• 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

GPU在联邦机器学习中的探索

在人工智能领域,传统数据处理模式往往是一方收集数据,再转移到另一方进行处理、清洗并建模,最后把模型卖给第三方。但随着法规的完善和监控愈加严格,数据离开收集方或者用户不清楚模型的具体用途都可能会导致运营者触犯法律。为应对隐私泄漏风险,世界各国都采取了相应的措施。2018 年欧盟出台了首个关于数据隐私保护的法案《通用数据保护条例》。国内从 2009 年开始,出台了一系列隐私保护法案,数据隐私的保护正逐步严格化和全面化。

  • 2021-12-30
  • 阅读87
  • 下载0
  • 10页
  • docx

隐私安全计算之联邦学习

人工智能时代兴起,数据资源成为维持相关产业的基础原料,是否能够获取相关海量数据能力成为制约产业发展重要因素。然而,由于数据安全问题、竞争关系等因素,数据在各个行业甚至公司的内部以“数据孤岛”的形式存在,随着数据隐私安全问题突出,国家管控越来越严格,先后发布《网络安全法》等法律法规,在社会层面上,用户对个人隐私数据越发重视。以往科技巨头它们通过提供基于云的AI解决方案以及API,获取大量高质量的业务和个人数据模式,在未来发展中可能受到极大的限制。为此,研究如何在保护隐私和安全的前提下,解决数据孤岛问题实现数据共享需求越来越突出,隐私计算受到极大重视,联邦学习应运而生。

  • 2021-12-30
  • 阅读124
  • 下载0
  • 5页
  • docx

人工智能新技术:联邦学习的前世今生

如果投票问人工智能和大数据应用领域有什么好玩又好用的新技术,“联邦学习”一定是排在前列的。这项技术由谷歌在2016年首次提出,从2018年8月开始在国内快速发展和普及,截至2020年2月,有公开资料可查的联邦学习研究或应用单位已超过百家,阿里、微众、京东、腾讯、华为、平安等各领域的头部企业均在大力推进。身边做技术和业务的朋友都在说:忽如一夜春风来,联邦学习突然就在圈子里传播了,在聊天中不发表点联邦学习的看法都不好意思。

  • 2021-12-30
  • 阅读116
  • 下载0
  • 13页
  • docx

用机器学习预测药物在靶点上的停留时间

药物在靶点上的停留时间(即与特定蛋白靶点结合的持续时间),在某些蛋白家族中,对药效的影响比结合亲和力更重要。为了在药物发现中对停留时间进行有效的优化,需要开发能够预测该指标的机器学习模型。预测停留时间的主要挑战之一是数据的匮乏。本章概述了目前所有可用的配体动力学数据,提供了一个迄今为止最大的GPCR-配体动力学数据资料库(公开来源)。为了帮助解读动力学数据的特征(这些特征的纳入对于预测停留时间的计算模型是有益的),我们总结了影响停留时间的实验证据。最后,概述了用机器学习预测停留时间的两种不同的工作流程。第一个是根据配体特征训练的单靶点模型;第二个是根据分子动力学模拟产生的特征来训练的多靶点模型。

  • 2021-12-30
  • 阅读116
  • 下载0
  • 17页
  • docx

研究综述:机器学习在社会科学中的应用

随着数据的可得和计算机软硬件的发展,机器学习技术在业界及自然科学领域已经得到了广泛地应用。在社会科学领域,该技术使用虽然起步较晚,但发展也非常迅速。本文目的旨在系统介绍机器学习在社会科学中的应用。在简单介绍定义,在业界及自然科学领域的应用后,我们将从数据生成、预测以及因果识别(DID,RD和IV)三方面详细介绍机器学习在社会科学中的应用。局限于社科因果识别方法论的成熟及样本量限制,我们认为机器学习虽然拓展了社会科学研究的边界,但并不会颠覆现有研究范式。最后,本文从学界不平等及可复制性等方面讨论了该技术在应用过程中可能带来的问题。

  • 2021-12-30
  • 阅读106
  • 下载0
  • 40页
  • docx

捍卫数据隐私:联邦学习在临床预测模型中的应用

标准机器学习方法需要在一台机器或数据中心把数据集中起来训练模型,这需要同时处理多家医疗机构的数据,用于临床预测模型的训练。但医疗数据有着极高的敏感性,包括数据的权属问题、数据的隐私问题、数据的合规问题等,这均要求在保证数据绝对安全、合规的前提下进行机器学习模型的训练。如何在医疗数据不出医疗机构安全域的前提下进行一个模型训练,这是联邦学习(Federated learning)兴起的背景。联邦学习使得不同医疗机构能够协同学习、共享预测模型,同时将所有训练数据保存在各自医疗机构内部,从而将机器学习的能力与数据集中存储脱钩。

  • 2021-12-30
  • 阅读89
  • 下载0
  • 7页
  • docx

5G载波聚合和双连接及提前测量上报技术研究

在第五代移动通信快速部署的今天,大量的新型业务涌现,这些新型业务对带宽的需求越来越大,载波聚合和双连接技术能够有效提升上下行带宽,大大提高了用户速率。另外载波聚合和双连接技术可以利用低频段上行覆盖的优势来弥补中高频段上行覆盖受限的问题。载波聚合和双连接在技术上有各自的特点和优势,载波聚合和双连接增强技术利用提前测量上报技术可以大大降低载波聚合和双连接在辅小区添加过程中的时延。

  • 2022-01-04
  • 阅读238
  • 下载0
  • 5页
  • pdf

5G容量能力分

给定5G不同的帧配置,分析不同配置对系统容量的影响。在典型配置场景下,分析了5G系统的频谱效率、控制信道和信号的开销,以及调度周期内传输的符号数,在此基础上,分别测算了极限条件、模拟条件的容量和精细容量。进一步地,为了使结果更可靠,根据TBS协议规则,给出了TBS容量的计算方式和流程。结合不同的容量结果进行了对比分析,对即将到来的5G的组网及优化提出了相关指导意见。

  • 2022-01-04
  • 阅读124
  • 下载0
  • 4页
  • pdf
上一页 1 …… 780781782783784785786787788789790 …… 2193 下一页 共 17542 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读257
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读300
  • 下载6

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读412
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读427
  • 下载10

最新上线

人社一体化大数据体系建设方案

人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案

  • 阅读9
  • 下载0

智算中心建设导则

智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则

  • 阅读10
  • 下载1

智能网联汽车(车联网)蓝皮书(2025年)

报告围绕智能网联汽车产业高质量发展主题,从全球态势、场景应用、技术趋势三大维度系统梳理了产业发展现状,深入剖析了智能网联汽车在汽车、交通、城市治理等领域的价值释放路径,提出了推动产业高质量发展的举措建议与发展展望。

  • 阅读28
  • 下载0

低空产业高质量发展路径与策略研究报告(2025年)

报告重点聚焦低空产业,提出低空产业的体系架构,探讨低空产业发展现状、路径及挑战,提出低空产业下一步发展思考和建议。

  • 阅读18
  • 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