面向工业应用的
时序数据管理和分析系统
议题要点及收获:
时序数据分析和挖掘是工业大数据处理的重要环节,现有时间序列数据库主要支持数据快速读写和简单聚集查询,通用时序分析工具主要关注预测和异常检测等单一分析功能,领域时间序列分析工具支持更丰富的分析手段,但不具有数据库能力。本次分享将介绍团队在工业时间序列管理和分析系统方面的实践探索,具体包括以下内容:
介绍工况切分、关联分析等若干典型的工业时序分析算法;
从数据管理、算法库、分析流程搭建等方面介绍系统的整体架构和核心模块。
演讲时间:2022年12月2日
演讲地点:DAMS中国数据智能管理峰会-上海站(国家会展中心上海洲际酒店)
演讲场次:主会场
讲师介绍:
复旦大学计算机科学技术学院教授、博导,主要研究兴趣包括:工业物联网大数据、智能运维等;
2012年获得教育部自然科学二等奖(第三完成人)。主持或主要参与科技部重点研发计划、国家青年973、自然科学重点/面上基金、上海市科委、上海市经信委的多个项目,以及华为、微软、IBM等企业的资助项目;
在数据库领域顶级国际期刊和会议SIGMOD、VLDB、ICDE、TKDE等发表论文40多篇。担任众多国际学术会议的程序委员会委员,包括SIGKDD、ICDE、DASFAA、WAIM等。国际学术期刊VLDB Journal、TKDE、KIS等的审稿人。
以上分享内容将会在2022 DAMS中国数据智能管理峰会-上海站完整呈现,更多关于数据治理、数据分析、数据资产管理、数据中台、实时数仓、湖仓一体、存算分离、离在线混部、时序数据库、智能运维等互联网大厂及大型银行的实战经验,都可以在12月2日的DAMS上海站一网打尽。
峰会议程
码上报名
扫码可了解完整议题及报名
点击此处了解峰会更多详情及报名
如果字段的最大可能长度超过255字节,那么长度值可能…
只能说作者太用心了,优秀
感谢详解
一般干个7-8年(即30岁左右),能做到年入40w-50w;有…
230721