日本中文字幕视频一区,自拍偷拍欧美一区,成人黄色在线

面向風(fēng)險的人工智能監(jiān)管進展、創(chuàng)新與啟示：基于歐盟視角的觀察[人工智能][工業(yè)自動化]

隨著人工智能技術(shù)發(fā)展和市場化應(yīng)用下的風(fēng)險衍化，人工智能監(jiān)管產(chǎn)生并獨立于人工智能治理，成為化解人工智能風(fēng)險的基礎(chǔ)理念與新興領(lǐng)域。歐盟首創(chuàng)面向風(fēng)險的人工智能監(jiān)管新范式，并借助國際合作、倫理約束與風(fēng)險監(jiān)管框架等方式實現(xiàn)歐盟人工智能監(jiān)管的領(lǐng)導(dǎo)力和行動力?？紤]到人工智能技術(shù)與社會需求的參差，歐盟優(yōu)化人工智能監(jiān)管主體、監(jiān)管流程以及監(jiān)管內(nèi)容以達到人工智能動態(tài)風(fēng)險的有效監(jiān)管。面對復(fù)雜的人工智能風(fēng)險態(tài)勢，我國可借鑒歐盟經(jīng)驗，在政策決定層面，基于本土國情制定面向風(fēng)險的人工智能法律政策與框架體系；在應(yīng)用實踐層面，構(gòu)建司法機關(guān)、市場監(jiān)督機關(guān)以及企業(yè)等主體的交互協(xié)同機制；在產(chǎn)業(yè)結(jié)構(gòu)層面，通過市場賦能推動人工智能監(jiān)管職能下沉和產(chǎn)業(yè)創(chuàng)新發(fā)展；在通識教育層面，培育人工智能素養(yǎng)作為防范人工智能風(fēng)險的監(jiān)管“安全閥”，實現(xiàn)公正、和諧和創(chuàng)新的未來人工智能發(fā)展。

發(fā)表于：11/27/2024 4:00:16 PM

公共數(shù)據(jù)信托模式構(gòu)造：特征識別、他山之石與中國鏡鑒[其他][其他]

公共數(shù)據(jù)信托具有平衡數(shù)據(jù)安全與價值分配的折中式法律結(jié)構(gòu)，是賦能數(shù)字經(jīng)濟集成法律、技術(shù)、政策、資本的協(xié)同創(chuàng)新引擎。英國“第三方數(shù)據(jù)信托”模式在數(shù)據(jù)信托標(biāo)的、衡平法系信義關(guān)系以及權(quán)利救濟等方面的經(jīng)驗，對我國探索公共數(shù)據(jù)信托和公共數(shù)據(jù)授權(quán)運營具有重要參考?；诖耍岢隼宥ü矓?shù)據(jù)信托標(biāo)的范圍、嚴(yán)密設(shè)計信托主體間的權(quán)利義務(wù)關(guān)系、提升公共數(shù)據(jù)信托治理效能、完善公共數(shù)據(jù)信托監(jiān)管機制等舉措，以期推動我國公共數(shù)據(jù)信托的本土化建構(gòu)，并為地方政府更加高效有序地開展公共數(shù)據(jù)授權(quán)運營工作提供有益借鑒。

發(fā)表于：11/27/2024 3:43:02 PM

基于數(shù)據(jù)湖平臺的工業(yè)大數(shù)據(jù)分析實踐：以智能油田能效分析為例[人工智能][工業(yè)自動化]

工業(yè)系統(tǒng)以及工業(yè)企業(yè)應(yīng)用場景日益復(fù)雜，導(dǎo)致系統(tǒng)處理數(shù)據(jù)量與數(shù)據(jù)類型日益增多。面對多樣化的業(yè)務(wù)應(yīng)用場景和海量多源異構(gòu)數(shù)據(jù)，對數(shù)據(jù)分析的流動性與靈活性要求越來越高。而傳統(tǒng)基于數(shù)據(jù)庫的大數(shù)據(jù)分析平臺無法滿足不同結(jié)構(gòu)數(shù)據(jù)匯入與數(shù)據(jù)源變化。因此，構(gòu)建了一套端到端、高效協(xié)同的大數(shù)據(jù)分析應(yīng)用實施框架，結(jié)合數(shù)據(jù)湖平臺與智能算法建立針對工業(yè)大數(shù)據(jù)的分析模型，實現(xiàn)以業(yè)務(wù)分析需求為驅(qū)動，結(jié)合數(shù)據(jù)湖平臺對于海量多源異構(gòu)數(shù)據(jù)的處理、匯聚、管理能力，高效開展數(shù)據(jù)建模、準(zhǔn)備、測試、訓(xùn)練與驗證。最后，在智能油田能效分析場景進行應(yīng)用驗證，成功實現(xiàn)對于智能油田能效分析場景下的系統(tǒng)預(yù)測、優(yōu)化與決策功能，為油田全業(yè)務(wù)流程提供數(shù)據(jù)支撐，推動智能油田可持續(xù)發(fā)展。

