检索结果-内蒙古大学图书馆

中华放射学杂志 2024年第1期58卷 25-33页

作者：中华医学会放射学分会心胸学组中国医师协会放射医师分会心血管学组中国食品药品检定研究院刘士远金征宇郑敏文吕滨萧毅李小虎卢洁张龙江王浩张佳胤不详海军军医大学第二附属医院放射诊断科上海200003 中国医学科学院北京协和医学院北京协和医院放射科北京100730 空军军医大学西京医院放射诊断科西安710032 中国医学科学院北京协和医学院国家心血管病中心阜外医院放射影像科北京100037 安徽医科大学第一附属医院医学影像科首都医科大学宣武医院放射与核医学科解放军东部战区总医院放射诊断科中国食品药品检定研究院医疗器械检定所上海市第一人民医院放射影像科

冠状动脉CT血管成像(CCTA)是冠状动脉疾病诊断的首选影像检查。使用人工智能技术对CCTA数据进行图像重组、斑块评估和血管分析,是人工智能医疗器械发展的重要方向,为临床机构提供了全新的影像后处理和诊断方式。影像人工智能产品的生产... 详细信息

冠状动脉CT血管成像(CCTA)是冠状动脉疾病诊断的首选影像检查。使用人工智能技术对CCTA数据进行图像重组、斑块评估和血管分析,是人工智能医疗器械发展的重要方向,为临床机构提供了全新的影像后处理和诊断方式。影像人工智能产品的生产研发、验证确认、临床质控等活动均需要依托图像数据的高质量标注结果。为了规范CCTA的数据标注,本共识对CCTA的标注提出统一的共识和指导意见,从数据集适用范围和定义、数据要求、标注流程及标注规则等各个方面阐述专家组就该问题达成的共识,旨在帮助业内形成统一认知,提高CCTA数据的标注质量,推动相关数据集的建设,促进CCTA相关的人工智能研究规范化发展,提升冠状动脉疾病的诊疗水平。

关键词：体层摄影术,X线计算机冠状动脉CT血管成像数据标注质量控制

来源：评论

学校读者我要写书评

暂无评论

行业标准《人工智能医疗器械质量要求和评价第3部分:数据标注通用要求》解析

引用

协和医学杂志 2023年第6期14卷 1185-1188页

作者：郝烨王浩李佳戈中国食品药品检定研究院北京100050

伴随机器学习技术的迭代升级,人工智能已成为医疗器械领域的新兴方向,尤其近年来发展迅速。国家药品监督管理局于2022年发布了行业标准YY/T 1833《人工智能医疗器械质量要求和评价》系列标准,标志着我国已初步建立了人工智能医疗器械的... 详细信息

伴随机器学习技术的迭代升级,人工智能已成为医疗器械领域的新兴方向,尤其近年来发展迅速。国家药品监督管理局于2022年发布了行业标准YY/T 1833《人工智能医疗器械质量要求和评价》系列标准,标志着我国已初步建立了人工智能医疗器械的标准体系。数据标注是人工智能医疗器械质控的重要环节,数据标注的规范化、标准化不仅是标准体系的重要方面,也决定了参考标准的准确性和可靠性,从而对数据集质量和产品质量产生重要影响。《人工智能医疗器械质量要求和评价》第3部分为数据标注通用要求,其对人工智能医疗器械在数据标注环节的质量进行了要求,并对评价方法进行了规范。本文将对其重要内容进行解析,以期更好地开展产品质控,促进产品及行业高质量发展。

关键词：数据标注人工智能医疗器械产品质控数据集

来源：评论

学校读者我要写书评

暂无评论

数据标注众包平台系统的设计与实现

数据标注众包平台系统的设计与实现

引用

作者：邬行泽北京交通大学

学位级别：硕士

互联网时代的迅速发展,使得机器学习、深度学习也取得了巨大的进展。数据一直以来都是互联网时代的核心,然而很多未经加工的数据不能体现其价值,因此人工数据标注也就成为了一项重要的工作。目前,国内外都有较为成熟的数据标注众包平台... 详细信息

