From 1be6c2f1b382b6ea96612e020995faf45a73288b Mon Sep 17 00:00:00 2001 From: ruoxiran Date: Mon, 13 Jan 2020 22:04:12 +0800 Subject: [PATCH] add chinese version cfp --- index_zh.html | 345 ++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 345 insertions(+) create mode 100755 index_zh.html diff --git a/index_zh.html b/index_zh.html new file mode 100755 index 0000000..fe0e9e0 --- /dev/null +++ b/index_zh.html @@ -0,0 +1,345 @@ + + + + + + Web与机器学习 - W3C研讨会会议征集 + + + + + +
+

+ W3C +

+
+

W3C Web与机器学习研讨会

+

2020年3月24-25日，德国柏林

+ + Ryzhi +
+ +
+ + + + +
+
+

会议征集

+
+

这是一份针对不确定召开的W3C Web与机器学习研讨会非官方会议征集

+ +

+ 研讨会的目标是什么？ +

+

研讨会的基本目标是召集机器学习工具和框架提供者及Web平台从业者共同探讨如何为机器学习在开放Web平台上的应用提供更好的基础支撑的话题.

+

研讨会的其它目标如下：

+
    +
  • 理解机器学习如何适应Web技术栈
    • +
  • 理解基于浏览器的机器学习如何适应机器学习生态系统
    • +
  • 探索机器学习技术对Web浏览器和Web应用的影响
    • +
  • 评估制定机器学习API和标准化范式的可能性
    • +
+ +

参会者不仅可以听取报告，同时可以积极参与到茶歇环节和工作组讨论中，一起探讨与参会者相关的主题。

+

研讨会的主题有哪些？

+
    +
  • 是否需要基于浏览器的专用机器学习API？这样的浏览器级的API需要什么样的水平？在市场上部署机器学习专用处理器(如NPU,TPU)有怎样的前景？
    • +
  • 怎样将机器学习的API和框架与数据源结合(包括传感器API,从设备和WebRTC流中输入的音频和视频)？
    • +
  • 如何能将机器学习置于已有的专用高性能计算API(如WebGL, WebGPU, WebAssembly等)之上？
    • +
  • 怎样将机器学习原有方法关联到特定领域的人工智能API上(如声音识别，形状识别)？
    • +
  • 训练好的机器学习模型存在哪些交换格式？为将它们应用于Web浏览器，还需要一些什么样的特性？
    • +
  • 基于云端和客户端的机器学习可以如何交互以适应用户环境(如网络、可用计算力、可用电池电量)并同时保护用户隐私？单一的机器学习API是否无法同时满足云端和客户端需求？
    • +
  • 机器学习模型需要完成多少训练(如果需要训练)以有效地应用于浏览器中？
    • +
  • 从隐私和安全角度考虑，机器学习在浏览器中应用会有哪些优势和风险？怎样减轻这些风险？
    • +
  • 如何将机器学习原有方法应用于浏览器以帮助提升Web页面和Web应用的无障碍性？
    • +
+

对研讨会的主题有任何意见或建议，请通过向Github提交请求或向 + Dominique Hazael-Massieux< + dom@w3.org>发送电子邮件。 +

+ +

引用

+ +

+ 如何参会？ +

+

+ 参会人员公开召集，不需要具备W3C会员身份。所有被邀请的参会人员均可免费参会。 +

+

+ 如果您有兴趣参与研讨会，请填写该注册表。 我们欢迎对机器学习和Web技术的交叉应用有深刻见解的人员，不论是有解决该类问题的实践经验，或是参与过相关的标准化制定。 +

+ +

+ 由于研讨会开展场所的空间有限，最多可容纳120位参会人员，因此仅允许收到参会许可邮件的人员参会。 另外，请密切关注 + 重要日期。 +

+

+ 我们接受且鼓励您通过在提交报告中以提交主题的方式进行注册，无需再填写注册表。 +

+

我们的目标是聚集来自工业界和社区组织的从事不同工作的参与者，包括：

+
    +
  • 基于机器学习的应用和服务提供商
    • +
  • 将机器学习应用于Web隐私、安全和易用性的专家
    • +
  • 机器学习框架和平台
    • +
  • 云计算服务商
    • +
  • 机器学习硬件和芯片提供商
    • +
  • 浏览器提供商
    • +
  • 涉及相关标准设定的SDOs
    • +
+ +