發(fā)表于：11/27/2024 3:23:00 PM

智能時代地方政府網(wǎng)絡(luò)輿情技術(shù)治理的困境及應(yīng)對策略[通信與網(wǎng)絡(luò)][其他]

發(fā)表于：11/27/2024 2:50:16 PM

基于Vensim PLE的決策監(jiān)管類系統(tǒng)的數(shù)據(jù)質(zhì)量影響因素分析——以智能化國資國企在線監(jiān)管平臺系統(tǒng)為例[其他][其他]

大數(shù)據(jù)時代，數(shù)據(jù)賦能和應(yīng)用給政府和國有企業(yè)的決策和監(jiān)管帶來了便利，但決策監(jiān)管類系統(tǒng)面臨源數(shù)據(jù)獲取、分析、處理等過程導(dǎo)致的數(shù)據(jù)質(zhì)量不高問題，影響決策的精準(zhǔn)性和監(jiān)管的有效性。結(jié)合本人參與該平臺建設(shè)需求分析和數(shù)據(jù)獲取的實際工作過程，針對國有資產(chǎn)和國有企業(yè)數(shù)據(jù)獲取到應(yīng)用過程中影響數(shù)據(jù)質(zhì)量的主要因素進行分析，構(gòu)建了數(shù)據(jù)質(zhì)量模型的因果關(guān)系圖和流圖，并通過Vensim PLE進行仿真實驗，識別到人才對數(shù)據(jù)質(zhì)量的重要性。同時，了解其中的學(xué)習(xí)培訓(xùn)時間、需求變更和元數(shù)據(jù)因素對數(shù)據(jù)質(zhì)量的具體影響趨勢，并提出對應(yīng)改進數(shù)據(jù)質(zhì)量的有效方法。

發(fā)表于：11/27/2024 2:38:05 PM

基于主從多鏈的科學(xué)數(shù)據(jù)共享方法構(gòu)建與實證研究[通信與網(wǎng)絡(luò)][信息安全]

針對當(dāng)前科學(xué)數(shù)據(jù)管理中普遍存在安全性不足的問題，試圖基于主從多鏈理論，探索提出一套科學(xué)數(shù)據(jù)保護與共享架構(gòu)方法。提出一種基于主從多鏈的科學(xué)數(shù)據(jù)保護與共享方法，這一方法借助多個智能合約、數(shù)字簽名、星際文件系統(tǒng)（IPFS）技術(shù)，并結(jié)合科學(xué)數(shù)據(jù)的分級分類和身份認證實現(xiàn)細膩度管理；采用主從多鏈結(jié)合的方式，確保數(shù)據(jù)的安全性和可擴展性。實證研究結(jié)果表明，本方法在存儲開銷方面顯著優(yōu)于公共鏈方案，在性能上提升約3倍，并在處理大量交易時展現(xiàn)出更高的穩(wěn)定性與可靠性。綜上所述，該方法具備去中心化、安全可靠、不可篡改等重要特性，能夠有效應(yīng)對日益增長的科學(xué)數(shù)據(jù)保護與共享需求。

發(fā)表于：11/27/2024 2:25:00 PM

基于關(guān)鍵信息流的氣象水文輔助決策服務(wù)[通信與網(wǎng)絡(luò)][其他]

