ob欧宝:安徽省大学生创新创业教育办公室关于发布2022年安徽省大数据与人工智能应用竞赛赛发布时间:2022-06-07 10:19:41 来源:ob欧宝最新地址 作者:ob体育直播app下载
系统概述

  2020〕67号)要求,由大赛组委会提交的《2022年安徽省大数据与人工智能应用竞赛赛项规程》,经安徽省大学生创新创业教育办公室审定通过,现将赛项规程予以公布。大赛组委会要严格按照规程开展各项竞赛组织工作。请各高校按照规程要求,积极组织符合条件的学生参赛。

  本竞赛致力于推动安徽省各高校大数据与人工智能相关专业的建设,培养安徽省大学生大数据与人工智能技能、数据科学思维、实践能力和协作能力,提高大学生的大数据与人工智能的创新创业能力,以适应大数据与人工智能技术应用领域快速增长的人才需求。

  1.首先,参赛选手在指定时间内参加网络赛,通过直接在网上做题的形式进行比赛,通过网络赛的队伍方可进入现场赛。

  2.之后,在现场赛,为每支队伍配置三台计算机,参赛队根据题目要求完成竞赛内容,最后裁判根据各队的答题情况和评分标准进行判分决定其成绩。

  1.首先,参赛选手在指定的时间内参加网络赛,通过直接在网上做题的形式进行比赛,通过网络赛的队伍方可进入现场赛。

  2.之后,在现场赛,参赛队根据题目要求完成竞赛内容,最后裁判根据各队的答题情况和评分标准进行判分决定其成绩。

  暂定于2022年10月22-23日在合肥幼儿师范高等专科学校进行现场赛。如遇疫情防控或其他原因需要调整的,将另行发文通知。

  暂定于2022年10月22-23日在安徽工业经济职业技术学院进行现场赛。如遇疫情防控或其他原因需要调整的,将另行发文通知。

  暂定于2022年10月22-23日在合肥幼儿师范高等专科学校进行现场答辩。如遇疫情防控或其他原因需要调整的,将另行发文通知。

  (1)本科组竞赛内容分为大数据平台部署、大数据平台参数优化、大数据预处理、大数据分析、大数据可视化以及综合应用,具体包括:

  大数据平台部署:参赛选手根据题目要求完成大数据平台的部署,包括但不限于Hadoop、HDFS、HBase、Hive、Spark、Zookeeper、SQOOP、flink,flume,strom等,并能够根据要求对部署的平台参数进行调整以及测试平台可用性,对多个平台进行联调、联测,实现数据在不同的平台中进行流转。

  大数据预处理:参赛选手根据题目要求对给定的数据(数据可能不完整、不一致、重复、含噪音等)进行预处理,使得数据准确、完整、一致、可用,并能够对数据格式进行转换。

  综合应用:对给定的数据集,参赛选手综合应用大数据预处理、大数据分析与挖掘等技术,求解一个给定的问题。

  (2)高职组竞赛内容分为大数据平台搭建、运维与优化、语言代码处理、大数据工具使用、大数据处理及分析、文档编写,具体包括:

  大数据平台搭建、运维与优化:部署Hadoop、SPARK集群;实现HIVE,Hbase数据库部署,并实现数据存储;实现其他大数据组件部署,并实现相关功能。对多个平台进行联调、联测,实现数据在不同的平台中进行流转。平台包括但不限于Hadoop、HDFS、HBase、Hive、Spark、Zookeeper、SQOOP、flink,flume,strom等。

  编程及大数据工具使用:使用python、java语言实现数据爬取(数据抽取)、数据字段梳理、数据去重、数据统计分析;使用数据分析工具实现数据抽取、数据字段梳理、数据去重、数据统计分析。

  大数据处理及分析:根据竞赛题目,实现数据源获取(数据清洗、数据统计、数据挖掘、数据展现),利用提供的D3.js、Echarts、大数据BI分析工具、python相关图形库等方式进行多种方式的可视化展现。

  (1)本科软件组竞赛内容分为人工智能基础环境搭建部署、样本数据预处理、传统机器学习算法设计及应用、深度学习算法设计及应用、人工智能技术综合应用,具体包括:

  人工智能基础环境搭建部署:参赛选手根据题目要求完成指定版本的人工智能相关开发环境的部署,包括但不限于Anaconda、深度学习库PyTorch,并能够根据要求对部署的框架导入需要的相关库,包含但不限于sklearn,opencv。

  样本数据预处理:对给定的样本数据(图片、文本或者数值数据),检测和去除数据集中的噪声数据、重复数据和无关数据,处理遗漏数据,去除空白数据域,标准化、归一化、二元化数据以及特征提取等处理。

