ITPub博客

首页 > 数据库 > 数据库开发技术 > 【端午安康】新一批的竞赛推送上线了

【端午安康】新一批的竞赛推送上线了

原创 数据库开发技术 作者:quincyqiang 时间:2021-06-14 10:00:00 0 删除 编辑

端午节,又称端阳节、龙舟节、天中节等,源于自然天象崇拜,由上古时代祭龙演变而来。仲夏端午,苍龙七宿飞升于正南中天,处于全年最“正中”之位,即如《易经·乾卦》第五爻的爻辞曰:“飞龙在天”。

本期给大家带来最新的竞赛消息,大家在上分的同时也不要忘了端午节玩的开心哦!!!


1

第二届数字四川创新大赛

比赛链接:

http://www.scdata.net.cn/kfds/pages/index.html

大赛介绍

为深入贯彻党中央国务院关于加快发展数字经济的战略部署,全面落实四川省委省政府“加快建设网络强省、数字四川、智慧社会,形成具有较强核心竞争力的数字经济生态体系”的发展要求,四川省大数据中心、省委网信办、省发展改革委、经济和信息化厅共同主办了本次数字四川创新大赛,探索利用数据资源赋能智能时代,在提升政府治理能力和推动完善大数据生态体系等方面作一次有益尝试。

赛道设置

一. 算法对抗赛(尚未开启)

  1. 数字安全对抗赛道

  2. 数字文化算法对抗赛

  3. 国产数据库算法对抗赛

二. 创新应用赛

  1. 四川天府健康通应用赛道

    参赛队伍需基于“四川天府健康通”,充分利用其涵盖的服务能力、数据或门户入口,结合政务、企业等第三方数据或其他行业应用,从管理和技术两方面着手,对“四川天府健康通”功能应用升级和使用场景拓展提出切实可行的解决方案,解决社会、民生、行业的痛难点。 

    1.作品规范 参赛作品必须基于大数据技术实现或深刻体现大数据发展理念。大赛要求参赛选手利用大数据技术或发展理念解决相应实际问题。 参赛作品要聚焦“应用”而非“纯学术”,从实际出发,解决政府推动社会治理或企业创新驱动发展过程中的现实问题。

    2.作品形式

    2.1 初赛作品 

    初赛要求以PPT或PDF提交参赛作品。初赛作品应包括方案简述、需求分析、使用数据内容、应用成果、预期效果等相关内容。 

    2.2 复赛作品

    复赛要求以PPT或PDF(必选),视频/设计原型/链接(可选)形式提交参赛作品。复赛作品应侧重于算法原理及技术实现,基于初赛作品方案进一步完善。 

    2.3 决赛作品 

    决赛要求以PPT或PDF(必选),视频/设计原型/链接(可选)形式提交参赛作品。决赛作品是对复赛作品的进一步完善,更侧重于作品的社会价值、经济价值、成果转换及推广效率。


  2.  文旅大数据应用赛道

    本次大赛宗旨在于通过可利用政府数据、景区景点数据、涉旅企业数据、互联网数据,建立管理部门迫切需要的精准大数据模型,为景区、区级政府、市级政府、省级政府量身打造数据决策分析应用,帮助管理部门实时掌握景区运营状态,提升管理效率,提供更真实、更可靠、更直观的决策依据。

    比赛共分为创新应用、客流预测、现场答辩三大类,其中,创新应用占比60%,现场答辩评分占比30%,客流预测占比10%:

    (一) 创新运用:选手自行搜集网上公开数据,结合文旅新形式,为文旅产业发展、文旅管理、游客服务等,提出各项创新应用,如文旅舆情监测、游客精准营销、智慧路线推荐等;

    (二) 客流预测:结合文旅厅提供的重要川内景区每日客流数据,对限定时间内四川省每日客流情况进行预测;

    (三) 现场答辩:选手在现场进行作品展示与阐述,回答专家相应问题;

    赛段晋级:

    初赛:根据组委会提供数据,确定应用方向并提交方案初稿。提交解决方案和原型界面等。

    从参赛团队中由评委打分择出前10名入围挑战赛复赛。

    复赛:参赛者基于初赛方案,编写完整的解决方案,并优化展示界面。另外根据组委会提供的历史数据,构建预测模型,精确预测预规定时间的客流情况。

    决赛现场答辩:围绕文旅赛题进行展示和讲解,回答专家的提问。

    经过复赛和现场答辩之后,从入围团队中由评委打分择出一等奖1名,二等奖2名,三等奖3名,其余4个团队获得优秀奖。

    总得分=创新应用*60%+现场答辩*30%+客流预测评分*10%

    提交说明:

    初赛提交:1、解决方案-word;2、展示界面-链接或者视频;3、数据分析库-zip压缩包

    复赛提交:1、优化后的解决方案-word;2、数据分析库-zip;3、预测模型-zip

    现场答辩:1、解决方案演示-ppt

  3. 信用创新应用赛道

    比赛阶段:

    初赛:参赛者基于市场主体登记数据、联合奖惩红黑名单数据、双公示数据、水电气缴费数据等信用数据及互联网可公开获取数据,提供信用应用新方案,阐明方案背景、拟解决问题、实现路径、应用价值和进度安排;初赛评选TOP10进入决赛。

    决赛:参赛者编写完整的解决方案,并形成产品原型和原型说明书,现场进行原型演示,专家现场对选手提问,选手现场作答。决赛设置一等奖1个,二等奖2个,三等奖3个,优秀奖4个。

    提交要求:

