2019数字中国创新大赛

一、赛程介绍
（1）2018.11月-2018.12月中旬
大赛组委会成立并启动相关筹备工作
（2）2018.12.20 北京
2019数字中国创新大赛启动新闻发布会召开，大赛正式启动

（3）2019.01月
赛题正式对外发布，启动大赛报名

（4）2019.01月-2018.03月上旬
大赛初赛
2019.01.10, 12:00:00-2019.03.13, 23:59:59【大赛初赛-A榜】可持续报名，作品实时评测
2019.03.14, 00:00:01-2019.03.16, 23:59:59【大赛初赛-B榜】报名截止，作品定时评测
2019.03.17, 00:00:01-2019.03.22, 23:59:59【决赛入围审核】反作弊工作展开，晋级资格审核

（5）2019.03月下旬
北京、上海、西安、福州分区决赛，每道赛题在分区决赛中的前3名获得进军全国总决赛的资格

（6）2019.04月上旬
【专家辅导、作品优化】进入决赛的选手，由组委会邀请的D专家导师进行一对一辅导，对作品进行优化

（7）2019.04月 福州
2019数字中国创新大赛总决赛及颁奖典礼

二、参赛对象
秉承开放、共享的精神，大赛面向社会各界开放，高校（本科生、硕士生、博士生）、科研单位、企业从业人员及有志于大数据、人工智能、工业互联网技术的研究者，均可以个人身份组队报名参加，海外参赛者亦可报名参与。

三、大赛赛题
>>大数据赛题<<
（1）肝癌影像诊断
肝癌是临床常见恶性肿瘤疾病，如何有效予以早期诊断和治疗以防止其进一步发展是至关重要的，强化CT是肝癌的定位和定性诊断的重要手段。本赛题基于健康医疗大数据提供的肝部腹腔强化CT断层扫描数据以及相应的诊断结果，希望参赛者利用数据建模技术，构建基于医学影像的肝癌辅助诊断模型，利用人工智能手段对肝癌进行诊断，以帮助医生更加高效地对肝癌患者进行筛查。
● 出题单位：中电数据服务有限公司 ● 技术方向：医学图像处理 深度学习
（2）客户消费信用评分
随着诚信社会的建设，个人信用是诚信社会的基础。个人信用在申请信贷额度、共享出行、移动通信服务、酒店餐饮等各行各业都有着广泛的应用场景。如何准确的对客户的消费信用进行评分，并提供相应的服务，既能提升客户满意度、增加行业收益，也能有效规避风险，减少不必要的损失。中国移动福建公司提供2018年x月份的样本数据（脱敏），包括客户的各类通信支出、欠费情况、出行情况、消费场所、社交、个人兴趣等丰富的多维度数据，参赛者通过分析建模，运用机器学习和深度学习算法，准确评估用户消费信用分值。
● 出题单位：中国移动福建公司&新大陆科技集团 ● 技术方向：数据挖掘 机器学习

>>人工智能赛题<<
（1）智能盘点—钢筋数量AI识别（查看赛题）
在工地现场，对于进场的钢筋车，验收人员需要对车上的钢筋进行现场人工点根，确认数量后钢筋车才能完成进场卸货。本赛题基于广联达公司提供的钢筋进场现场的图片和标注，希望参赛者综合运用计算机视觉和机器学习/深度学习等技术，实现拍照即可完成钢筋点根任务，大幅度提升建筑行业关键物料的进场效率和盘点准确性，将建筑工人从这项极其枯燥繁重的工作中解脱出来。
● 出题单位：广联达科技股份有限公司 ● 技术方向：机器学习 计算机视觉
（2）文化传承—汉字书法多场景识别
书法是汉字的书写艺术，是中华民族对人类审美的伟大贡献。在全球化、电子化的今天，书法的外部环境有了非常微妙的变化，对于年轻一代，古代书法字体越来越难以识别，一些由这些书法文字承载的传统文化无法顺利传承。本赛题希望参赛者利用先进的技术，实时、准确、自动地识别出各种场景下的书法文字，比如字画中的书法、景点和建筑物上的提词、牌匾、对联等，书法文字主要包括篆书、隶书、楷书、行书、草书等等。
● 出题单位：华为技术有限公司 ● 技术方向：机器学习 计算机视觉

>>工业互联网赛题<<
（1）海上风场SCADA数据缺失智能修复（查看赛题）
由于风电场（尤其海上风电场）地处偏远，人工维护困难，远程数据监控系统（SCADA）能够远程获取风机运行状态数据，是风电场健康运行的保障。但是，SCADA系统往往受到传感器失效、网络阻塞等各种因素的影响，导致数据的缺失。本赛题抽取某一海上风电场实际SCADA数据，并人为地去除其中的部分数据，希望参赛者通过大数据分析，利用已知数据对缺失的部分数据进行估计，尽量挽回由于数据缺失带来的损失。
● 出题单位：新疆金风科技股份有限公司 ● 技术方向：机器学习 数据挖掘
（2）混凝土泵车砼活塞故障预警
砼活塞是混凝土泵车的关键部件，也是消耗性部件，活塞故障将导致泵车无法正常工作，同时可能导致整个工地其他配套设备无法正常施工，从而带来相当大的经济损失。本赛题将提供某类混凝土泵车砼活塞故障有关的多种工况数据，以及对应情况下，在未来完成给定工作量（混凝土泵送方量）的过程中活塞是否故障的标识信息。希望参赛者利用大数据分析、机器学习、深度学习等方法，提取合适的特征、建立合适的故障预测模型，预测该活塞在未来给定工作量内（泵送方量），是否会发生故障。
● 出题单位：中科云谷科技有限公司 ● 技术方向：机器学习 预测性维护

四、组织单位
主办单位：
福建省数字福建建设领导小组办公室
福建省工业和信息化厅
福州市人民政府
中国电子信息产业发展研究院
数字中国研究院
承办单位：
数字中国创新大赛组委会
协办单位：
深交所创新创业投融资服务平台（V-Next）
中国大数据产业生态联盟
中国开源软件推进联盟
人工智能产业创新联盟
中国工业软件产业发展联盟

五、奖项设置

大赛官网：https://www.datafountain.cn/

本文信息搜集整理自互联网，信息版权及活动解释权归主办单位所有，我爱竞赛网仅作媒体支持。