2025时序数据库技术创新大会嘉宾演讲PPT合集(共17套打包)

2025时序数据库技术创新大会嘉宾演讲PPT合集(共17套打包)

更新时间:2025-07-22 报告数量:17份

报告合集目录

报告预览

  • 2025时序数据库技术创新大会嘉宾演讲PPT合集
    • 3-7-林丽-基于动态图提示的高效时空预测方法.pdf
    • 3-4-李瑞远-浮点时序数据压缩.pdf
    • 2-6-Stephen Lawrence-COVESA 中央数据服务平台 — IoTDB 在车联网技术研发中的应用探索.pdf
    • 2-7-Trevor Bloch-IoTDB 在工业大数据机器学习中的应用 — 高性能集群部署实践.pdf
    • 1-7-曹志佳-IoTDB 技术实践:IoTDB 系统调优从入门到精通.pdf
    • 0-1-王建民-AI 时代从“采数”到“用数”的跨越.pdf
    • 1-6-候昊男-IoTDB 生态之路:无缝对接上下游系统的应用集成组件.pdf
    • 3-3-丁小欧-面向 AI 的工业物联网时序数据质量治理画-检-修-查技术体系创新实践.pdf
    • 1-2-王旋-IoTDB 智能之路:面向工业的时序数据智能体关键组件及技术.pdf
    • 2-1-郑强-IoTDB 在冶金行业的深度应用.pdf
    • 1-4-江天-IoTDB 开放之路:跨平台存储分析一体化 TsFile 文件.pdf
    • 0-3-乔嘉林-IoTDB 2.0:AI 时代的工业数据智能底座.pdf
    • 3-5-段晓旗-融合多元数据的时空动态感知研究.pdf
    • 2-3-王权-IoTDB在上海电气储能运维平台中的实践与应用-对外版.pdf
    • 1-5-陈荣钊-IoTDB 智能之路:使用 AINode 一键训练领域时序大模型.pdf
    • 1-1-田原-IoTDB 融合之路:树&表融合模型技术架构解析.pdf
    • 1-3-苏宇荣-IoTDB 技术实践:流计算框架在航空、航天、油气领域的应用实践.pdf
请点击导航文件预览
资源包简介:

1、基于动态图提示的高效时空预测方法主讲人:林丽目录时空预测问题时空预测问题在多场景应用下的形式01预训练时空模型解决方案预训练时空模型用于多元时空数据预测问题02动态图提示下的时空预测方法基于动态图提示的时空预测方法03实验验证验证时空预测方法的有效性、鲁棒性、效率04结论预训练时空模型的高效应用0501时空预测问题在多场景应用下的形式时空预测问题TrendPeriodicStationary1D。

2、浮点时序数据压缩主讲人:李瑞远 副教授重庆大学时空实验室2025年7月Floating-Point Compression is Crucial Explosion of Floating-Point Time Series Data in a Streaming Fashion10k+records/s500GBdata/flight1Ttrajectories/day Efficient,C。

3、Using IoTDB and COVESA CDSP for automotive R&D inside and outside of the vehicleSpeaker:Stephen Lawrence,Principal Engineer,Renesas ElectronicsCOVESA Board member and Data Architecture and Infras。

4、IoTDB for Industrial Big Data Machine Learning High Performance Cluster DeploymentSpeaker:Trevor BlochCONTENTSIntroduction to VROC01VROCs Product Offerings02VROCs IoTDB Use Case03VROCs application to。

5、主讲人:曹志佳目录数据库系统的用户服务和架构演进挑战效率!效率!效率!IoTDB 可观测性发展概览Logging&Metrics&TracingIoTDB 监控模块负载视角&资源视角&引擎视角IoTDB 监控面板调优的“透视镜”典型案例分享性能调优&问题排查01效率!效率!效率用户服务和架构演进挑战用户服务挑战针对性调优可扩展调优容易导致调优的单点瓶颈形成。

6、AI时代,从“采数”到“用数”的跨越王建民清华大学软件学院大数据系统软件国家工程研究中心2025.72017年9月11日成立仪式2019年8月16日技术委员会会议大数据系统软件国家工程实验室,2017年1月23日国家发改委批建2021年12月20日发文大数据系统软件国家工程研究中心AI时代,软件开发的变化https:/ Karpathy)Software 1.0:计算机代码(Computer c。

7、主讲人:侯昊男目录生态集成总览IoTDB 与大数据生态系统集成总览具体应用集成介绍IoTDB 与上下游应用集成示例01IoTDB 与大数据生态系统集成总览生态集成总览IoTDB 生态集成全场景覆盖IoT+AI全生命周期IoTDB 生态集成02具体应用集成介绍IoTDB 与上下游应用集成示例Apache PLC4XApache PLC4X 是一个开源代码开发库,可以用一个共享API 通过多种协议与。

