微信扫一扫
> 江门金榕家庭用品制造有限公司采购部
江门金榕家庭用品制造有限公司采购部
江门金榕家庭用品制造有限公司采购部，位于广东 江门市蓬江区星河路47号，主营：家居用品 家用竹木制品 家用金属制品 家用塑料制品 筷子 厨用刀 纺织布艺。张丽B女士欢迎新老客户来电咨询。电话：86-
公司联系方式>公司名称：江门金榕家庭用品制造有限公司采购部地址： -
& 广东 江门市蓬江区星河路47号邮编：529000所在行业：联系人：张丽B女士电话：手机：传真：公司网址：友情提示该页面是“江门金榕家庭用品制造有限公司采购部”在阿土伯网的企业名片页面，如果您是该公司负责人并希望管理这家公司（修改简介、修改联系方式、发布产品和热卖促销），请点击【】，阿土伯将第一时间把用户名和密码发送到您填写的手机上！江门金榕家庭用品制造有限公司采购部行车路线红色标注点是“江门金榕家庭用品制造有限公司采购部”在地图上位于江门的位置，您可以使用鼠标放在地图上放大、缩小和拖动地图。
江门蓬江企业推荐
相关企业名录
江门金榕家庭用品制造有限公司采购部企业名录/江门金榕家庭用品制造有限公司采购部企业黄页信息由阿土伯交易网的会员提供或来自网络，您在此可以浏览江门金榕家庭用品制造有限公司采购部企业有关简介、联系方式、电话等信息，最新的江门金榕家庭用品制造有限公司采购部企业名录/江门金榕家庭用品制造有限公司采购部企业黄页尽在阿土伯交易网。
城市频道：ABCDEFGHIJKLMNOPQRSTUVWXYZ
无I开头的城市
无O开头的城市
无U开头的城市无V开头的城市
&&& &&版权所有
& 京公网安备号
免责声明：以上所展示的信息由企业/个人自行提供或来自互联网，内容的真实性、准确性和合法性由发布者自行负责。阿土伯对此不承担任何保证责任。如网页内容涉及版权侵权问题以及其他疑问，请点击链接：
友情提示：交易有风险，行事需谨慎。对于明显低于市场价很多、要求先付款再交易的需要特别注意。推荐使用以下浏览器：
谷歌浏览器
360浏览器 极速模式
猎豹浏览器 极速模式
信息保护中，请放心填写。
*联系电话 :
免费获取查询结果
选择反馈类型
*你遇到的问题或建议反馈给我们，我们会更好的为你服务。
反馈内容不能为空哦~
请留下你的手机号码，说不准会有惊喜哦~
>江门金榕家庭用品制造有限公司
江门金榕家庭用品制造有限公司
法定代理人：巫闽江注册资本：323.00万元注册时间：
地址信息：江门市蓬江区星河路47号
该企业商号“金榕”已注册为商标！
商标基础对比
同类型公司（基于大数据分析结果）
商标注册成功数量
平均注册4个
建议注册更多商标
公司注册与初次申请商标时间差
平均注册518天
及时注册企业相关商标，避免抢注
委托代理公司与直接申请成功率
直接申请成功率32.74%代理申请成功率66.15%
直接申请成功率0.0%代理申请成功率95.74%
建议使用代理注册，能及时了解商标状态
新商标申请后多长时间可以投入市场
今日申请预计可以使用
商标申请类别
同类型公司
20.94%的公司已经申请，共申请659203次
已申请6个，占比4%
14.85%的公司已经申请，共申请489567次
已申请9个，占比5%
12.69%的公司已经申请，共申请397505次
已申请15个，占比9%
9.87%的公司已经申请，共申请348953次
已申请4个，占比2%
6.53%的公司已经申请，共申请177375次
已申请5个，占比3%
5.29%的公司已经申请，共申请155025次
已申请12个，占比7%
3.92%的公司已经申请，共申请114242次
已申请5个，占比3%
3.66%的公司已经申请，共申请93925次
已申请10个，占比6%
注册更多相关类别商标
商标常用元素
常用商标类型
商标常用类型
同类型公司申请数
本公司申请数
纯文字商标
已申请453344个
已申请93个
纯数字商标
已申请2870个
纯英文商标
已申请152801个
已申请35个
纯图形商标
已申请91157个
已申请23个
已申请177751个
已申请13个
建议：申请
纯数字商标&
常用图形要素
