• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

大数据、AI平台支撑下的智慧金融产品研发与实践

为提升大数据、人工智能等技术的金融场景应用质效,提高金融服务敏捷化、智能化水平,搭建整合数据采集存储、批流一体化计算能力的大数据基础服务平台,建设集成主流机器学习框架及基础算法模型、具备全流程建模能力的人工智能基础服务平台,并在平台基础上构建场景化数据资产及应用算法模型,推出面向不同业务场景的智能化产品。实践结果表明,不同场景的智能化产品使投研效率提高数十倍,助力理财业务实现 15% 左右增长,会计风险核查准确率提高到 90% 以上。基于大数据、AI平台的研发范式,能推动智慧金融产品高效、敏捷落地与应用,有助于推动银行智慧化转型、高质量发展。

  • 2021-04-22
  • 阅读609
  • 下载0
  • 9页
  • pdf

AI全科教师主讲课程学习成效试验研究

智能技术的发展和全科教学的需求催生了 AI 全科教师主讲课程。本研究以广州市某小学四年级 两个班 79 名学生为样本,采用深度访谈、课堂观察和问卷调查等研究方法,基于拟人化学习过程理论框架探究 AI 全科教师主讲课程学生学习成效。研究结果表明,AI 全科教师主讲课程能显著增强学生学习动机(包括内在 动机和外在动机)、增加学生学习投入(包括行为投入、认知投入和情感投入)和提升学生学习结果(包括知识与 技能、过程与方法、情感态度与价值观)。本研究发现证实了 AI 全科教师作为教学主体促进学生高效学习的重 要作用,为解决师资匮乏、教师减负增能等问题提供了重要启发。

  • 2021-04-22
  • 阅读440
  • 下载0
  • 12页
  • pdf

AI设计下的文本视觉问答技术

目的 分析基于 AI 设计的文本视觉问答模型的有效性,旨在利用 AI 设计更好地指导当前 AI 模型的构建,提升模型效果和用户体验。方法 以传统文本视觉问答框架为基础,结合 AI 设计改进当前模型。具体包括加强基于场景设计原则的关系挖掘,根据不同理解层次需求的答案关键词预测,并对模型被投入应用所将面临的问题的分析。结果 基于 AI 设计完善模型可进一步提升模型效果;同时,通过 AI 设计对不同年龄认知差异的建模可指导回复生成,提升整体用户体验。结论 通过理论分析和实验对比,可以得出 AI 设计是 AI 技术投入到应用的一个重要步骤。基于 AI 设计对模型进行重构,可提高当前模型的效果,解决 AI 技术落地中将面临的用户体验问题,满足不同人群的需求。

  • 2021-04-22
  • 阅读431
  • 下载0
  • 6页
  • pdf

清华大学互联网产业研究院区块链技术应用白皮书2018

近年来,区块链技术在全球范围内受到了极大的关注。各国政府在区块链领域积极 发力,企图抢占下一个产业创新的制高点。2016 年,国务院发布《“十三五”国家信息 化规划》首次将区块链定为战略发展方向。2018 年 5 月,习近平主席在中国科学院第十 九次院士大会、中国工程院第十四次院士大会上发表讲话,将区块链与人工智能、量子 信息、移动通信、物联网等并列为新一代信息技术代表,对区块链技术的前景寄予厚望。

  • 2021-04-22
  • 阅读680
  • 下载3
  • 152页
  • pdf

中国电子学会2018区块链产业图谱及增长点研究报告

一是明确区块链发展主要驱动因素及技术、产业发展趋势。 二是探索区块链的产业边界,划分产业类别,分领域阐述核心技术和市场应用场景。 三是研判下一轮区块链产业增长点,为相关行业主管部门、企业提供决策参考,为行业健康有序发展提供指导依据。

  • 2021-04-22
  • 阅读368
  • 下载0
  • 42页
  • pdf

中国科学院大学2018区块链金融产业全景及趋势报告

本报告基于对传统金融业务发展现状、趋势及痛点的研究,重点分析其能够 以区块链技术实现改造的业务领域及具体模式。试图回答: 1、传统金融业务在发展中存在哪些需求? 2、区块链技术能够满足哪些需求? 3、 目前有哪些区块链+金融应用,它们发展的怎么样了? 经过长达3个月的资料学习研究及行业走访调研,我们将在本报告中重点分析 区块链改造力最为突出的4个领域:支付清结算、供应链金融、保险及征信。

  • 2021-04-22
  • 阅读552
  • 下载0
  • 124页
  • pdf

2020中国区块链垃圾分类回收行业现状市场案例产业分析研究报告

2019 年 6 月,习近平总书记对垃圾分类工作做出重要指示,“实行垃圾分类,关系广大 人民群众生活环境,关系节约使用资源,也是社会文明水平的一个重要体现。”

  • 2021-04-22
  • 阅读309
  • 下载0
  • 17页
  • docx

德勤区块链VS供应链天生一对

区块链行业级应用的推广与人们对区块链技术认知的加深密不可分。区块链数据不可伪造篡改、智能合约、稳定可靠 等技术特征可以完美解决行业的一系列痛点,包括:复杂程度高、网络参与主体较多、需要数据高协同性、网络结构 不断吐故纳新等等。区块链作为一个全新的去中心化体系,拥有巨大应用前景与众多应用场景,在建设和运行模式上 高度灵活,使商业世界建立一个全新、高效的信任体系成为可能。

  • 2021-04-22
  • 阅读384
  • 下载0
  • 32页
  • pdf
上一页 1 …… 1618716188161891619016191161921619316194161951619616197 …… 16664 下一页 共 133305 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读103
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读939
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2744
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3174
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读33
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读56
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读63
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读59
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南