  传统机器学习算法设计及应用:典型传统机器学习算法的设计应用。包含但不限于逻辑回归、支持向量机、决策树、Kmeans等,根据题目或场景,通过选用机器学习算法利用Sklearn或者其它机器学习框架训练模型,实现分类、聚类算法并解决问题。

  深度学习算法设计及应用:包括但不限于卷积神经网络、循环神经网络、对抗生成网络、强化学习算法等。根据题目或场景,通过选用深度学习相关算法,实现如图像、语音、文本分析等结构化/非结构化数据的识别检测等

  (2)高职软件组竞赛内容分为人工智能基础环境搭建部署、数据集加载及预处理、模型构建及训练、模型加载及预测、综合分析,具体包括:

  人工智能基础环境搭建部署:参赛选手根据题目要求完成指定版本的人工智能相关开发环境的部署,包括但不限于Anaconda、深度学习库PyTorch,并能够根据要求对部署的框架导入需要的相关库,包含但不限于sklearn,opencv。

  数据集加载及预处理:利用PyTorch完成指定数据集的加载,对给定的样本数据进行预处理,如检测和去除重复数据等。

  模型构建及训练:对于传统机器学习算法及深度学习算法的构建及训练。包含但不限于逻辑回归、Kmeans、神经网络等,根据题目或场景,通过对指定机器学习算法进行调参,解决分类或聚类问题。

  模型加载及预测:利用PyTorch完成指定模型的加载与输出预测结果;测试给定模型在指定数据集上的规定指标,测试指定模型运行时所占内存/时间消耗。

  (3)硬件组竞赛内容分为国产AI边缘计算平台开发环境的使用、离线数据AI算法处理、在线数据AI算法处理、AI交互以及综合分析,具体包括:

  国产AI边缘计算平台开发环境的使用:国产操作系统的基本使用;相关第三方库(sklearn、OpenCV、Pytorch、Tensorflow等)的基本使用。

  离线数据AI算法处理:对视频、文本或语音等离线数据,利用指定算法或模型按要求进行处理并展示。考核功能包括视频中图像处理、物体检测识别、文本分类、中文分词、语音唤醒等。

  在线数据AI算法处理:利用摄像头、麦克风等外设获得实时视频、语音等数据,利用指定算法或模型按要求进行处理并展示。考核功能包括视觉测量、语音识别等。

  AI交互:利用摄像头、麦克风等外设获得实时视频、语音等数据,按照要求实现特定功能的人机交互。

  综合分析:总结分析能力,文档写作能力。能够从内存占用、运行时间、准确率等多方面指标对指定算法进行定量测试比较,并按照要求形成测试报告。

  参赛作品须围绕大数据与人工智能核心技术,探索有具体落地场景的技术应用创意方案,如大数据与人工智能技术在工业、农业、医疗、文化、教育、金融、交通、公共安全、日常生活、公益等行业领域的应用探索。

  竞赛采用开放命题,参赛作品须使用大数据与人工智能相关技术。参赛者应充分发挥创新能力,自由探索应用场景并自行获取相关数据,最终提交具有原创性并能够进行可视化应用展示的参赛作品。

  为保证竞赛公平公正,竞赛组委会、专家委员会、仲裁委员会、秘书处成员及竞赛相关工作人员不得作为参赛指导教师。

  每一赛道,同一教师指导的队伍总数不得超过4支,其中作为第一指导老师不得超过2支。学生参与比赛可以无指导教师。

  比赛以队为参赛基础,每支参赛队由1-3名参赛学生(队员)和1-2名指导教师(也可无指导教师)组成。参赛学校可另设领队1名(可由指导教师兼任)。领队和教练必须是参赛学校的在职教师,本科组参赛队员必须是当年度参赛学校的在读本科生、研究生,高职组参赛队员必须是当年度参赛学校的专科生。参赛队员是否符合本规则关于学历的规定,由竞赛组委会负责解释,由此产生的任何疑问应提交仲裁委员会审议。

  所有参赛队伍由各高校选拔上报,大赛不接受个人报名。各参赛队在网上注册以后,每所学校指定一名领队负责报名(每所学校指定1名教师进行认证),由参赛学校领队对比赛队伍进行审核,参赛学校领队对报名资料的真实性和参赛指导老师、学生排序负责。最后同时提交学校教务部门或创新创业教育管理机构等部门的意见(需签章)到组委会。