互联网时代的迅速发展,使得机器学习、深度学习也取得了巨大的进展。数据一直以来都是互联网时代的核心,然而很多未经加工的数据不能体现其价值,因此人工数据标注也就成为了一项重要的工作。目前,国内外都有较为成熟的数据标注众包平台。相较于国内的平台,国外的数据标注平台发展的更为成熟。由于网络连接、语言障碍、国内用户较少等问题,国外的平台无法支持频繁的数据标注任务;而国内的标注平台,由于标注的质量良莠不齐也无法提供良好的用户体验。因此,需要一个功能完善、使用方便的数据标注众包平台,进行数据标注任务的发布、接受、完成等工作。数据标注众包平台的用户分为两类,一类是消费者,即任务的发布者,另一类是贡献者,即任务的接受者。任务发布者选择任务模板,发布任务之后可对任务进行监控,并通过订单管理服务批量管理任务;贡献者通过完成任务获取成长积分,随着等级的增加,所能接受的任务等级也随之提高。本项目将基于Java语言进行开发,完成单点登录与鉴权、任务管理、订单管理、任务搜索、用户管理、质量管控等功能的设计与开发。消费者输入原始数据,经过贡献者标注,得到标注数据并支付一定的酬金。本人在项目研发过程中主要负责登录鉴权服务、任务管理服务、订单管理服务、任务搜索服务、用户管理服务和质量管控服务的设计与开发工作。研发主要基于Spring Cloud框架、Spring Boot框架,结合My Batis搭成基本骨架,使用My SQL、Redis、Elastic Search作为数据存储的工具,以高性能、高稳定性、高可扩展性为原则进行设计,结合众多当前优秀的框架,完成系统的开发。目前本项目已经投入到实习单位的日常使用,其价值是为单位的数据收集以及数据标注工作带来了方便,并提高了标注数据的效率和质量。通过数据众包标注平台,更多高质量的人工标注的数据投入到了语言学相关的研究中去,带来了更多的学术上的成果。

关键词：数据标注众包平台 Elastic Search框架单点登录分布式架构

来源：评论

学校读者我要写书评

暂无评论

认知劳动与数据标注中的劳动控制——以N人工智能公司为例

引用

社会学研究 2022年第5期 42-64,227页

作者：贾文娟颜文茜上海大学社会学院

在以人机交互为诉求的人工智能产品的生产中,与识别、判断、创新等人类能力相关的认知劳动成为主导性的劳动形态。在数据标注工作中,认知劳动的劳动控制目标是使标注员的自然认知转化为与计算机程序相匹配的产生式认知,以高效生产出符... 详细信息

在以人机交互为诉求的人工智能产品的生产中,与识别、判断、创新等人类能力相关的认知劳动成为主导性的劳动形态。在数据标注工作中,认知劳动的劳动控制目标是使标注员的自然认知转化为与计算机程序相匹配的产生式认知,以高效生产出符合电脑需要的标准化数据。其中,管理方通过认知标准化、认知反馈与认知加速,巧妙地整饰着数据标注员的认知行为;后者则通过产量限制、离职等方式对劳动异化进行抵制。从体力劳动到认知劳动,管理控制的对象从劳动者肢体运动方式转变为其大脑认知方法,劳动控制方式则从机械的身体规训走向了灵活的认知整饰。

关键词：人工智能数据标注认知劳动劳动过程

来源：评论

学校读者我要写书评

暂无评论

人工智能时代数据标注众包劳动的法律保护

引用

暨南学报（哲学社会科学版） 2023年第1期45卷 64-77页

作者：粟瑜华东理工大学法学院

伴随新一代人工智能产业的高速发展、平台用工模式向生产服务领域的深度扩张,数据标注众包劳动正在我国悄然兴起,但也面临低收入、高强度、虚自主、实管控、无保障等就业质量问题,且被制度性地排除在各种劳动交换法律保护以外。为促进... 详细信息

伴随新一代人工智能产业的高速发展、平台用工模式向生产服务领域的深度扩张,数据标注众包劳动正在我国悄然兴起,但也面临低收入、高强度、虚自主、实管控、无保障等就业质量问题,且被制度性地排除在各种劳动交换法律保护以外。为促进人工智能产业健康发展、切实维护新就业形态劳动者权益,我国有必要探索构建数据标注众包劳动法律保护制度,保护进路的选择需强调专门立法与司法衡平结合,尽快启动软法,审慎诉诸硬法;保护范围的划定在立法上可将服务合同作为类型构造基础,但在司法上应坚持事实优先,准确辨析隐蔽的劳动关系,克服可能发生的监管套利;保护措施的配置可从财产性权益、人格性权益两大方面分类展开。

