教育訓練

Courses

  1. Big Data Analytics Platform Workshop巨量資料分析運算平台課程 2018年07月02日至06日工程四館814室
    IBM TJ Watson Research Center Manager Dr. Shu-Ping Chang
    國立交通大學 電機系 王蒞君 教授
    國立交通大學 電機系 帥宏翰 助理教授

    工業4.0實現了智慧技術的預測製造,在資訊爆炸浪潮席捲全球的當下,大數據資料革命應運而生,現今及時串流分析應用的層面極廣,如醫療照護、公部門營運、個人行動商務以及零售業服務等,其中Zara善用巨量資料分析將顧客的聲音化為數字,成功贏得銷售量,便是耳熟能詳的一個成功商業案例。緣此,本課程特邀IBM T.J. Watson Research Center的研究人員前來講授巨量資料分析的運算技術,期許學員能更深入瞭解此資料分析的運作與應用。

  2. 研討會

    1. 巨量資料分析與江河運算課程訓練[Big Data Analytics and Stream Computing] 2014年04月15日至18日工程四館814室
      IBM TJ Watson Research Center Manager Dr. Shu-Ping Chang
      國立交通大學 電機系 王蒞君 教授
      國立交通大學 電機系 洪吉祥 博士

      本課程為IBM InfoSphere Streams平台之基本使用教學,搭配介紹課程及線上實作,除了讓學員們可以瞭解巨量資料的運算技術外,亦可輕鬆學會如何運用IBM InfoSphere Streams平台進行巨量資料分析方法之開發。

    2. Internet of Things and 5G 2015年07月13日至16日工程四館824室
      Dr. Ming-Jye Sheng

      The cloud is “descending” to the network edge and often diffused among the edge and client devices, in such Fog Networks supporting 5G and IoT, these devices are limited in global view of the network. We identify needs for effective RF surveillance and big data analytics and cross-layer cross-system visibility for several scenarios.

    3. 2015 Cloud Computing-Streams Processing Platform Workshop 2015年09月07日至11日工程四館814室
      國立交通大學 電機系 王蒞君 教授
      IBM TJ Watson Research Center Manager Dr. Shu-Ping Chang
      IBM TJ Watson Research Center Engineer Dr. Senthil Nathan

      本課程為IBM InfoSphere Streams平台之基本使用教學,搭配介紹課程及線上實作,除了讓學員們可以瞭解巨量資料的運算技術外,亦可輕鬆學會如何運用IBM InfoSphere Streams平台進行巨量資料分析方法之開發。

    演講

    1. Intelligent Modelling of Big Data Systems 2015年08月05日工程五館220室
      國立交通大學 王啟旭 教授(IEEE Fellow)

      The Big Data Systems (BDSs) have been so popular since 2000. The purpose of this talk is not to illustrate BDSs, but to explore its kernel issue, i.e., the modelling of BDS. In the implementation of BDSs, the conventional mathematical techniques for data analysis have sometimes failed to perform the modelling of BDSs. It may due to the enormous amount of data, or the data structure behind the BDSs is beyond the imagination of classical people. To overcome this potential barrier, this talk will explore the modelling of BDSs by intelligent techniques. A very important finding about the capacity of Fuzzy Neural Networks (FNNs) will be explained first. This capacity issue with intelligent modelling has been actually applied to a real application of water monitoring system by remote sensing approach. This successful benchmark using intelligent modelling with capacity constraint for BDSs is a very positive sign in this research area. Further potential enhancements will be discussed also.