工业大数据竞赛

近年来,随着大数据的火热,机器学习已从学术界的科研熔炉中慢慢走出来,开始寻求工业实践落地,此时工业大数据竞赛作为新一轮实践平台,为更多高校、科研单位的技术科研成果的场景实践提供了可能。

1.天池工业AI大赛-智能制造质量预测

竞赛介绍:
12月7日,在2017云栖大会•苏州峰会上,由苏州高新区与阿里云联合举办的天池工业AI大赛正式启动。此次大赛要求选手利用生产参数准确预测产品质量,从而提高生产制造企业的良品率。期间选手将利用人工智能等多种技术改进生产环节,这也意味着人工智能与工业智造的进一步融合。
大赛面向全社会开放,高等院校、科研单位、互联网企业、创客团队人员均可报名。

  • 初赛(2017年12月18日-2018年1月16日)
  • 复赛(1月18日—1月29日)
  • 决赛(2月6日)

竞赛地址:
天池工业AI大赛-智能制造质量预测
奖项设置:
冠军:1支队伍,奖金贰拾万,颁发获奖证书
亚军:2支队伍,奖金拾万,颁发获奖证书
季军:3支队伍,奖金伍万,颁发获奖证书

2.首届(2017)中国工业大数据创新竞赛【已结束】

竞赛介绍:
为进一步探索工业大数据对工业改革的深远影响,由工业和信息化部指导,中国信息通信研究院主办的首届工业大数据创新竞赛将于2017年6月-9月隆重举办。大赛以“开放共享、协作共赢”为原则,在发掘专业技术人才的同时,助力于解决工业企业实际问题,以提升制造智能水平,推动中国工业转型升级,推进工业大数据的加速发展,积极促进赛事成果转化和产学研用紧密结合,服务工业经济提质增效升级,推荐优秀专业技术人才找到适合发展的平台。
本次竞赛内容针对设备故障预测和健康管理(PHM)领域,分两个项目进行竞赛:
1.风机故障分类,根据SCADA系统采集的数据段判断故障所属类别;
2.风机故障预测,根据历史数据预测风机结冰故障发生的时间和概率。
本次大赛面向所有公众开放,高校师生团队、科研单位、初创团队、互联网企业人员等均可报名参与。

  • 初赛(2017年6月15日—8月17日)
  • 复赛(2017年8月18日—9月22日)
  • 专家评审(2017年10月)

竞赛地址:工业大数据创新竞赛
奖项设置:
冠军:1支队伍,RMB 15,000,颁发获奖证书
亚军:2支队伍,每支队伍 RMB 10,000,颁发获奖证书
季军:3支队伍,每支队伍 RMB 5,000,颁发获奖证书

3.PHM

PHM(Prognostics & Health Management,即故障诊断与健康管理)学会从 2008 年成立一直专注于工业设备故障诊断领域,其每年举办的「PHM 数据竞赛」是国际上高水平的同类赛事之一。首届竞赛由国际 PHM 学会和 NASA 共同举办,此后赛事成为一项传统,受到来自欧美工业界乃至军工界的追捧,至今已经有 10 届。往年的竞赛题目包括「涡轮发动机的剩余寿命预测」、「齿轮箱异常检测」、「晶圆化学机械平坦化异常分类」等,今年则聚焦于「城轨车辆悬挂系统异常检测」。

本次竞赛包括两个问题:

1)健康诊断:判断城轨车辆悬挂系统是否处于故障状态
2)故障定位:从故障车辆的 22 个部件中识别出 1~2 个故障部件

竞赛地址: PHM2017 data challenge

4.Kaggle——Statoil/C-CORE Iceberg Classifier Challenge(卫星图像冰山分类挑战)

竞赛介绍:
对出入加拿大纽芬兰岛各港口的货船、油船、邮轮而言,每次进出都会提心吊胆,唯恐撞上格陵兰岛方向漂来的冰山。目前看来,查看卫星图像是发现冰山的最佳方法,但是这个办法仍不够完美。图像上,海洋中一个亮点意味着可能就是冰山,不过也可能是船只或者鲸。美国雅虎新闻网昨日援引海洋冷资源工程中心副主席德斯蒙德·鲍尔的话报道:“问题是,卫星图像上除了显示冰山,还显示很多东西,船只、海洋生物,因此我们需要知道每样东西什么样。”
加拿大海洋冷资源工程中心和挪威国家石油公司提供了5000张卫星图像,其中包括一些冰山,希望全球感兴趣的团队或个人开发软件,帮助识别冰山。
竞赛地址:
Statoil/C-CORE Iceberg Classifier Challenge
奖项设置:

  • 1st place - $25,000
  • 2nd place - $15,000
  • 3rd place - $10,000
时间: 2024-10-06 23:35:15

工业大数据竞赛的相关文章

清华大学软件学院党委书记、副院长王建民:工业大数据理论与实践

5月5日,"2017中国工业大数据大会·钱塘峰会"在杭州国际博览中心举办.本届峰会以"数据驱动创新 融合引领变革"为主题,围绕工业大数据展开分享与交流.清华大学软件学院党委书记.副院长王建民,以"工业大数据理论与实践"为题探讨了自己的看法.   以下为嘉宾演讲实录: 在两三年前,当时讲到工业大数据的话,很多人会有挑战.工业里有大数据吗?工业的大数据在哪儿?今天通过大家的努力研讨,大家对工业大数据非常支持认可并且在应用.我就简单汇报一下自己对工业大

