我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程大綱

第一天：大模型在各個領(lǐng)域的應(yīng)用案例分析

一、引言（1小時）

- 大模型的定義與重要性

- 大模型的應(yīng)用領(lǐng)域概覽

二、大模型在自然語言處理（NLP）的案例分析（3小時）

1. GPT系列在文本生成中的應(yīng)用

- GPT模型原理簡述

- 案例：GPT-3在文章創(chuàng)作、對話系統(tǒng)中的應(yīng)用

- 實戰(zhàn)演練：使用GPT-3 API進(jìn)行文本生成

2. BERT在問答系統(tǒng)中的應(yīng)用

- BERT模型原理簡述

- 案例：BERT在問答系統(tǒng)（如SQuAD）中的表現(xiàn)

- 實戰(zhàn)演練：使用BERT模型進(jìn)行問題回答

三、大模型在計算機視覺（CV）的案例分析（2.5小時）

1. ResNet在圖像分類中的應(yīng)用

- ResNet模型原理簡述

- 案例：ResNet在ImageNet數(shù)據(jù)集上的性能

- 實戰(zhàn)演練：使用ResNet進(jìn)行圖像分類

2. EfficientNet在圖像識別中的優(yōu)化

- EfficientNet模型原理簡述

- 案例：EfficientNet在多種圖像識別任務(wù)中的表現(xiàn)

- 實戰(zhàn)演練：使用EfficientNet進(jìn)行圖像識別

四、休息與交流（0.5小時）

五、大模型在多模態(tài)領(lǐng)域的案例分析（2小時）

1. CLIP在圖像文本匹配中的應(yīng)用

- CLIP模型原理簡述

- 案例：CLIP在圖像搜索、文本生成圖像中的應(yīng)用

- 實戰(zhàn)演練：使用CLIP進(jìn)行圖像文本匹配

2. DALL-E在文本到圖像生成中的創(chuàng)新

- DALL-E模型原理簡述

- 案例：DALL-E在文本到圖像生成任務(wù)中的表現(xiàn)

- 實戰(zhàn)演練：使用DALL-E進(jìn)行文本到圖像的生成

六、大模型的部署與優(yōu)化案例分析（1小時）

- 大模型部署的挑戰(zhàn)與策略

- 案例：如何在云端和邊緣設(shè)備上部署大模型

- 實戰(zhàn)演練：使用Docker或Kubernetes部署大模型

七、總結(jié)與疑問解答（0.5小時）

第二天：大模型的前沿應(yīng)用與倫理案例分析

一、大模型在推薦系統(tǒng)中的應(yīng)用案例分析（2小時）

1. 基于Transformer的推薦系統(tǒng)

- Transformer在推薦系統(tǒng)中的應(yīng)用原理

- 案例：如何使用Transformer構(gòu)建個性化推薦系統(tǒng)

- 實戰(zhàn)演練：構(gòu)建基于Transformer的推薦系統(tǒng)原型

2. 大模型在冷啟動問題中的解決策略

- 冷啟動問題的定義與挑戰(zhàn)

- 案例：如何利用大模型緩解冷啟動問題

- 實戰(zhàn)演練：設(shè)計冷啟動緩解策略

二、大模型在知識圖譜與語義理解中的案例分析（2小時）

1. 大模型在知識圖譜補全中的應(yīng)用

- 知識圖譜補全的挑戰(zhàn)

- 案例：如何使用大模型進(jìn)行知識圖譜補全

- 實戰(zhàn)演練：構(gòu)建基于大模型的知識圖譜補全系統(tǒng)

2. 大模型在對話系統(tǒng)中的語義理解

- 對話系統(tǒng)語義理解的難點

- 案例：大模型在對話系統(tǒng)語義理解中的創(chuàng)新應(yīng)用

- 實戰(zhàn)演練：構(gòu)建基于大模型的對話系統(tǒng)

三、大模型的倫理與法律案例分析（1.5小時）

1. 數(shù)據(jù)隱私與保護(hù)的挑戰(zhàn)

- 案例：大模型訓(xùn)練中的數(shù)據(jù)泄露事件

- 討論：如何在大模型訓(xùn)練中保護(hù)數(shù)據(jù)隱私

2. 大模型的偏見與公平性

- 案例：大模型中的偏見問題

- 討論：如何減少大模型中的偏見，提高公平性

四、大模型的前沿技術(shù)與應(yīng)用展望（1小時）

- 大模型的最新研究進(jìn)展

- 大模型在未來可能的應(yīng)用場景

- 面臨的挑戰(zhàn)與機遇

五、休息與交流（0.5小時）

六、課程總結(jié)與反饋（0.5小時）

- 課程內(nèi)容回顧

- 學(xué)員反饋收集

- 后續(xù)學(xué)習(xí)建議

李老師

李海良簡介

李海良，，暨南大學(xué)副教授，碩士生導(dǎo)師，九三學(xué)社社員，中山大學(xué)工學(xué)博士香港城市大學(xué)訪問學(xué)者，廣東工業(yè)大學(xué)校外合作研究生導(dǎo)師。研究方向為深度學(xué)習(xí)、圖像識別、智慧綜合能源和能源大數(shù)據(jù)。在IEEE Transactions on Neural Networks and Learning Systems和Information fusion等TOP期刊第一作者發(fā)表SCI論文6篇，主持省級課題2項，參與國家自然科學(xué)基金1項。長期擔(dān)任IEEE Internet of Things Journal、International Journal of Communication Systems、IET Computer Vision、IET Image Processing和 IET Radar, Sonar & Navigation等SCI期刊審稿人。曾獲得第六屆全國電子信息科學(xué)博士生論壇論文成果匯報二等獎（2017），第七屆全國電子信息科學(xué)博士生論壇論文成果匯報三等獎（2016），2020年12月在INSCRYPT 2020 國際會議擔(dān)任Session chair。

