检索结果-内蒙古大学图书馆

大数据战略:从数据大国到数据强国

引用

科技导报 2020年第3期38卷 34-34页

作者：王建民清华大学软件学院大数据系统软件国家工程实验室工业大数据系统与应用北京市重点实验室北京100084

大数据时代,数据成为与物质资产和人力资源同样重要的基础生产要素。海量数据的空前集聚和计算力的指数级增长释放了深度学习算法的生产力,推动人工智能应用的大发展。大数据技术和大数据产业的蓬勃发展为线上互联网和线下实体经济带来... 详细信息

大数据时代,数据成为与物质资产和人力资源同样重要的基础生产要素。海量数据的空前集聚和计算力的指数级增长释放了深度学习算法的生产力,推动人工智能应用的大发展。大数据技术和大数据产业的蓬勃发展为线上互联网和线下实体经济带来了新的增长点。

关键词：人力资源大数据产业人工智能应用物质资产大数据技术深度学习算法大数据时代互联网

来源：评论

学校读者我要写书评

暂无评论

混合属性数据集分布一致性度量的新方法

引用

深圳大学学报（理工版） 2021年第2期38卷 170-179页

作者：何玉林金一戴德鑫黄柏皓黄家杰深圳大学计算机与软件学院广东深圳518060 深圳大学大数据系统计算技术国家工程实验室广东深圳518060 中国刑事警察学院刑事科学技术学院辽宁沈阳110854

数据分布一致性的度量是大数据随机样本划分生成过程中的一个关键问题,如何针对混合属性的数据集进行合理有效的分布一致性度量是目前随机样本划分技术研究的重点.提出一种新的基于深度编码和最大平均差异的混合属性数据集分布一致性度... 详细信息

数据分布一致性的度量是大数据随机样本划分生成过程中的一个关键问题,如何针对混合属性的数据集进行合理有效的分布一致性度量是目前随机样本划分技术研究的重点.提出一种新的基于深度编码和最大平均差异的混合属性数据集分布一致性度量方法,不直接对两个不同的原始数据集进行分布一致性的度量,而是首先对混合属性中的离散属性进行独热编码,得到独热编码数据集;之后对独热编码数据集进行自编码处理,得到深度编码数据集;最后基于最大均值差异指标对两个不同的深度编码数据集进行分布一致性的度量.在Adult、Australian、CRX和German标准混合属性数据集上对所提方法进行性能实验验证,结果表明,与基于离散属性独热编码的最大平均差异方法和基于连续属性二进制化的相似性度量方法相比,新方法能够更加准确地对混合属性数据进行分布一致性的度量.

关键词：人工智能随机样本划分分布一致性最大均值差异混合属性数据独热编码深度编码

来源：评论

学校读者我要写书评

暂无评论

一个新的上下文感知类案匹配与推荐方法

引用

太原理工大学学报 2022年第1期53卷 80-88页

作者：许梓涛黄炳森潘微科明仲深圳大学大数据系统计算技术国家工程实验室广东深圳518060 深圳大学人工智能与数字经济广东省实验室(深圳) 广东深圳518060 深圳大学计算机与软件学院广东深圳518060

根据现有的类案推荐方法得到的相似案件,其精确度通常很难满足法官的需求,辅助判案效果有限。为此,提出了一个基于上下文感知的类案匹配和推荐模型(CASCMR).模型为实现端到端高效率的文本匹配与推荐,使用多语义文档表达框架,并通过文本... 详细信息

根据现有的类案推荐方法得到的相似案件,其精确度通常很难满足法官的需求,辅助判案效果有限。为此,提出了一个基于上下文感知的类案匹配和推荐模型(CASCMR).模型为实现端到端高效率的文本匹配与推荐,使用多语义文档表达框架,并通过文本向量预先计算与存储,减少匹配时间,进而提高效率。具体而言,为了更好地对法律长文本进行建模,CASCMR使用BERT对数据进行编码,利用其注意力机制捕获文本长距离依赖信息。同时,考虑法律文本从局部到全局的信息,利用双向LSTM和CNN分别获取文本的上下文信息和局部语义特征,提高法律文本的表征能力,从而提升模型的预测性能。将所提出的模型应用到中国法研杯2019相似案件匹配任务,实验结果显示,与目前最好的方法相比,匹配和推荐精度的提升效果较为明显。

