会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于Spark的车联网分布式组合深度学习入侵检测方法_俞建业

基于Spark的车联网分布式组合深度学习入侵检测方法基于Spark的车联网分布式组合深度学习入侵检测方法基于Spark的车联网分布式组合深度学习入侵检测方法基于Spark的车联网分布式组合深度学习入侵检测方法

  • 2021-07-26
  • 阅读115
  • 下载0
  • 6页
  • pdf

论企业数字化转型本质及方法

数字化这个理念已盛行了好几年，基本上各行各业都在讲要进行数字化转型，很多企业将大量资源投入到数字化建设方面，迄今为止这个说法已较为普及，那么我们首先来探讨一下：为什么企业数字化转型或建设乃大势所趋，为什么这么多企业愿意投入大量资源去做这方面的事情。

  • 2021-07-23
  • 阅读141
  • 下载0
  • 6页
  • docx

谷歌利用人工智能设计的芯片揭示了智能的本质

InfoQ 中文站曾经翻译并分享过《谷歌的深度学习在 AI 芯片中找到了一条关键路径》，该文介绍了 ZDNet 与谷歌大脑总监 Jeff Dean 谈到谷歌如何使用人工智能来推进定制芯片的内部开发，从而加快软件开发。使用人工智能设计芯片来运行人工智能，这本身是一件非常有意思的事。本文作者探讨了他对谷歌使用人工智能为人工智能设计芯片的思考。

  • 2021-07-21
  • 阅读110
  • 下载0
  • 6页
  • docx

深度强化学习在智能城市领域应用介绍

深度强化学习是近年来热起来的一项技术。深度强化学习的控制与决策流程必须包含状态，动作，奖励是三要素。在建模过程中，智能体根据环境的当前状态信息输出动作作用于环境，然后接收到下一时刻状态信息和奖励。 以众所周知的AlphaGo为例，盘面就是当前的状态，动作就是下一步往哪里落子，奖励就是最终的输赢。整个强化学习过程就是不断与环境交互，在交互的过程中产生数据，并利用这些交互产生的数据来学习的过程。正是在深度强化学习的帮助下，AlphaGo得以横扫世界级顶尖棋手。所以相比于有监督学习方法，深度强化学习在特定场景下可以达到超越人类的水准。 在围棋领域大放异彩之后，深度强化学习也在不断地拓展着自己的疆域，游戏、金融等越来越多的领域也出现了深度强化学习的身影。现代城市作为人类生产、生活的核心区域，是一个汇聚了交通、物流、能源等多个产业的复杂综合体。如果能够优化这种复杂结构，那么将会带来巨大的社会价值。而强化学习恰好可以做到这件事情。本文将为大家介绍几个强化学习在智能城市领域的应用案例。

  • 2021-07-21
  • 阅读427
  • 下载0
  • 6页
  • docx

5个基本概念，从统计学到机器学习

本文讲述了数据分析师应当了解的五个统计基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计方法。从高的角度来看，统计学是一种利用数学理论来进行数据分析的技术。象柱状图这种基本的可视化形式，会给你更加全面的信息。但是，通过统计学我们可以以更富有信息驱动力和针对性的方式对数据进行操作。所涉及的数学理论帮助我们形成数据的具体结论，而不仅仅是猜测。

  • 2021-07-20
  • 阅读128
  • 下载0
  • 6页
  • pdf

基于人工智能技术的诊后管理平台构建

将人工智能技术应用于诊后管理服务流程和服务模式，研究适用于诊后随访场景的多模态人机交互技术与自然语言理解技术，构建以医疗为基础、以患者为中心的诊后管理体系和及时高效、全方位的智能化诊后管理服务平台，解决当前国内诊后管理所面临的信息采集不便、方式单一、效率低下、过度依赖人工等痛点问题，打通医患之间沟通的重要桥梁，提升对患者离院后的关怀与患者的医疗服务“获得感”，促进医患关系和谐，提升医疗服务质量与水平。

  • 2021-07-20
  • 阅读401
  • 下载0
  • 6页

基于风控和合规的云计算网络安全矩阵控制研究

支付是金融行业应用最多的场景,在利益的驱使下,针对支付业务场景的网络攻击越来越多.如何准确有效地感知支付场景的安全风险是当前研究的问题之一.重点制析了当前态势感知系统和支付业务安全监控系统的现状，分析了这2类传统系统在支付业务场景风险感知的不足.介绍了支付场景态势感知平台的功能架构和技术框架和基于网络.主机及业务应用的多渠道监控安全事件的分析方法.以账户暴力破解和恶意开户2种典型支付业务场景为例,利用自四归积分滑动平均模型并姑合高斯算法，设计了基于金融行业支付业务场景的态势感知模型,成功实现了支付场景化风 险的安全态势的未来预测和周期性预测。

  • 2021-07-20
  • 阅读142
  • 下载0
  • 6页
  • pdf

面向数字化的制造业供应链解决方案

从信息化和数字化的对比来看，首先，信息化强调的是功能和流程，数字化更多强调的是数据和实时的反馈；第二，信息化强调的是数字的存储和记录，数字化强调的是智能反馈，数据驱动；第三，在信息化时代强调更多的是标准化，设备、流程的标准，甚至把人比喻成机器一样精准的执行某些指令，数字化时代，由于数字赋能，更多强调机器像人一样更加智能。基于新技术和整个智能物流设备的发展，推进了整个数字化的进程。

  • 2021-07-19
  • 阅读153
  • 下载0
  • 6页
  • docx