常用图形要素
一个或多个其它几何图形组成的圆或椭圆
使用次数：51651次
一个或多个其它几何图形组成的四边形
使用次数：41117次
两条以上的线或带
使用次数：27780次
包含一个或多个其他几何图形的圆或椭圆
使用次数：25089次
两种主要的颜色
使用次数：23702次
使用次数：18466次
几个并置,连接或交叉的四边形
使用次数：17456次
一条线或带
使用次数：17139次
几个并置,连接或交叉的三角形
使用次数：16064次
其它装饰图案
使用次数：15636次
建议：设计图形商标
商标常用字
使用次数：5505次
使用次数：5350次
使用次数：4233次
使用次数：4221次
使用次数：3476次
使用次数：3451次
使用次数：3196次
使用次数：2897次
使用次数：2795次
使用次数：2414次
使用次数：2215次
使用次数：2174次
使用次数：2089次
使用次数：2082次
使用次数：2061次
使用次数：2045次
使用次数：2036次
使用次数：2019次
使用次数：1929次
使用次数：1884次
建议：使用常用字申请商标
同类型公司
涉及信息变更商标占比13.48%
涉及信息变更商标占比0.0%
若商标注册人信息变更请将当前注册人变更为有效信息
转让商标117187个
转让商标0个
可将闲置商标进行转让
处于续展期商标占比3.16%
处于续展期商标3个，占比1.82%
处于续展商标并办理续展手续
处于宽展期商标占比1.17%
处于宽展期商标0个，占比0.0%
查询宽展商标并办理宽展手续
无效公告占比1.38%
无效公告数量6个
无效公告需重新注册
您的商号“金榕”已注册为商标，商号处于保护中！
*保护商号重要性:
1、防止他人不正当竞争
2、保护企业无形资产
3、统一品牌，便于宣传
4、提升品牌价值
下载商标进度查询APP
实时关注商标侵权动态
行业图表分析
商标状态分布
商标类别分布
商标类型分布
商标申请年份分布
首次申请时间：最近一次申请时间：
企业商标分布
按城市规模
按企业规模
路标网商标查询 http://www.chatm.com
进度查询APP
商标查询工具
流程全程监控
微信公众号
下单方便快捷
资讯抢先了解
商标名称：
企业名录：
Copyright (C) CHATM ALL Rights Reserved.
北京聚集科技有限公司版权所有热门标签：
·····
阿里大数据科学家金榕：机器人的粮食是数据
7月23日，阿里巴巴大数据科学家金榕教授做了主题为《机器人的粮食是数据》的演讲。金榕教授目前在阿里巴巴搜索团队负责及人工智能相关研究，拥有美国卡内基梅隆大学博士学位，曾任美国密歇根州立大学终身教授，长期致力于统计机器学习研究。金榕教授曾担任NIPS、SIGIR等顶级国际会议领域主席，KDD、AAAI、IJCAI等顶级会议高级程序委员会委员，获得过美国国家科学基金会NSF Career Award。
以下为演讲实录：
大家下午好，我的名字叫金榕。可能大家都知道，大部分阿里的员工都有花名，是吧？但是金榕是我的真名不是花名。我是2014年加入阿里的，我原先是在美国密歇根州工作了十几年，实际上我在阿里做的工作主要是数据、智能、机器学习的事情。我们主要的产品是在淘宝上的个性化搜索和个性化推荐，大家如果对淘宝推荐和搜索产品有任何建议，欢迎跟我联系。
今天我想说的话题，是数据和智能之间的关系。我们先看一个例子，就是汽车自动驾驶这件事情，现在自动驾驶已经被炒得非常热了，从Google最早开始推出智能驾驶的车，实际上在内华达州已经有了制造，到很多车厂都已经开始做自动驾驶这件事情。可能很少人知道，这件事情也是一个非常老的话题，1994年的美国的卡内基梅隆大学有一个项目－Alvin Project，目的就是要做一个自动驾驶的车， 1994年已经很成功的把一个车从东海岸开到西海岸，基本上是自动驾驶的，以每小时120公里的速度开。对我来讲，一个很有意思的问题，我想大家也会问，这样一个20年前就已经比较成型的技术，为什么到现在真正的商业化才开始呢？对吧？当然这个除了商业化的原因以外，实际上一个非常重要的原因是什么？就是数据的问题。