  赛前开展比赛规则研讨,并对比赛规则进行进一步解读。各参赛队伍师生依据比赛规则和要求进行比赛准备。

  在竞赛中,参赛队员根据题目要求完成相关工作,参赛队员不得和竞赛组委会指定工作人员以外的人员交谈,现场工作人员只能回答和处理与平台系统相关的问题。

  参赛队员出现妨碍比赛正常进行的行为,诸如擅自移动赛场中的设备,未经授权修改比赛软硬件,干扰他人比赛等,取消其参赛资格。

  竞赛的预定时间为4小时,但当竞赛进行一定时间后,竞赛专家组可以因为出现不可预见的事件而调整比赛时间长度,一旦比赛时间长度发生改变,将会以及时并且统一的方式通告所有参赛队员。

  竞赛结束后,由竞赛评测专家(由专家组遴选,组委会认定)进行评测,最终成绩将在大赛官网进行公示。公示无异议后,上报安徽省大学生创新创业教育办公室,并在安徽省高教网再次进行公示。待公示期满后,由安徽省教育厅发文公布获奖名单。

  比赛以队为参赛基础,每支参赛队由1-3名参赛学生(队员)和1-2名指导教师(也可无指导教师)组成。参赛学校可另设领队1名(可由指导教师兼任)。领队和教练必须是参赛学校的在职教师,本科组参赛队员必须是当年度参赛学校的在读本科生、研究生,高职组参赛队员必须是当年度参赛学校的专科生。参赛队员是否符合本规则关于学历的规定,由竞赛组委会负责解释,由此产生的任何疑问应提交仲裁委员会审议。

  所有参赛队伍由各高校选拔上报,大赛不接受个人报名。各参赛队在网上注册以后,每所学校指定一名领队负责报名(每所学校指定1名教师进行认证),由参赛学校领队对比赛队伍进行审核,参赛学校领队对报名资料的真实性和参赛指导老师、学生排序负责。最后同时提交学校教务部门或创新创业教育管理机构等部门的意见(需签章)到组委会。

  赛前开展比赛规则研讨,并对比赛规则进行进一步解读。各参赛队伍师生依据比赛规则和要求进行比赛准备。

  在竞赛中,参赛队员根据题目要求完成相关工作,参赛队员不得和竞赛组委会指定工作人员以外的人员交谈,现场工作人员只能回答和处理与平台系统相关的问题。

  参赛队员出现妨碍比赛正常进行的行为,诸如擅自移动赛场中的设备,未经授权修改比赛软硬件,干扰他人比赛等,取消其参赛资格。

  竞赛的预定时间为4小时,但当竞赛进行一定时间后,竞赛专家组可以因为出现不可预见的事件而调整比赛时间长度,一旦比赛时间长度发生改变,将会以及时并且统一的方式通告所有参赛队员。

  竞赛结束后,由竞赛评测专家(由专家组遴选,组委会认定)进行评测,最终成绩将在大赛官网进行公示。公示无异议后,上报安徽省大学生创新创业教育办公室,并在安徽省高教网再次进行公示。待公示期满后,由安徽省教育厅发文公布获奖名单。

  比赛以队为参赛基础,每支参赛队由1-3名参赛学生(队员)和1-2名指导教师(也可无指导教师)组成。参赛学校可另设领队1名(可由指导教师兼任)。领队和教练必须是参赛学校的在职教师,参赛队员必须是当年度参赛学校的在读学生。参赛队员是否符合本规则关于学历的规定,由竞赛组委会负责解释,由此产生的任何疑问应提交仲裁委员会审议。

  所有参赛队伍由各高校选拔上报,大赛不接受个人报名。各参赛队在网上注册以后,每所学校指定一名领队负责报名(每所学校指定1名教师进行认证),由参赛学校领队对比赛队伍进行审核,参赛学校领队对报名资料的真实性和参赛指导老师、学生排序负责。最后同时提交学校教务部门或创新创业教育管理机构等部门的意见(需签章)到组委会;

  赛前开展比赛规则研讨,并对比赛规则进行进一步解读。各参赛队伍师生依据比赛规则和要求进行比赛准备。

  初赛作品评审选用网评的方式进行。网评专家组由安徽省或省外大数据与人工智能方面专家组成,并由系统自动分配作品。

  决赛采取现场答辩的形式,答辩将分成几个组同时进行,分组方案由组委会制定,但组委会不决定各组答辩顺序,各组的答辩顺序将在抽签仪式中抽签决定。决赛现场评审专家由组委会从评审专家组中选取,并交由大赛监督组确认。