关键词：人工智能数据标注众包新就业形态平台立法

来源：评论

学校读者我要写书评

暂无评论

计算与算计：数据标注劳动中的算法补足组织

引用

社会学评论 2023年第6期11卷 66-86页

作者：吴桐雨夏冰青浙江大学社会学系华东师范大学传播学院

本研究以人工智能数据标注产业为案例，解析中国平台劳动的再嵌入现象。通过分析为期两年的田野调查和154个半结构性访谈资料，构建了“算法补足组织”的概念框架，探讨了“补足组织”如何衔接算法与平台劳动，使之再嵌入回社会关系。... 详细信息

本研究以人工智能数据标注产业为案例，解析中国平台劳动的再嵌入现象。通过分析为期两年的田野调查和154个半结构性访谈资料，构建了“算法补足组织”的概念框架，探讨了“补足组织”如何衔接算法与平台劳动，使之再嵌入回社会关系。由地方政府介入的算法补足组织依据自身组织资源和逻辑，弥合了算法控制所带来的部分潜在劳工问题。在特定情景下，算法补足组织还可能与劳工形成利益同盟，调动组织资源消减算法黑箱特性，联合对抗过度算法控制，这一事实挑战了算法冷漠性等相关理论。

关键词：平台劳动算法控制数据标注人工智能数字劳动

来源：评论

学校读者我要写书评

暂无评论

基于结果模式的Deep Web数据标注方法

引用

计算机应用 2011年第7期31卷 1733-1736页

作者：李明李秀兰兰州理工大学计算机与通信学院兰州730050

全面准确地标注Deep Web查询结果是Deep Web数据集成的关键问题,但现有的Web数据库标注方法还不能较好地解决该问题,为此提出一种基于结果模式的Deep Web数据标注方法。首先通过结果页面解析和抽取结构化数据来完成数据预处理的工作,并... 详细信息

全面准确地标注Deep Web查询结果是Deep Web数据集成的关键问题,但现有的Web数据库标注方法还不能较好地解决该问题,为此提出一种基于结果模式的Deep Web数据标注方法。首先通过结果页面解析和抽取结构化数据来完成数据预处理的工作,并在集成结果模式和待标注数据之间建立正确的语义映射,进而确定DeepWeb数据的标注信息。通过对4个领域Web数据库进行实验测试,结果表明所提方法能有效地标注Deep Web查询结果数据。

关键词： Deep Web 结果模式数据标注数据抽取

来源：评论

学校读者我要写书评

暂无评论

面向分类任务的基于数据标注的多方协作学习研究

面向分类任务的基于数据标注的多方协作学习研究

引用

作者：黎兰兰中国科学技术大学

学位级别：硕士

机器学习在分类任务中已经取得了重大突破,但建立良好的机器学习框架往往需要大量标注数据的支持。随着相关法律法规的发布和人们隐私意识的觉醒,直接的数据共享变得愈发困难,多方协作学习是解决该问题的关键技术之一,其中基于数据标注... 详细信息