中国信息通信研究院总工程师余晓晖:中国工业大数据产业发展及应用趋势

5月5日,"2017中国工业大数据大会·钱塘峰会"在杭州国际博览中心举办.本届峰会以"数据驱动创新 融合引领变革"为主题,围绕工业大数据展开分享与交流.中国信息通信研究院总工程师余晓晖,以"中国工业大数据产业发展及应用趋势暨中国首届工业大数据创新竞赛信息发布"为题探讨了自己的看法.   以下为嘉宾演讲实录: 尊敬的各位院士,各位嘉宾,各位专家,上午好!刚才是我们的视频材料,我们要组织工业的大数据竞赛.我先进行一下说明,再向大家汇报. 为了进一步探

数据驱动创新 融合引领变革 2017中国工业大数据大会·钱塘峰会今日在杭州国际博览中心顺利举行

至顶网CIO与应用频道 05月05日 北京消息: 当前,大数据已上升为国家战略,日益成为经济结构调整.转型升级的加速器.在2016年6月国务院正式出台的<关于深化制造业与互联网融合发展的指导意见>中,明确提出了在制造业领域推进工业云和工业大数据的应用.今年1月,工信部印发了<大数据产业发展规划(2016-2020年)>,工业大数据成为了工信部工作的重要内容,也成为了促进经济转型和创新发展的主推工作.2月,工信部发布了<工业大数据白皮书>,其目标在于明确工业大数据的相关技

时培昕:工业物联网和工业大数据助力企业实现智能制造|V课堂第83期

2017年架构师最重要的48个小时 | 8折倒计时 工业物联网作为制造业智能化的核心部分被称之为智能制造的神经系统.而工业大数据又是智能化的来源,未来制造企业的运营过程,或者说产品的全生命周期都将由大数据串联起来.那么大数据和工业物联网是如何共同助力企业实现智能智造呢? 第83期[智造+V课堂]分享嘉宾:北京寄云鼎城创始人兼CEO时培昕博士,作为互联网专家,时博士就"工业大数据和工业物联网如何助力企业实现智能制造"的主题带来精彩分享! 分享嘉宾 北京寄云鼎城创始人兼CEO   时培昕

三位一体的工业大数据综述

工业大数据的目的是为了改变以往工业价值链从生产端向消费端.上游向下游推动的模式,实现以客户价值为核心的定制化产品和服务,以及与之相适应的全产业链协同优化.为此,工业大数据应满足用户需求定义.工业智能制造.活动协同优化三方面的应用. 在这些应用中,工业大数据的落地需要与之相适应的技术架构作为支撑.目前,李杰教授提出的"5C"架构体现了工业大数据"数据->知识->应用"的信息架构,而工业互联网参考架构(IIRA)和工业4.0参考架构(RAMI4.0)均是顶层

物联网时代的八大工业大数据应用场景

工业大数据是一个全新的概念,从字面上理解,工业大数据是指在工业领域信息化应用中所产生的大数据. 随着信息化与工业化的深度融合,信息技术渗透到了工业企业产业链的各个环节,条形码.二维码.RFID.工业传感器.工业自动控制系统.工业物联网.ERP.CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用,尤其是互联网.移动互联网.物联网等新一代信息技术在工业领域的应用,工业企业也进入了互联网工业的新的发展阶段,工业企业所拥有的数据也日益丰富.工业企业中生产线处于高速运转,由工业设备所产生.采集和

阿里巴巴大数据竞赛结束了第二赛季的比赛

90后队伍"Marvel"队夺得冠军,获得了阿里巴巴20万元现金奖励.据了解,此次阿里巴巴向参赛选手开放了天猫真实用户4个月的5.7亿条脱敏数据.如果以北京市2000万人口换算,此次阿里巴巴开放的数据量相当于所有北京居民连续访问天猫一个月的数据量.而此次夺得冠军的"Marvel"队,其成员一位为93年生人的北京航空航天大学在读研究生,一位为89年生人的中国科学院大学在读研究生.据 阿里巴巴方面介绍,此次阿里巴巴大数据竞赛为阿里巴巴的首届大数据竞赛.第二赛季的题目是&

工业大数据应用的三大挑战和五大商业趋势

在设备运行的过程中,自然磨损本身会使产品的品质发生一定的变化.通过信息技术.物联网技术的发展,通过传感器技术,实时感知数据,知道产品出了什么故障,哪里需要配件,使得生产过程中的这些因素能够被精确控制,从而真正实现生产的智能化.一定程度上,工厂/车间的传感器所产生的大数据直接决定了"工业4.0"所要求的智能化设备的智能水平. 从生产能耗角度来看,设备生产过程中利用传感器集中监控所有的生产流程,能够发现能耗的异常或峰值情况,由此能够在生产过程中不断实时优化能源的消耗.同时,对所有流程的大数

工业大数据是中国制造的伪命题 | 无知识不数据 精益数据时代

工业大数据在中国是伪命题 大数据本来有更加学术化的名称:数据密集型(Data-Intensive)计算研究.微软在2009年组织撰写<第四范式:数据密集型科学发现>一书,给与这种方法以"范式里程碑"的待遇.而对于大众而言,这些不过是野地径自升起的炊烟,无人知晓也无可关注. 后来随着Big Data这个简洁明了的概念一炮打响,各种大数据这才迎风而上. 工业大数据不过是其中一种BigBang.工业4.0轻松地接过这一闪亮的火把,搅动了人们对于大数据无穷的想象力和不着边际的信心.