8、主讲人:丁小欧目录工业场景的数据质量问题工业时序数据质量管理技术脉络复杂工业时序数据质量规则挖掘劣质工业时序数据检测与修复面向AI的数据治理探索与展望01工业场景的数据质量问题工业大数据的价值工业大数据是工业互联网的核心,是工业智能化发展的基础原料工业大数据技术具有重大战略价值提升制造智能化水平,推动中国工业升级支撑工业互联网发展,促进中国工业转型助力中国制造弯道取直工业大数据特点:实时性高、数。

9、主讲人:王旋目录背景与行业挑战传统应用的开发模式的痛点我们的探索破局之道:IoTDB MCP Server核心功能与技术解析时序智能体介绍应用场景与效果时序智能体的案例01传统应用的开发模式的痛点背景与行业挑战步骤1步骤2传统应用开发模式查 MySQL查 IoTDB使用 Sundial 预测趋势应用开发需要明确业务流程,并对每一步骤进行代码编写:组织参数、调用方法、得到输出步骤3步骤1步骤2步骤。

10、主讲人:郑强 中冶赛迪信息技术(重庆)有限公司高级架构师目录中冶赛迪信息及行业介绍公司及行业介绍中冶赛迪在冶金行业的实践基于CISDigital TimeS(基于Apache IoTDB)的智能工厂数据赋能智能制造的探索与实践基于CISDigital TimeS(基于Apache IoTDB)解决数据难题案例分享冶金行业智能制造典型案例分享几点感悟与大家分享时序数据库在冶金行业应用中的感悟01中。

11、主讲人:江天目录背景介绍TsFile 的诞生背景文件结构TsFile 的文件结构格式对比TsFile 与其他文件格式的对比接口生态TsFile 的多语言接口以及生态支持应用实例TsFile 的具体应用场景01TsFile 的诞生背景背景介绍数据处理链路:端上采集、边缘汇聚、云中处理!#$%&(!#$%#&MQTT/HTTP工业物联网网关TCP IPv4 IPv6网络层链路层近距离。

12、乔嘉林天谋科技 CTOApache IoTDB PMC目录IoTDB 2.0:AI 时代的坚实数据基建IoTDB 2.0:AI 时代的拓新智能基建IoTDB 2.0:更加开放的全链路生态IoTDB 发展历程2011V0.x2022V1.02023V1.3.02024V1.3.42025V2.0分布式架构AI in SQL内置Timer时序大模型端边云协同工业时序数据库性能登顶国际榜单UDF时序质。

13、融合多源数据的时空动态感知研究主讲人:段晓旗目录研究背景时空感知的概念与背景01面向人类出行活动的时空动态感知研究介绍关于人类出行活动的相关研究02面向降水预报的时空动态感知研究介绍关于降水预报的相关研究03总结与展望总结上述研究不足、展望未来研究方向0401研究背景1.1时空感知时空感知是指对地理空间和时间维度上的动态现象进行实时捕捉、建模与理解的能力对地理空间和时间维度上的动态现象进行实时捕。

14、主讲人:王权 上海电气储能系统软件团队负责人目录目录CONTENTS公司介绍公司介绍产品介绍产品介绍IoTDB在储能运维中的实践在储能运维中的实践未来展望未来展望01公司介绍公司介绍上海电气储能概况上海电气储能概况大型综合性装备制造集团大型综合性装备制造集团上海电气集团是世界级的综合性高端装备制造企业,聚焦智慧能源、智能制造、智能基础设施三大业务领域,为客户提供工业级的绿色智能系统解决方案。上海。

15、主讲人:陈荣钊目录时序大模型工业智能化核心组件AINode时序模型专用基础设施模型训练使用 AINode 一键训练时序模型模型部署使用 AINode 管理并部署时序模型效果演示使用 workbench 快速上手时序模型01工业智能化核心组件时序大模型机器设备既是产生数据的主体,也是消费数据的主体机器设备数据贯穿整个生产流程,是新的生产资料码头料场焦化矿焦槽高炉脱硫转炉精炼连铸轧线加热炉依靠产业集。

16、主讲人:田原目录时序数据模型时序模型的关键概念、IoTDB 的双模型介绍、建模指导表模型分析能力介绍丰富的分析能力:子查询、窗口函数、多态表值函数、行模式匹配树表双模型融合树转表的功能定义、使用场景、转换示例融合查询展望IoTDB 作为统一入口,支持查询多种数据库(Mysql、PG、Clickhouse、doris、MongoDB等)01时序模型的关键概念、IoTDB 的双模型介绍、建模指导时序。

17、主讲人:苏宇荣目录为什么我们需要流处理框架?工业流处理场景的特点、现有解决方案的痛点什么是 IoTDB 流处理框架?为工业流处理而生的轻量级库内流处理框架技术实践:航空航天从飞机到卫星,比高更高技术实践:油气管道多级流转,轻松自在01工业流处理场景的特点、现有解决方案的痛点为什么我们需要流处理框架?工业流处理场景与特点跨网闸同步降采样同步实时告警数据库内数据库间数据库外特点:数据推送服务+简单状。

展开阅读全文
客服
商务合作
小程序
服务号
折叠