早期在做自动驾驶的时候，实际上收集的数据是非常少的，基本上只有几十个小时的驾驶数据，对复杂路况的处理能力比现在低很多，从安全性上讲是不够的。这就造成了为什么这样一个技术在20年前已经相当成熟了，但是到今天大家才真正给它商业化、规模化，其中一个很大的原因是由于Google或者说其他的车厂有非常大的能力收集几十万小时的驾驶信息，而且有非常大的处理数据能力，能够把所有的信息抽出来，能让车在非常复杂的情况下有一个很好的处理能力。从这个意义上来讲，大的数据真的是很重要的。
另外一个是AlphaGo，大家现在都知道Google做一个能够下围棋的机器人，可以自动去读棋谱能够跟顶尖的围棋选手下，而且一直保持非常好的胜率。但是同样，大家也知道下棋这件事情不是今天才发生，很早年前IBM的Deep Blue（深蓝）是非常成功的例子，他制作了一套系统能够跟国际最好的象棋大师做对弈。我也想提一下，所有Google在AlphaGo里面做的系统，包括深度学习、强化学习这件事情，实际上在20年前就已经被人在游戏上应用了。在1996年的时候，我估计现场有些同学可能都还没出生，那时候有一个系统叫TD(λ)的算法，有几位科学家把这个算法应用在一个在美国挺流行的游戏上，很快成为了世界冠军。
这里头最神奇的地方，跟AlphaGo比起来的话，AlphaGo还需要读人类棋手的棋谱，从中吸取经验成长成为世界顶级的选手，但是对于我刚才说的TD(λ)的算法来讲，当时就是做了两个不同版本的算法，这两个版本自己跟自己下了150万盘，就成了世界冠军。某种意义上讲，真的是自学成才的算法。
那么说回来，为什么说这样一套AlphaGo的系统大部分的核心技术点，实际上在20年前都已经很成熟，为什么到今天大家才把它的面纱揭开来呢？关键还是数据的问题，20年前我们的计算机不足以处理这么多的数据，现在我们有了GPU可以非常有效的处理这些数据。
可能还有一个比较重要的点，大家日常都会接触到语音识别技术。实际上语音识别技术在这几年有一个非常突飞猛进的发展，比如智能手机就已经开始普遍应用语音交互。实际上语音识别技术，是在六十年代开始的，有很多技术的东西其实很早的时候都有人尝试做，但是最近两年获得成功，还是归结于现在我们的数据处理能力和计算能力，使得它完全能够变成更加智能化的工具。
数据有一个非常厉害的能力就是挖掘价值。我想举个例子，这个例子就是花呗，大家可能都知道花呗的背后实际上是你的信用分，这个信用分基于你整个以前的行为，这些行为会告诉系统说你这个人有多大的可能还钱或者说有多大的还付能力，花呗是非常复杂的一个系统。把你整个所有的交易行为都形成数据，然后来算这个人能借给他多少钱，偿还能力如何。这个跟美国以前的信用体系有非常大的差别，完全是从数据上挖掘出你的行为，来测量你的信用有多好。
另外一方面，花呗在做信用测量的时候，另外一个很有意思的事情在客服上。很多顾客会打电话到支付宝，问为什么我的花呗分比较低？怎样能够把我的花呗分数提高？这个实际上就需要这些学习智能的机器人，能够从这个模型里面提取出有用的信息，告诉这个人怎么能够做一些努力、做一些改变，能够把他的花呗分最有效的生长起来。
下面我想说一个非常有意思的技术，因为我意识到好像在国内最主要的技术是深度学习这样的技术，对吧？实际上在过去的十年间，我认为在统计数学产生了一个非常有力量的技术，它的中文名是压缩感知。这个技术是非常有趣的技术，就是可以重现历史。大家设想这样一个情况，你有一个非常非常老的、破损的已经不行了的照片，就像左边这个照片一样。你肯定有一个心愿，这个心愿是说有没有一个机器可以把很破损的照片恢复的没有瑕疵，这是大家的心愿。自从有了这么一个非常厉害的技术叫做压缩感知，它实际上是可以把破损的照片，把它重现成很完美完整的照片。这是非常顶尖的几个科学家在最近几年做的杰出的工作带来的成果。
