导读 随着大数据与人工智能的发展与潜能的进一步释放，新技术对制造业的赋能已变得尤为重要与普遍。在制造业的质量与可靠性领域，积累了大量的原始资料与数据，为人工智能在该领域的应用创造了条件。基于知识图谱的根因分析方法，将充分利用这些数据，为制造业进一步的赋能。本文将分享达观数据主导的基于知识图谱的根因分析方法的应用。
本次分享的题目是从 Apache Doris 到 SelectDB，从开源数仓走向下一代云原生数仓的演进之路。分享内容首先介绍 Apache Doris，然后分析在云时代下数据分析需求有什么样变化，为何要做 SelectDB，SelectDB 是怎样一个下一代云原生数仓。
本次分享的主题是“基于统一语义层构建的智能化数据分析平台”，主要包括以下几大部分： 主要内容包括： 1. 业务场景 2. 系统架构 3. 重要模块 4. 产品介绍
本文将介绍华为云在实时数据湖查询方面的优化以及一些建议。主要内容包括四大部分： 1. 华为云数据湖介绍 2. Hudi查询能力介绍 3. 华为云基于Hudi的性能优化 4. 未来规划
在虚拟世界中创造真假难辨的实时3D人类角色，彷佛隔着屏幕真得有一个人可以互动，一直都是图形学界的圣杯性问题之一。在社会大众的朴素理解中，这种超写实品质的渲染，是一种进阶问题，是需要把“赛璐璐”、“次世代”的技术做到极致才能挑战的。但事实上，制作“赛璐璐”、“次世代”，和制作超写实虚拟人，是目的相似但原理和手段截然不同的两种问题，正如用笔写字和用电脑打字一般。
本文分享主题为数仓Onedata体系建设的方法论。主要内容包括： 全文目录： 1. 方法论体系 2. 数据建模流程工艺 3. 实践案例 4. 心得总结
电力大数据时代的来临，使得基于人工智能、云计算、物联网的技术在电力行业之中得到了广泛的应用。而对于各个行业的创新与发展而言，知识图谱技术成为全新动力，针对电力领域知识图谱方面的研究却很少。本文聚焦在电力行业，以整合行业内知识资源为目标构建知识图谱，提供了场景化专业知识搜索、精准知识推送、决策支持等形态的知识应用，服务于该行业内的从业人员、企业机构及行业决策者。本文将分享知识图谱在电力行业应用上的一些探索和实践。
读 本文将分享Iceberg实时数仓数据分析的性能优化，主要内容包括以下4个方面： 1. Iceberg MOR原理介绍 2. Arctic基于Iceberg性能优化 3. 优化效果评估--CH-benchmark 4. 未来规划
没有账户，需要注册
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”。
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。
本次调研覆盖欧洲、中东与非洲、亚太、美洲四大区域，收集了来自171家酒店集团的189份有效反馈。数据显示，78%的酒店集团已启用人工智能，89%计划新增应用场景，但多数项目仍停留在试点阶段，或仅依赖通用型公共工具。人工智能平均依赖度得分(4.7分)持续低于信任度得分6.6分)，凸显巨大的未开发潜力。释放这一价值，需要更充分的可靠性验证、更完善的投资回报率(RO)测算，以及全企业级的系统整合。
无论是在自然科学、工程技术，还是经济与社会科学领域，高质量的科研分析均依赖经过验证且结构化的数据。一个管理得当的数据库，如果同时具备全面的元数据，能够与其他数据源实现互操作，其用途将更加广泛。科研本身如此，科研信息与分析亦然。本报告聚焦科睿唯安及其科学信息研究所(ISI)所采用的一系列方法与流程，旨在确保数据、分类结构及相关元数据等关键要素，始终处于Webof Science文献计量数据库及其相关产品的核心位置。
本文旨在系统性调研并构建一套面向 AI 智能体的全生命周期安全体系，全面识别其在技术演进与规模化 落地过程中面临的各类安全威胁与风险点，并提出覆盖制度、流程与技术的多层次综合防护方案。该体系 不仅支撑企业级 AI 产品在设计、研发与运营阶段的安全能力建设与合规落地，同时为行业标准制定、整 体安全解决方案构建以及模块化安全产品研发提供可复用的理论基础与实践路径。
北京大学能源研究院是北京大学下属独立科研实体机构。研究院 以国家能源发展战略需求为导向，立足能源领域全局及国际前沿， 利用北京大学学科门类齐全的优势，聚焦制约我国能源行业发展 的重大战略和科技问题，按照“需求导向、学科引领、软硬结合、 交叉创新、突出重点、形成特色”的宗旨，推动能源科技进展， 促进能源清洁转型，开展专业及公众教育，致力于打造国际水平 的能源智库和能源科技研发推广平台。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
