L'apprentissage profond est une catégorie d'algorithmes d'apprentissage automatique qui utilise plusieurs couches pour extraire progressivement des caractéristiques de niveau supérieur à partir des données brutes. Par exemple, dans le traitement d'images, les couches inférieures peuvent identifier les contours, tandis que les couches supérieures peuvent identifier les concepts pertinents pour un être humain, tels que les chiffres, les lettres ou les visages.

Les participants seront informés sur

• Comment COVID-19 a agi comme un catalyseur pour la télémédecine et comme une puissance dominante pour surmonter les forces qui inhibent le changement (forces machiavéliques).
• Comment le passage à l'an 2000 a contribué à la mondialisation de nombreuses industries et a contraint les organisations arrogantes qui avaient résisté au changement.
• Comment le 11 septembre a constitué une force majeure pour la mise en œuvre de la réforme et de l'automatisation dans le secteur bancaire mondial.
• Progrès actuels dans l'extraction de données/OCR, l'apprentissage automatique et la chaîne d'approvisionnement pour l'industrie de l'électronique et des semi-conducteurs

• Amar Gupta, MIT, chercheur principal , Approche hybride basée sur l'IA et l'OCR pour réduire l'intervention humaine et les efforts nécessaires au traitement des documents et à la création de modèles de prévision (parrainé par SiliconExpert) ; et coordinateur, Télémédecine/Télésanté et équipes de professionnels réparties géographiquement
• Vik Parth, directeur des produits et de l'innovation, SiliconExpert