关键词：类案匹配类案推荐 BERT 注意力机制法律人工智能

来源：评论

学校读者我要写书评

暂无评论

基于仿真样本生成的极速学习机泛化能力改进算法

引用

南京大学学报（自然科学版） 2018年第1期54卷 75-84页

作者：敖威何玉林黄哲学何玉鹏深圳大学计算机与软件学院深圳518060 大数据系统计算技术国家工程实验室深圳518060 中国石油管道局工程有限公司天津设计院天津100044

极速学习机出色的训练速度和泛化能力受到了广泛的关注,已有的针对于提升极速学习机泛化性能的学习算法主要集中于优化其框架结构,增加了模型的复杂度并容易产生过拟合.提出一种基于仿真样本生成策略的极速学习机泛化能力改进学习算法(E... 详细信息

极速学习机出色的训练速度和泛化能力受到了广泛的关注,已有的针对于提升极速学习机泛化性能的学习算法主要集中于优化其框架结构,增加了模型的复杂度并容易产生过拟合.提出一种基于仿真样本生成策略的极速学习机泛化能力改进学习算法(Extreme Learning Machine Generalization Improvement through Synthetic Instance Generation,SIGELM),该算法不需要修改极速学习机的框架结构(包括输入层权重、隐含层偏置、隐含层节点个数、隐含层节点激活函数类型等),而是利用与训练集中高不确定性训练样本近似同分布的仿真样本优化极速学习机的输出层权重.为了获得符合要求的仿真样本,SIGELM在高不确定性训练样本的邻域内选择能够增加极速学习机训练表现的仿真样本.实验结果证实该算法显著地改进了极速学习机的泛化能力,同时有效地控制了极速学习机的过拟合.

关键词：随机权网络极速学习机泛化能力不确定性仿真样本邻域

来源：评论

学校读者我要写书评

暂无评论

健康医疗数据安全指南

健康医疗数据安全指南

引用

第三届雪野湖医疗网络安全论坛

作者：金涛国家信安标委大数据安全标准特别工作组大数据系统软件国家工程实验室清华大学软件学院

来源：评论

学校读者我要写书评

暂无评论

工业互联网数据安全防护体系探析

引用

信息通信技术与政策 2020年第4期 7-11页

作者：王晨宋亮清华大学大数据系统软件国家工程实验室、工业大数据系统与应用北京市重点实验室北京100084 清华大学四川能源互联网研究院大数据研究中心成都610042

工业互联网数据安全是保障工业互联网发挥关键基础设施作用的关键要素,也是决定工业互联网未来发展走向的决定性因素之一。围绕工业互联网数据的生命周期,以及在各生命周期阶段面临的主要风险与防范技术,结合工业互联网体系架构,描述工... 详细信息

工业互联网数据安全是保障工业互联网发挥关键基础设施作用的关键要素,也是决定工业互联网未来发展走向的决定性因素之一。围绕工业互联网数据的生命周期,以及在各生命周期阶段面临的主要风险与防范技术,结合工业互联网体系架构,描述工业互联网数据生命周期各阶段在体系架构中对应关系,阐述安全措施落地部署的策略,构建从数据安全全生命周期“时间维”到体系架构各组成要素“空间维”的相互关联,为管理机构及企业提供指导性的安全防护参考。

关键词：工业互联网数据安全生命周期防护体系

来源：评论

学校读者我要写书评

暂无评论

基于无放回抽样的帕尔森窗口集成方法

引用

深圳大学学报（理工版） 2018年第6期35卷 617-621页

作者：何武超王晓兰何玉林熊睿杰沧州职业技术学院信息工程系河北沧州061001 深圳大学计算机与软件学院广东深圳518060 深圳大学大数据系统计算技术国家工程实验室广东深圳518060

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人... 详细信息

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人满意的概率密度函数估计表现.基于无放回抽样得到的若干原数据集的数据子集,利用帕尔森窗口法在数据子集上进行基概率密度函数估计,并将抽样上估计的基概率密度函数集成得到原始数据集的概率密度函数.通过在柯西分布和正态分布上对比帕尔森窗口法和SRPWE方法的概率密度函数估计表现,证实SR-PWE方法可行且有效.