借助大數(shù)據(jù)技術(shù),以信息流的形式開展輔助決策是滿足指揮決策中關(guān)鍵信息需求行之有效的手段。氣象水文保障亟需將關(guān)鍵信息流作為重要支撐手段，對氣象水文輔助決策服務(wù)架構(gòu)進行探索設(shè)計。在分析氣象水文決策內(nèi)容和特點的基礎(chǔ)上，提出基于跨網(wǎng)系傳輸?shù)年P(guān)鍵信息流支撐指揮員關(guān)鍵信息需求，以提高氣象水文輔助決策的質(zhì)量和效率，并且結(jié)合實際情況開展了氣象水文輔助決策服務(wù)架構(gòu)的初步設(shè)計，以新的架構(gòu)支撐信息網(wǎng)絡(luò)和業(yè)務(wù)體系建設(shè)，提高氣象水文輔助決策服務(wù)水平。

發(fā)表于：11/27/2024 2:14:47 PM

基于層次分析法和模糊評價方法相結(jié)合的裝備數(shù)據(jù)評估模型方法研究[其他][其他]

針對武警部隊裝備效能評估問題，提出一種基于層次分析法和模糊綜合評價法相結(jié)合的效能評估模型。首先，綜合考慮武警部隊任務(wù)特點和裝備建設(shè)情況，從“五種能力”角度出發(fā)，運用層次分析方法構(gòu)建了包括目標(biāo)層、環(huán)境影響層、3級準(zhǔn)則層、方案層在內(nèi)的6層結(jié)構(gòu)模型，并對結(jié)構(gòu)模型的指標(biāo)體系設(shè)置相應(yīng)權(quán)重；之后利用模糊綜合評價法，建立相應(yīng)模糊評估模型，對裝備效能等級進行評判；最后以模擬評估綜合保障能力為例列出了評估模型的具體步驟和實現(xiàn)方法，結(jié)果顯示評估值為77.5，評判等級為及格，符合實際。通過實例驗證，所提評估方法能夠有效地實現(xiàn)武警部隊裝備效能評估，為武警部隊后續(xù)裝備建設(shè)籌劃提供了理論支持，為裝備體系效能評估提供了一種分析思路。

發(fā)表于：11/27/2024 2:02:31 PM

火箭殘骸落點綜合態(tài)勢分析方法與應(yīng)用[其他][航空航天]

隨著高密度航天發(fā)射，火箭殘骸數(shù)量呈現(xiàn)快速增長態(tài)勢，全面掌握火箭殘骸落點綜合態(tài)勢，是高效評估火箭殘骸災(zāi)害風(fēng)險和應(yīng)急指揮決策的重要依據(jù)。提出了火箭殘骸落點綜合態(tài)勢分析業(yè)務(wù)模型和主題域數(shù)據(jù)模型，論述了基于海量歷史殘骸落點數(shù)據(jù)資源，開展火箭殘骸落點預(yù)報精確度分析、火箭殘骸預(yù)置落點區(qū)域準(zhǔn)確度分析和火箭殘骸落點散布區(qū)域特征分析等數(shù)據(jù)挖掘分析方法，給出了航天發(fā)射殘骸落點“態(tài)勢一張圖”的可視化設(shè)計要素。工程實踐表明，該成果可為提高航天發(fā)射火箭殘骸風(fēng)險評估和應(yīng)急指揮決策能力提供技術(shù)支撐，應(yīng)用效益較好。

發(fā)表于：11/26/2024 2:20:51 PM

結(jié)合BERT語義融合和關(guān)鍵詞特征提取的方面級情感分類研究[人工智能][其他]

方面級情感分類旨在確定句子中給定方面詞的情感極性。該任務(wù)先前提出的方法無法提取語義信息豐富的上下文初始表示向量，同時也不能精確地捕獲局部關(guān)鍵特征的范圍。因此，提出了一種結(jié)合BERT語義融合(BERTSF)和關(guān)鍵詞特征提取（KFE）的方面級情感分類模型（KFE-BERTSF）。BERTSF通過門控融合函數(shù)融合BERT編碼器的高層語義信息，以提取語義信息更加豐富的上下文初始表示向量。KFE通過動態(tài)閾值劃分句子的局部上下文和非局部上下文，并利用句法距離掩碼（SDMask）和距離感知注意力（ADA）提取兩個區(qū)域的局部關(guān)鍵特征?；谌齻€數(shù)據(jù)集上的實驗結(jié)果表明， KFE-BERTSF取得了比基準(zhǔn)模型更好的成績。

發(fā)表于：11/26/2024 2:04:54 PM