Организаторы: ICNP ORGANIZING COMMITTEE

email: chunyi@purdue.edu

Форма участия: Очная

Срок подачи заявок: 13 июня 2019

Технологии искусственного интеллекта (AI) и машинного обучения (ML) в настоящее время достигли значительных успехов во многих областях применения, например, в обработке естественного языка, распознавании голоса и компьютерном зрении. Между тем, постоянно растущая сложность и масштаб современных сетей продолжают создавать новые проблемы для методов и инструментов измерения и анализа сети. Достижения в производительности CPU / GPU и прогресс в методах ML, особенно с использованием нейронных сетей, сделали ML / AI способным пролить свет на огромный объем оперативных и системных данных. Поэтому AI / ML эффективно использовался во многих критических сетевых аналитических функциях данных, таких как изоляция отказов, обнаружение вторжений, корреляция событий, анализ журналов, планирование емкости и оптимизация проектирования, и это лишь некоторые из них.

Кроме того, сеть недавно претерпела огромные преобразования, благодаря новым моделям, появившимся в результате софтваризации, виртуализации и облачных вычислений. Это привело к появлению ряда новых архитектур, поддерживаемых новыми технологиями, таких как программно-определяемые сети (SDN), виртуализация сетевых функций (NFV), пограничные вычисления, IoT и 5G. С другой стороны, методы зрелого ML, такие как усиленное обучение и трансферное обучение, могут потенциально служить основой для включения обучения в автоматизированное управление сетью.Появление усовершенствованного дизайна в сочетании с повышенной сложностью сетевых систем и протоколов вызвало необходимость в улучшенной автономности сети в гибких инфраструктурах, которая может быть объединена с методами AI / ML для выполнения эффективных, быстрых и заслуживающих доверия операций управления. Например, связь программируемого управления SDN с научными инновациями в AI / ML обещает беспрецедентные возможности для запроса больших объемов и высокоскоростных распределенных потоковых данных в масштабе. Эта новая техническая возможность может предоставить необходимую информацию для множества различных задач мониторинга и управления сетью, чтобы обеспечить эффективную автоматизацию автономных сетей.

Вышеуказанные направления можно увидеть в совокупности в Большой идее Национального научного фонда (ННФ), использующей революцию данных (HDR), деятельность в национальном масштабе, чтобы обеспечить новые способы обнаружения, основанного на данных, которые позволят решать новые фундаментальные вопросы. адресованный на передовых рубежах науки и техники, с упором на компьютерные и коммуникационные сети. На этом семинаре мы приглашаем представить высококачественные оригинальные технические и обзорные документы, которые ранее не публиковались, о методах искусственного интеллекта и машинного обучения и их применениях в компьютерных и коммуникационных сетях, включая, помимо прочего, следующие темы:

  • Алгоритмы машинного обучения и интеллектуального анализа данных для сетей
  • Интеллектуальный анализ данных и анализ больших данных для управления сетью
  • Усиленное обучение в управлении и планировании сети
  • Энергоэффективные / экологически чистые сети с использованием алгоритмов машинного обучения и интеллектуального анализа данных
  • Самообучение, машинное обучение и анализ больших данных для обнаружения сетевых атак и других проблем безопасности
  • Аналитика больших данных и визуализация для анализа трафика
  • Аналитика больших данных / машинное обучение для обнаружения сетевых аномалий / сбоев / обнаружения сбоев
  • Используйте примеры использования сетевых данных для бизнес-аналитики, например, для оптимизации процессов и выбора поставщиков.
  • Используйте примеры использования сетевых данных для повышения качества обслуживания и взаимодействия с пользователем, таких как рекомендации по контенту, сервис на основе определения местоположения и реклама
  • Алгоритмы машинного обучения для снятия отпечатков пальцев сетевого устройства / услуги
  • Методы обработки естественного языка для анализа сетевых журналов
  • Алгоритмы машинного обучения и инструменты для диагностики сети и анализа первопричин
  • Усиленное обучение и методы машинного обучения в разработке и оптимизации протоколов
  • Архитектура управляемой данными сети и разработка протокола (например, для транспортных сетей, сетей IoT)
  • Алгоритмы обучения для предоставления сетевых ресурсов
  • Автономные сети в DC, WAN, IXP, беспроводных сетях, облачных сетях, CDN, домашних сетях и т. Д.
  • Машинное обучение, глубокое обучение, усиленное обучение и другие алгоритмы обучения для IoT и 5G
  • Усиленное обучение и другие методы обучения для технологий виртуализации, включая NFV, SDN, SFC и т. Д.
  • Методы обучения для оптимизации среза сети
  • Программное обеспечение AI с открытым исходным кодом для сетевых или сетевых приложений
  • Методы анонимизации и защиты конфиденциальности пользователей в сетевых данных
  • Федеративное обучение по данным распределенной сети
  • Анализ производительности (например, безопасность, оптимальность, конфиденциальность) алгоритмов ML применительно к сетевым проблемам


Добавлено: 04.06.2019

Смотреть похожие мероприятия

HistoInformatics2019: 5-й международный семинар по истории вычислений [The 5th International Workshop on Computational History]

HistoInformatics2019 — 5-й Международный семинар по истории вычислений состоится 12 сентября 2019 года в Осло, Норвегия, в связи с 23-й Международной конференцией по теории и практике электронных библиотек (TPDL2019). Серия семинаров по гистоинформатик …

SAHVA 2019: 1st International Workshop on Software Architectures and Human Values

Building sustainable software systems requires an in-depth understanding about the role that software systems play in our society at a scale and along timeframes that are often difficult to grasp and envisage. We argue that a values ‘first’ software en …

TransLearn 2019: Workshop on Robot Skill Transfer from Simulation to Real World Deployment in Manufacturing Industries and Warehouses

Industry 4.0 will be driven by two main technologies: AI and Robotics — and especially the combination of both — allowing robots to learn skills and tasks without explicitly programming them. Data-driven machine learning (particularly, Reinforcement Le …

Повысить рейтинг

Повышение рейтинга дает возможность оставаться объявлению в топе на главной странице, а также на страницах городов, тематик, связанных с объявлением.

Текущее значение: 0

Science and Practice: new Discoveries-2019: III Международная научно-практическая конференция, 28-29 сентября 2019


28 сентября-29 сентября 2019
Science and Practice: new Discoveries-2019: III Международная научно-практическая конференция, 28-29 сентября 2019

Участники: работники образовательных учреждений, преподаватели вузов, научные работники, докторанты, аспиранты, магистранты, студенты, общественные деятели. Рабочий язык: русский, английский Подтверждающие/наградные документы: сертификаты / дипломы уча …

Узнать больше
Закрыть меню
×

Корзина