关键词：概率分布概率密度函数估计帕尔森窗口核密度估计方法窗口宽度无放回抽样集成方法大规模数据集

来源：评论

学校读者我要写书评

暂无评论

GDPR解读及国内医疗数据安全管理借鉴

GDPR解读及国内医疗数据安全管理借鉴

引用

2019中国医院协会信息网络大会

作者：金涛全国信安标委大数据安全标准特别工作组大数据系统软件国家工程实验室清华大学软件学院

欧盟通用数据保护条例(General Data Protection Regulation,简称GDPR)最初于2012年提出,于2015年12月通过欧盟理事会审议,并于2018年5月25日正式生效.《条例》旨在实现在个人数据处理方面对个人的保护，以及保障个人数据的自由流动。...

欧盟通用数据保护条例(General Data Protection Regulation,简称GDPR)最初于2012年提出,于2015年12月通过欧盟理事会审议,并于2018年5月25日正式生效.《条例》旨在实现在个人数据处理方面对个人的保护，以及保障个人数据的自由流动。在欧盟境内，个人数据的自由流动，不应因为个人数据保护方面的原因，而受到限制和禁止。

关键词：

来源：评论

学校读者我要写书评

暂无评论

工业大数据技术与实践

工业大数据技术与实践

引用

2017中国数据库技术大会

作者：王晨清华大学大数据系统软件国家工程实验室北京工业大数据创新中心国家重点研发计划"面向高端制造的大数据管理系统"技术团队

工业大数据的特点是以多种类非结构化工程数据、过程与BOM图数据、高端装备监测时序数据为代表的高端制造业大数据，呈现"多模态,高通量,强关联"特性。

关键词：工业大数据数据采集可视化分析建模技术

来源：评论

学校读者我要写书评

暂无评论

基于改进的倾向得分估计的无偏推荐模型

引用

计算机应用 2021年第12期41卷 3508-3514页

作者：骆锦潍刘杜钢潘微科明仲大数据系统计算技术国家工程实验室(深圳大学) 广东深圳518060 人工智能与数字经济广东省实验室(深圳)(深圳大学) 广东深圳518060 深圳大学计算机与软件学院广东深圳518060

现实中推荐系统通常遭受着各种各样的偏置问题,例如曝光偏置、位置偏置和选择偏置。一个忽略偏置问题的推荐模型不能反映推荐系统的真实性能,且对于用户而言可能是不可信任的。先前的工作已经表明基于倾向得分估计的推荐模型能够有效缓... 详细信息

现实中推荐系统通常遭受着各种各样的偏置问题,例如曝光偏置、位置偏置和选择偏置。一个忽略偏置问题的推荐模型不能反映推荐系统的真实性能,且对于用户而言可能是不可信任的。先前的工作已经表明基于倾向得分估计的推荐模型能够有效缓解隐式反馈数据的曝光偏置,但是通常只考虑通过物品信息来估计倾向得分,这可能导致倾向得分估计不准确。为了提高倾向得分估计的准确性,提出配对倾向得分估计(MPE)方法。具体来说,该方法引入了用户流行度偏好的概念,通过计算用户流行度偏好和物品流行度的配对程度来对样本曝光率进行更加精确的建模,最后将提出的估计方法和一个主流的传统推荐模型以及一个无偏推荐模型进行集成并和包括前两者的三个基线模型进行对比。在公开数据集上的实验结果表明,结合MPE方法后的模型分别相比对应的基线模型在召回率、折损累计增益(DCG)和平均准确率(MAP)这三个评估指标上均有显著的提升;此外,通过实验结果还观察到性能的增益有很大一部分来自长尾物品,可见所提方法有助于提升推荐物品的多样性与覆盖率。

关键词：推荐系统隐式反馈曝光偏置倾向得分估计矩阵分解长尾物品用户流行度偏好

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：