有了这个技术，大家会想是不是相机因为有了这个技术可以做一些改变？我不知道在座的同学知不知道，为什么我们手上拿的数字相机会这么便宜，有人知道为什么数码相机会这么便宜吗？其中一个非常重要的原因，我估计很少人清楚，就是数码相机的感光材料是用硅，因为很巧，人的感光区间和硅的感光区间是差不多的，所以说硅可以成为非常好的传感器来形成图像。但硅做不到但是红外的感光区，而红外感光材料非常昂贵，所有红外或紫外相机通常都很昂贵。你要想拿到一个非常非常高清的照片是非常昂贵的。
所以现在有很多公司在做一件事情，就是说我可不可以用一个非常简陋的相机来拍，但是用压缩感知技术把它重现成非常好看的照片来。美国的莱斯大学正在做一个惊天动地的事情 － 单光子相机，就是把相机逼到极限，能不能只测量一个光子就可以把整个图片完完整整的呈现在你的面前，这件事如果能做到，就会非常厉害。我个人觉得压缩感知这样的技术，应该会在以后的一些时间内会成为一个非常非常重要的技术。
我说了这么多，有一件事情我都没有提到，就是什么是智能，对吧？智能我想这个定义是每个人都有不同的含义，一个简单的定义从机器学习或者是角度来看，所谓的智能是什么呢？所谓的智能就是一个决策函数，这个决策函数它会有一个输入，比如说一个照片会给出一个决策。比如说它告诉你照片的人是什么，现在几乎所有的机器学习、所有的人工智能的方法，不管是AlphaGo，不管是语音识别、不管是自动驾驶几乎都是用这个方法为基础的。这个智能是我们经常说的人工智能，实际上它跟人的智能还是有一个很大的差别，最大的差别就在于他们对数据的依赖。
大家都可以看到，小孩在学习各种技能的时候不需要教他几千遍、几万遍，通常来讲一个学习的过程最多几十遍。所以人的学习可以依赖于相当少的样本就能学到这个知识、这个技能。但是反过来说，机器智能这种基于决策函数的学习方式，都需要一个巨大的数据支持，这就是为什么我们说的只有有了巨大的数据，人工智能才会普遍运用起来。机器实际上是要学习一个函数的，而所有的数据理论都告诉你，要学好一个函数，这个数据量一定是非常非常大的，这有很多所谓的不可能定义。他告诉你说，如果数据低于一定的程度，这样的函数是不可能被学习下来的。
我总结一下，我们正处于一个激动人心的时代，在这个时代能够利用非常大的数据，能够利用巨大的计算能力，让那些十年前、二十年前研发出来的算法，能够真正发挥巨大的价值。像大家看到的自动驾驶、AlphaGo等，但同时也要认识到现在这样一个基于函数技术的机器学习或者说是人工智能的方法，也有一个巨大的局限性。所有以函数技术作为基础的学习，一定是对样本的数量有很大的依赖。到底我们应该怎么去看待人在学习过程中的能力？为什么说人只要需要几个样本就能把一个技能学好，为什么机器学不好？从这个角度来讲，我认为现在的数据巨大成功同时也是给在座每一位年轻人有一个巨大的机会，这个机会也就是到底人是怎么学习的。
责任编辑：王培
贵州大数据产业政策
为推动大数据与工业深度融合，加快发展工业互 ...
贵州大数据产业动态
中国科学院院士、中国工程院院士李德仁表示， ...
贵州大数据企业
8月2日和3日，“深挖数据智能 助推数字经济— ...
8月8日，由呼和浩特市政府主办、玉泉区政府承 ...这个夏季，软通智慧一气呵成，包揽了智慧城市 ...在8月3日下午举办的2018中国大数据产业生态大 ...营业执照：江门金榕家庭用品制造有限公司
“金榕家庭用品制造有限公司”是一家拥有20年经验的家庭用品外商独资企业，旗下产品包括竹炭工艺，车缝纺织工艺，非复合膜袋工艺，塑胶制品，布艺等，专门生产系列化的家庭用品。本公司以高品质为先导，以倡导“优质生活”为理念，在消费者及各零售商心中已树立了“金榕”品牌的良好形象，通过不懈的科技创新和良好的生产研发能力，不断更新产品结构来引导市场消费，并于2011年获得江门市科技局所颁发的民营科技企业荣誉证书。本公司在总经理领导下按《ISO质量管理体系要求》建立公司的质量管理体系，以提供适合社会需求、使顾客满意的产品。地址：江门市蓬江区星河路47号电话：传真：网址：www.banyanhw.com
公司地址：江门市蓬江区星河路47号
(邮编：529000)
地区人才网招聘地区人才网招聘
微信服务号
未经51job同意，不得转载本网站之所有招聘信息及作品 | 无忧工作网版权所有&