本次研讨会，和其他W3C会议一样，将在W3C的职业道德与行为准则下开展。

+ + +

+ 如何提交会议报告？ +

+

+ 本次活动是一次研讨会，并非正式的会议，因此任何的会议展示都应该尽可能地在短时间内完成，且切合提交时建议的并通过会议主席和程序委员会确定的主题。 +

+

+ 为了能更好地在研讨会开展讨论，我们鼓励所有参会人员在参会前提前阅读所有被接收的主题。 +

+

+ 如果您有意对某个主题进行报告展示，请在截止日期(请查看重要日期)前通过邮件<group-machine-learning-pc@w3.org>向程序委员会提交您的报告。 + 我们的程序委员会会对您提交的材料进行评审并为您选择最相关的主题和方向。 +

+

+ 报告准备应包含若干段落，且涵盖以下信息： +

+
    +
  • 您在网络和Web技术方面的背景
    • +
  • 您想引导大家对哪个主题进行讨论
    • +
  • 相关支撑材料或资源的链接
    • +
  • 为保证研讨会的效果，您认为研讨会还应该包含的其他主题
    • +
  • 提交的报告必须是英文的，最好是HTML或纯文本格式。 如果含有图片，请保证图片在HTML中是使用base64编码的URI内联的。 您可以涉及多个主题，但请将所有主题涵盖到同一份报告准备中，对于每位参会者我们仅接受一份报告。 所有在注册时提交的材料(如引用，目标，兴趣点等)都将进行发布并在本页面提供链接
    • +
+
+
+

+ 什么是W3C？ +

+

+ W3C 是一个世界范围内开放的标准组织，汇集众多公司与社区成员共同围绕现有和新兴技术展开富有成效的讨论，其为 Web 标准设立了免版税的专利框架。W3C 主要关注客户端（浏览器）技术，并且拥有成熟的词汇表（或“本体”）开发历史。W3C 根据成员和社区输出的优先级开展相应标准化工作。 +

+
+
+

+ 会议地址 +

+

+ W3C Web和机器学习研讨会将在德国柏林微软中心召开。 +

+

+ 会场地址 +

+
+

Microsoft Atrium +

+

Unter den Linden 17 +

+

+ 柏林, +

+

德国 + +

+
+ + + + +
+
+

+ 研讨会管理 +

+

+ 程序委员会 +

+

+ 主席 +

+
    +
  • Kelly Davis (Mozilla)
    • +
  • Anssi Kostiainen (Intel)
    • +
+

+ 委员会成员 +

+
    +
  • Göran Eriksson (Ericsson)
    • +
  • Dominique Hazaël-Massieux (W3C)
    • +
  • Ningxin Hu (Intel)
    • +
  • Dean Jackson (Apple)
    • +
  • Sangwhan Moon
    • +
  • Roy Ran (W3C)
    • +
  • Georg Rehm (DFKI)
    • +
  • Nikhil Thorat (Google)
    • +
+
+
+

+ 主办方：微软 +

+

+

+

+

+ +
+

+ 成为赞助商 +

+

+ W3C研讨会，聚会和其他活动将您与领先的Web技术专家建立直接联系，他们包括： + 工业界，学术界，政府和开发者社区。 +

+

+ 无论是您的兴趣集中在由某个工作组讨论的特定主题上，或是您希望获得多元化的 + 国际观众背景，您的赞助都将有助于 + 吸引W3C的参与者关注您的组织及战略方向。 +

+

+ 赞助可以抵消部分会议费用，因此W3C的每个活动都欢迎 + 更多的赞助商。所有的赞助提案都将 + 通过W3C批准。 +

+

+ 如果您有兴趣成为W3C开展的Web和机器学习研讨会的赞助商 + 请通过电子邮件<abird@w3.org>或电话 +1 617 253 7823联系全球业务发展主管J. Alan Bird。 +

+

+ 有关此研讨会赞助机会的详细信息， + 请查看 + 赞助商. +

+
+
+
+
+ + + +