  根据答辩需要,允许答辩队伍通过计算机、手机、实物等方式辅助展示作品。答辩现场在答辩过程中对外封闭,请待答辩的队伍等秘书通知再进入现场。

  决赛成绩由评审专家现场给出。根据作品分数的高低,对作品进行排序。同时现场对作品的成绩进行公布。最终成绩将在大赛官网进行公示。公示无异议后,上报安徽省大学生创新创业教育办公室,并在安徽省高教网再次进行公示。待公示期满后,由安徽省教育厅发文公布获奖名单。

  参赛队员根据竞赛要求,使用指定的竞赛用电脑和竞赛平台(或自带),竞赛用电脑由竞赛组委会统一提供。

  各参赛队伍自行考虑是否携带展示设备并在比赛前在展示参观区域完成调试,在整个比赛期间提供给与会人员的演示支持。同时整个竞赛现场分为PPT演讲区和比赛准备区。

  根据要求完成大数据平台的部署,并能够对部署的平台参数进行调整以及测试平台的可用性,对多个平台进行联调,联测,实现数据在不同的平台中进行流转。

  对给定的数据(数据可能不完整、不一致、重复、含噪音等)进行预处理,使得数据准确、完整、一致、可用,并能够对数据格式进行转换。

  搭建分布式hadoop平台,hdfs,hbase,hive,spark模块,并测试可用性,对参数进行调整,实现优化目标;对多个平台进行联调,联测,实现数据在不同的平台中进行流转,对提供的文件和部分数据,采用相关hadoop和spark命令和算法包,进行处理;hdfs,hadoop计算包,sqoop命令转换,hbase相关数据查询和处理,hive数据查询和处理,spark计算语法和处理

  对比赛数据进行爬取,去重,清洗,统计(对提供样本目标进行爬取,去重,清洗和统计);对提供的样本数据进行排序,二次排序,平均值,分类统计计数,join联接,倒排索引等基本算法分析,并完成其他要求的统计分析;从基础数据开始自行设计完成一个完整的项目分析过程

  根据环境提供的通用python图形库,echart库,d3.js库,BI工具等实现如下内容:利用提供平台对数据进行静态分析得到相应的分析结果,并进行数据呈现的解释

  参赛选手根据题目要求完成指定版本的人工智能相关开发环境的部署,包括但不限于Anaconda、深度学习库PyTorch,并能够根据要求对部署的框架导入需要的相关库,包含但不限于sklearn,opencv。

  对给定的样本数据(图片、文本或者数值数据),检测和去除数据集中的噪声数据、重复数据和无关数据,处理遗漏数据,去除空白数据域,标准化、归一化、二元化数据以及特征提取等处理。

  典型传统机器学习算法的设计应用。包含但不限于逻辑回归、支持向量机、决策树、Kmeans等,根据题目或场景,通过选用机器学习算法利用Sklearn或者其它机器学习框架训练模型,实现分类、聚类算法并解决问题。

  包括但不限于卷积神经网络、循环神经网络、对抗生成网络、强化学习算法等。根据题目或场景,通过选用深度学习相关算法,实现如图像、语音、文本分析等结构化/非结构化数据的识别检测等。

  参赛选手根据题目要求完成指定版本的人工智能相关开发环境的部署,包括但不限于Anaconda、深度学习库PyTorch,并能够根据要求对部署的框架导入需要的相关库,包含但不限于sklearn,opencv。

  利用PyTorch完成指定数据集的加载,对给定的样本数据进行预处理,如检测和去除重复数据等。

  对于传统机器学习算法及深度学习算法的构建及训练。包含但不限于逻辑回归、Kmeans、神经网络等,根据题目或场景,通过对指定机器学习算法进行调参,解决分类或聚类问题。

  利用PyTorch完成指定模型的加载与输出预测结果;测试给定模型在指定数据集上的规定指标,测试指定模型运行时所占内存/时间消耗。

  对视频、文本或语音等离线数据,利用指定算法或模型按要求进行处理并展示。考核功能包括视频中图像处理、物体检测识别、文本分类、中文分词、语音唤醒等。

  利用摄像头、麦克风等外设获得实时视频、语音等数据,利用指定算法或模型按要求进行处理并展示。考核功能包括视觉测量、语音识别等。

  总结分析能力,文档写作能力。能够从内存占用、运行时间、准确率等多方面指标对指定算法进行定量测试比较,并按照要求形成测试报告。

  三个赛道的本科组和高职组分别设置奖项,均以最终入围决赛团队数为基数,按参赛队成绩排序,分别设置一等奖(不超过基数10%)、二等奖(不超过基数20%)、三等奖(不超过基数30%)。为鼓励参赛学校对本项竞赛工作的贡献,组委会将评选优秀组织奖(不超过参赛高校数的20%),评选办法另行通知。

