Speaker
萌 万
(cnic)
Description
针对人工智能模型应用场景下，数据多源化和异构化导致的数据融合效率较低，各种模型间难以流程化地组合运行等问题，提出了面向人工智能模型的异构数据融合和容器化工作流系统。该系统主要包括异构数据融与持续化、容器化模型部署与运行、工作流定制等3个部分。通过综合运用异构数据融、容器化模型部署、工作流定制等相关技术，面向人工智能模型的异构数据融合和容器化工作流系统，具有人工智能应用场景的普适性，包括工业图像识别、医疗影像和生态数据分析等，能够极大的提升了不同人工智能模型间组合运行的效率。本文以陆地生态系统碳循环预测过程为例，通过容器化技术构建深度学习和数据同化等模型，在无需人工干预的情况下，使用工作流引擎和定时任务调度器可以实现每天自动化地预测未来7 天的气象数据和生态数据，验证了本系统的可用性和易用性。
Primary author
萌 万
(cnic)