    初赛:作品要求至少包含方案背景、拟解决问题、实现路径、应用价值和进度安排等方面;作品提交格式:ppt、word、pdf不限,至少提交一种。

    决赛:要求以PPT和原型形式提交作品,现场进行PPT讲解和原型演示。

  4. 数字文化内容赛道

    (1) 赛题任务

    要求选手通过分析统计数据及其他公开数据,聚焦数据新闻、数据可视化,注重数据运用逻辑、数据叙事素养。参赛作品要从实际出发,符合智媒发展趋势,能解决智媒创新、推进社会治理或企业创新驱动发展过程中等现实问题。具体包含:

    初赛——根据组委会提供数据或自有数据,合理设置数据新闻选题,并针对选题对数据进行解释说明、可视化设计。最终形成符合主流价值观、具有观点且逻辑清晰的数据新闻。(选题不限,数据可视化形式不限)。

    决赛——根据相关评审规则对作品进行初选,确定进行决赛名单。决赛选手需到会场进行作品答辩。

    (2) 数据使用规则

    本赛题允许使用外部数据,免责。

    (3) 提交要求

    初赛提交:完整且成熟的数据新闻作品及说明文档。

    决赛提交:线下答辩PPT 。

  5. 生态环境碳中和赛道

    要求选手基于川西北高原的光学卫星数据、雷达卫星数据、DEM高程数据等组委会提供的基础数据和互联网可公开获取的数据,识别人类生活、生产活动对高原生态环境(草甸、湿地、森林等)的干扰,分析川西北高原生态环境和碳储量的变化趋势,提出川西北高原碳中和实施路径和黄河上游生态环境保护工作建议。

    比赛阶段:

    初赛:主办方提供数据说明和样例数据(数据参考链接),要求参赛选手提供逻辑严密、完整的方案,方案应该说清楚技术的创新性、技术先进性、预期的应用成果、潜在的社会(商业、技术)价值等。

    复赛:主办方提供局部数据,要求选手提供详细的解决方案,方案除了初赛的要求以外,还应说清楚以下几个关键点,一是选手通过数据识别人类活动对高原生态环境干扰的分析思路,二是光学卫星数据和雷达卫星数据综合应用的思路,三是官方数据和互联网数据使用的占比,在分析中的贡献是什么,四是分析生态环境和碳储量变化趋势建模的基本思路。

    决赛(现场答辩):围绕赛题进行全链条的分析、展示和讲解,回答专家的提问。

    提交要求:

    初赛:作品要求至少包含方案背景、拟解决问题、实现路径、应用价值和进度安排等方面;作品提交格式:ppt、word、pdf不限,至少提交一种。

    复赛:要求以PPT和原型形式提交作品。

    决赛:要求提交答辩PPT,现场进行PPT讲解和原型演示。 

三. 数字政府赛(尚未开启)

  1. 政务服务

  2. 社会治理

  3. 营商环境

  4. 公共安全

  5. 生态环境

2

2021国际大数据竞赛:基于车载影像的实时环境感知

比赛链接:

https://aistudio.baidu.com/aistudio/competition/detail/91

赛题背景以及描述

实时环境感知是智能驾驶系统的重要组成部分。基于车载影像的目标检测和分割具有很高的价值,既能够辅助驾驶系统进行高效的决策,同时结合终端渲染与语音技术,也能够为用户带来更为智能精准的导航体验(比如AR导航)。本次比赛数据由百度地图提供,要求在统一的计算资源下,快速识别道路关键可移动目标、交通标识和车道线。希望借助此次竞赛,充分发挥全球选手的聪明才智,共同推进智能驾驶技术的发展。参赛选手需要基于组委会提供的样本数据集(详见数据集描述),完成对车载影像中重点目标的快速识别。

竞赛数据

本次大赛提供10类共计20000张图像数据,其中1~7类采用矩形检测框标注方法,8~10类采用分割连通域标注方法,具体分类标准如下:

为方便参赛者使用,图片对应的标注文件为json格式,各字段如下表示:

评分标准

  1. 选手需上传训练模型、预测代码、训练代码及环境库(可选)的zip形式压缩包到AI Studio平台,其中要求model目录不超过200M(不压缩),整体压缩包不超过1G。


  2. 本次比赛要求预测速度不低于20fps(低于门槛评分为零)。达到门槛FPS后,平台根据result.json计算平均F1值(准确率和召回率的调和均值)来评分。

  3. TP 为给出的预测正确的数量,FP为给出的预测错误的数量,FN为漏给出的预测的数量。

  4. 预测正确要求:预测检测框与真值的IoU> 0.5,分割连通域与真值IoU> 0.5, 且目标类型(type)值一致。

3

PCIC 2021: Causal Inference 

and Recommendation

比赛链接:

https://competition.huaweicloud.com/information/1000041488/introduction

赛题介绍

本赛道重点研究了用户偏好预测问题。在现实世界的电影推荐系统中,每部电影通常由用户或专业人员与描述性标签相关联,而不是预测一个特定的用户电影对评级,你被要求估计用户对特定标签的偏好。其中的挑战包括缺失数据, 存在许多许多偏差,包含用户选择偏差和流行偏差等。

赛题任务

给定一个标签和一个用户,确定用户是否喜欢该标签。


评分标准

本赛题的数据集具有多种形式,具体可参见官方链接。

加左侧管理员微信进入ChallengeHub粉丝交流群,或者扫描右图进入QQ学习交流群。感谢大家的关注与支持,祝福大家在比赛中取得好的名次!!!






戳“阅读原文”进入《预测分析·商品评论情感预测》竞赛信息页面。
端午安康



原文作者:ChallengeHub;如有侵权,请联系管理员删除。

请登录后发表评论 登录
全部评论

注册时间:2019-01-07

  • 博文量
    350
  • 访问量
    161006