孟岩获提名为中国通信工业协会区块链专委会(CCIAPCB)副主任委员

8月11日晚,中国通信工业协会区块链专委会(CCIAPCB)召开了8月主任委员会议。

在本次主任委员会上,依据《章程》主任委员会议通过了秘书长团队《关于孟岩、于佳宁、武源文、范金刚、王东、郭绍华提名为副主任委员的报告》,会议决定待季度常务委员会议时正式增补。

在获得此次提名之前,孟岩任北京柏链道捷教育科技有限公司CEO,同时兼任中文 IT 开发者社区 CSDN 副总裁。中国通信学会区块链委员会委员,数字资产研究院学术及技术专家委员会委员,中国云体系联盟咨询专家,中关村区块链联盟专家。自2015 年起深入研究区块链及密码学工程,对公链技术和多个行业的区块链应用进行过实质性探索,在多家区块链专业媒体中发表过文章。2017 年与中关村区块链产业联盟理事长元道共同提出“通证经济”,获得大量关注和讨论。2018 年 3 月 在国内首次提出将“通证经济系统设计” 作为一门新商科课程进行研究,并于 2018 年 6 月推出国内最早的通证经济培训课程和咨询服务。 2018 年 7 月与元道以及 FCoin 创始人张健联合发起 “币改” 试验,并作为火币区块链+专家委员会委员,发起“区块链+”行动。

在加入 CSDN 前,孟岩任 IBM 大中华区高级经理,曾负责IBM智慧地球、智慧城市、认知计算、区块链等重大技术战略在中国的落地施和推广,所负责项目在国际和国内屡次获得行业大奖。

这里写图片描述

中国通信工业协会区块链专业委员会(简称“CCIAPCB”),隶属党和国家机关工委领导、中华人民共和国工业和信息化部主管、民政部登记批准的国家一级行业管理社团——中国通信工业协会,是负责区块链产业的专业组织。

战略定位:中国区块链产业的引领者

战略使命:致力服务于国家区块链战略

战略愿景:链接价值 人人互信

发展目标:经过三年左右的努力,力争将协会打造成为创新型平台,示范引领,助推区块链产业大发展。
这里写图片描述

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值