系统错误、 特定模式下的性能恶化等，讲解如何构造全链路“正确”的存储系统，阐述基于软件存储错误注入的意义和关键性。并分享业界在存储正确性证明、错误注入、错误发现上的一些新的进展。
听众受益
- 了解基于软件存储错误注入的意义和关键性；
- 了解如何构造全链路“正确”的存储系统：
- 了解存储错误注入、错误发现的业界新进展。
关注主办方（InfoQ）
联系我们
交通指南
全球QCon大会2019
扫一扫在手机端查看
在报名过程中如有任何问题，欢迎微信扫描左方二维码联系我们的票务经理