机器学习在分类任务中已经取得了重大突破,但建立良好的机器学习框架往往需要大量标注数据的支持。随着相关法律法规的发布和人们隐私意识的觉醒,直接的数据共享变得愈发困难,多方协作学习是解决该问题的关键技术之一,其中基于数据标注的多方协作学习可以在不共享原始数据的情况下转移本地知识,降低了用户隐私泄露的风险。然而,在数据协作标注中,参与方作为数据标注的主体是不规则的,难免会引入噪声影响标签的质量。目前,为了对标注样本进行充分有效地利用,通常基于先验知识建模过滤噪声,但是在实际应用中获取先验知识是困难的。同时,在面向分类任务的协作标注场景下,隐含参与方隐私信息的标注向量易受到包括差分攻击在内的威胁,隐私安全难以保障。针对上述挑战,本文提出了基于标注样本的学习算法和面向分类任务的隐私保护协作算法,旨在保证参与方隐私的同时最大化提高分类任务中的模型精度。具体而言,本文主要工作如下:1.为了增强利用标注样本学习的效用性,本文设计了一种新的面向分类任务的目标函数CL-MRT,并基于该目标函数提出了面向分类任务的标注样本学习算法LLSC。LLSC算法创新性地引入基于信息熵的计算因子度量聚合标签的置信度,将模型的注意力集中在标注质量更加稳定的样本上,降低噪声对模型训练的不良影响;同时设计混合正则项最小化错误类别概率和模型结构风险,从而提高模型的稳定性和泛化性。本文在多个公开数据集上进行实验,结果表明LLSC算法可以在缺乏先验知识的情况下,有效地学习标记数据,提升模型准确性。此外,在投毒攻击场景下,该方法可以降低含毒样本对模型训练的影响,增强模型训练的鲁棒性。2.为了更好地保护协作学习中参与方的隐私,本文基于同态加密和差分隐私的混合保护策略提出了一种面向分类任务的隐私保护协作算法PCTC。PCTC算法创新性地设计了一种安全聚合机制以避免浮点数的运算开销及精度误差;同时针对分类任务下标注向量的特点引入打包策略以充分利用明文空间,从而进一步的提升了加解密的运算效率;最后使用LLSC对标注样本进行学习,以降低噪声对模型性能产生的影响。本文进行了详尽的安全性证明和正确性分析,同时设置了一系列实验并与相关工作进行对比,以验证算法的先进性。结果表明,PCTC可以在保证参与方隐私安全和模型相对性能的同时,在大多数场景下实现最低的加解密开销。

关键词：多方协作学习分类任务数据标注隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于多通道卷积神经网络的非结构化数据标注

引用

计算机仿真 2021年第6期38卷 400-404页

作者：米启超赵红梅林丽萍河南城建学院电气与控制工程学院河南平顶467036 西安交通大学化工学院山西西安710049

非结构化数据存在差异性,对标注模型的构建存在不足,影响标注质量。提出基于多通道卷积神经网络的非结构化数据标注方法。建立Hive分布式查询框架,对其中与标注目标相关的数据进行相似性查找,同时建立众包标注集,确定相关标注概念。对... 详细信息

非结构化数据存在差异性,对标注模型的构建存在不足,影响标注质量。提出基于多通道卷积神经网络的非结构化数据标注方法。建立Hive分布式查询框架,对其中与标注目标相关的数据进行相似性查找,同时建立众包标注集,确定相关标注概念。对标注集中的标注差异性,利用多通道卷积神经网络对其差异性进行确认,并确定标注任务函数。利用标注任务函数,建立任务标注模型,利用模型中求得函数解值完成标注任务。为了验证设计的非结构化数据标注方法的可行性,实验结果证明设计方法下得到的标注质量更高,方法性能更好,满足设计初衷。

关键词：众包标注集数据标注非结构化标注概念标注任务函数

来源：评论

学校读者我要写书评

暂无评论

云上车间中的劳动折叠:人工智能数据标注的劳动过程研究

引用

福建师范大学学报（哲学社会科学版） 2023年第3期 108-121,170页

作者：戴宇辰袁冰雨华东师范大学政治与国际关系学院上海200241

数据标注员是当前人工智能产业从业者中的一个典型工种。通过对其具体劳动过程的研究发现,平台技术对劳动过程的一个显著改变在于部分劳动呈现为一种“幽灵化”的状态:首先,工厂车间的云端化成为幽灵劳动诞生的前提。以“公会”为核心... 详细信息

数据标注员是当前人工智能产业从业者中的一个典型工种。通过对其具体劳动过程的研究发现,平台技术对劳动过程的一个显著改变在于部分劳动呈现为一种“幽灵化”的状态:首先,工厂车间的云端化成为幽灵劳动诞生的前提。以“公会”为核心形式的众包式、分包式网络可以完成从认领工作、准备生产材料到完成生产、分发薪资等一系列流程的组织。其次,可见性的改变是劳动幽灵化的核心轴承,平台技术通过对可见性的精巧控制,实现了劳动者与监督者肉身的实际消失。进而,劳动协作不再是人与人之间的流水线生产,而变成了机器安排下的技术延伸。最后,以平台为中心的数字关系本身也呈现为一种幽灵般的抽象结构,它遮蔽了传统的社会关系,使得劳动者的职业认同显得矛盾重重。

关键词：幽灵劳动平台劳动数据标注零工经济

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：