2018年獲得中山大學(xué)工學(xué)博士學(xué)位，2019年至2021年在暨南大學(xué)網(wǎng)絡(luò)安全學(xué)院做博后，合作導(dǎo)師為密碼學(xué)與信息安全領(lǐng)域?qū)＜摇医芮辔探〗淌凇?/p>

擅長操作系統(tǒng)和數(shù)據(jù)庫的安全配置，針對注入式、篡改、偽造、流量分析以及竊聽等主流攻擊方式有深入研究，在人工智能領(lǐng)域，針對對抗樣本攻擊與防御方面發(fā)表多篇SCI論文。

曾參與基于聯(lián)邦學(xué)習(xí)的廣東海關(guān)數(shù)據(jù)隱私保護(hù)系統(tǒng)的研發(fā)工作，參與暨南大學(xué)與金山毒霸的校園網(wǎng)攻防安全軟件的研發(fā)工作

參與基于視頻圖像安全的珠海電力局電纜防外破項目

參與東軟集團(tuán)社保系統(tǒng)和醫(yī)院管理系統(tǒng)的研發(fā)工作

曾經(jīng)為廣東移動、深圳市電力局、肇慶學(xué)院、嶺南師范學(xué)院、華南農(nóng)業(yè)大學(xué)、東莞城市學(xué)院、電子科技大學(xué)中山學(xué)院以及鄭州航空工業(yè)管理學(xué)院等知名企業(yè)院校提供培訓(xùn)服務(wù)，積累了大量的行業(yè)培訓(xùn)項目經(jīng)驗。

擅長主講課程：

《人工智能》《計算機網(wǎng)絡(luò)》《網(wǎng)絡(luò)與信息安全》《軟件工程》《物聯(lián)網(wǎng)》《大數(shù)據(jù)和數(shù)據(jù)科學(xué)》 《網(wǎng)絡(luò)安全》 《互聯(lián)網(wǎng)與人工智能》 《網(wǎng)絡(luò)信息安全與數(shù)據(jù)安全》 《 高級計算機系統(tǒng)結(jié)構(gòu)》 《物聯(lián)網(wǎng)技術(shù)》 《 云計算與大數(shù)據(jù)算法設(shè)計》 《軟件工程》 《 研究方法論》 《物聯(lián)網(wǎng)技術(shù)與發(fā)展趨勢 《網(wǎng)絡(luò)空間安全前沿問題研究》 《智能人機交互》 《高級人工智能》 《大數(shù)據(jù)科學(xué)應(yīng)用》 《信息安全》 《高級軟件工程》 《高級算法設(shè)計與分析》

獲獎經(jīng)歷：

2015年8月 第六屆全國電子信息科學(xué)博士生論壇論文成果匯報二等獎

2016年8月 第七屆全國電子信息科學(xué)博士生論壇論文成果匯報三等獎

2020年12月 INSCRYPT 2020 Session chair

學(xué)習(xí)經(jīng)歷

2014年9月-2018年6月，中山大學(xué)，信息與通信工程，博士研究生

2017年7月-2017年9月，香港城市大學(xué)，訪問學(xué)者

工作經(jīng)歷

2019年2月至2021年2月，暨南大學(xué)信息科學(xué)技術(shù)學(xué)院，博士后

研究方向

基于注意力機制的神經(jīng)網(wǎng)絡(luò)，智慧綜合能源和能源大數(shù)據(jù)。

主要論文

1. Hailiang Li, Jian Weng*,Adaptive Dropout Method Based on Biological Principles，IEEE Transactions on Neural Networks and Learning Systems，vol.32,no.9, pp.4267-4276, Sept. 2021,JCR1區(qū),IF:10.451,TOP期刊

2. Hailiang Li, Jian Weng*, A Defense Method Based on Attention Mechanism Against Traffic sign Adversarial samples,Information Fusion,Volume 76, 2021, Pages 55-65,JCR1區(qū)，IF:12.975，TOP期刊

3. Hailiang Li, et al,A Semi-automated Annotation Algorithm Based on Weakly Supervised Learning for Medical Images，Biocybernetics and Biomedical Engineering 40 (2020) pp. 787-802, SCI索引，第一作者，影響因子：4.314

4. Hailiang Li, et al,An improved deep learning approach for detection of thyroid papillary cancer in ultrasound images，Scientific Reprots,(2018) 8:6600，SCI索引，第一作者，影響因子：4.379

5.張宇,李海良*.基于RSA的圖像可識別對抗攻擊方法[J].網(wǎng)絡(luò)與信息安全學(xué)報,2021,7(05):40-48.通信作者，中國科技核心期刊

承擔(dān)課題

1. 基于注意力機制的安全性圖像識別模型研究與應(yīng)用，2021廣東省普通高校特色創(chuàng)新項目，主持，17.12萬元，項目編號：2021KTSCX006；

2. 基于 AIOT 的多維視覺下電力施工人員工作監(jiān)控與管理系統(tǒng)，廣東省科技創(chuàng)新戰(zhàn)略專項資金，主持，2萬元，項目編號：PDJH2021b0058；

社會職務(wù)

廣東工業(yè)大學(xué)，校外合作碩士生導(dǎo)師

我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com