  赛事安全是技能竞赛一切工作顺利开展的先决条件,是赛事筹备和运行工作必须考虑的核心问题。大赛秘书处采取切实有效措施,保证大赛期间参赛师生、专家评委、工作人员的人身安全。严格按照疫情防控方案开展相关竞赛和活动。

  大赛秘书处在赛前组织专人对会评现场、交通保障进行考察,并对安全工作提出明确要求,排除安全隐患。

  大赛秘书处提供保证突发公共事件应急预案实施的条件,严格控制与参赛无关的易燃易爆以及各类危险品进入会评现场。

  比赛期间发生意外事故,发现者应第一时间报告大赛秘书处,同时采取措施避免事态扩大。大赛秘书处应立即启动预案予以解决并上报大赛组委会。赛项出现重大安全问题可以停赛,是否停赛由大赛组委会决定。

  参赛队伍有干扰比赛的行为,经赛场工作人员提示,警告无效的,可取消其继续比赛的资格,并禁止参加下一年度的安徽省大数据与人工智能应用竞赛。

  各参赛队需凭参赛证件进入比赛现场;各参赛队在现场注册时需要提交学校教务部门或院系以上单位的推荐意见(需签章);参赛学校领队对报名资料的真实性和参赛指导老师、学生排序负责。

  指导教师熟悉竞赛规程,为参赛队伍提供指导;指导教师及领队贯彻执行大赛各项规定,竞赛期间不私自接触裁判;领队负责做好本参赛学校大赛期间的管理工作,负责本校的参赛组织和与大赛的联络,准时参加赛前领队会议,并认真传达落实会议精神,确保参赛选手准时参加各项比赛及活动;领队在比赛时需密切留意参赛选手的比赛时间,安排充足人员进行调度,避免出现因迟到而被取消比赛资格的现象;领队应负责赛事活动期间本队所有选手的人身及财产安全,如发现意外事故,应及时向组委会报告;只有领队才有权向仲裁委员会提出仲裁请求。

  各参赛选手凭大赛组委会颁发的参赛证和有效身份证件参加比赛及相关活动。参赛选手应自觉遵守赛场纪律,服从裁判、听从指挥。

  必须服从组委会统一指挥,认真履行职责,做好比赛服务工作;要按照分工准时到岗,尽职尽责做好分内各项工作,保证大赛顺利进行;检查、核准证件,非参赛选手不准进入赛场。同时,要协调好领队、指导教师休息及食宿;比赛出现技术问题(包括设备、器材)时,应及时与比赛负责人联系,及时处理;如遇突发事件,及时向组委会报告,同时做好疏导工作,避免重大事故发生,确保大赛圆满成功;要认真组织好参赛选手的赛前准备工作,遇到重大问题及时与组委会联系,协商解决办法。

  比赛过程中若出现有失公正或有关人员违规等现象,学校领队可在竞赛结束2小时内向仲裁委员会提出书面申诉,申诉书应包括申诉原因、申诉诉求、申诉团队等内容,并由申诉团队相关参赛队员、指导教师和领队签字。

  组委会和专家委员会委托裁判根据比赛规则,针对申诉内容给出相关的裁决依据,将仲裁请求和裁决依据2份材料一起提交仲裁委员会。仲裁委员会依据比赛规范、规则以及裁判给出的裁决依据对比赛结果进行仲裁。该仲裁结果为最终结果。

  鉴于常态化疫情防控需要,组委会、参赛院校、参赛团队所有成员在竞赛期间必须遵守各级政府和所在学校的疫情防控要求。

  本次省赛暂定采取选手现场竞赛、答辩,专家集中会评的形式进行。各参赛学校、参赛团队在作品制作、校级赛选拔等环节,必须严格做好疫情防控工作。

  决赛阶段,组委会相关工作人员、评委等必须严格遵守疫情防控规定,签署健康承诺书,进行体温检测正常后方可进入会议现场。

  承办单位成立了专门的疫情防控工作小组负责疫情防控工作,并制定了详细的疫情防控工作方案,已报承办校防控办及属地政府备案(附件2)。若因疫情影响导致竞赛时间或安排调整,组委会将另行通知。

  主办单位:中共安徽省委教育工委 安徽省教育厅地址:安徽省合肥市金寨路321号教科大楼邮政编码:230061

上一篇:2022职业教育品牌影响力报告发布高途排名前列
下一篇:长沙市汇德职业培训学校——汇智聚德育英才