探究在降水观测过程中降水现象仪与人工数据观测精度差别

降水观测主要是为了能够提供更加精准的气象信息,目前常用的观测手段分为降水现象仪及人工观测。近几年随着降水现象仪与人工数据观测的综合应用,人们在降水观测中的工作效率得到明显提升,但是为了使其数据信息的精确度更准确。本次对降水现象仪与人工数据观测的精度差别进行分析,人工观测过程中使用雨量筒来实现,通过对雨量筒的定期观察进行记录;自动观测使用的是DSG4降水现象仪,该设备能够对多种降雨类型进行区分。为了增加数据对比的明显性,选择了本地汛期6月、7月、8月进行观察。通过长达3个月的时间进行数据搜集,统计相关数据的精确度,进而使降水观测工作更加顺利的得以开展。

人工数据分析烟台地区雷电活动时空分布特征

利用烟台市1981—2010年雷暴日数据，从雷暴日的时空分布特征进行统计分析，结果表明，烟台雷暴的时空分布差异明显，南部和北部沿海地区及中部丘陵地带相对较多，海岛长岛地区最少；20世纪80年代开始，雷暴日的年代际变化呈现减少趋势，到21世纪初开始呈现增多现象；近30年年均雷暴日为21．37d，属于多雷暴区。

在线测量数据与人工数据对比分析和预警功能

通过梳理国内外文献资料,对在线测量数据与人工数据对比分析和预警功能进行系统设计。系统设计中构建了输变电设备状态预警系统总体架构,设计设备状态智能预警系统结构,设备状态智能预警系统架构。功能设计中完成了在线监测系统数据和人工数据接入,数据对比以及分析各监测类型实时数据与人工数据,监测预警进行了异常跟踪分析、大数据分析预警和在线监测预警,状态分析开展设备状态评价辅助工作。可视化实现设备台账、在线监测/带电检测、试验数据、电网运行等多源信息的展示和融合分析,高级分析保证业务工作有效性的支撑工作。典型应用中实现了设备重载预警和系统按照异常级别进行预警。

小浪底观测仪器人工数据采集系统的实现

通过小浪底工程观测仪器人工数据采集系统的实现 ,介绍手持式数据采集器 ( Psionworkabout)在大坝监测中的应用编程 ,并对测读数据在计算机中传输和处理的程序编制作了剖析。

人工数据合成法下的通讯客户预警模型

如何帮助企业提前识别高风险流失客户,已成为许多管理者关心的问题。许多数据挖掘方法用于通讯客户流失案例中时,存在因变量的分布不均匀导致算法精度下降的问题。文章采用人工数据合成法来解决该问题,提出四种客户流失预警模型:GLM-logistic回归模型,GAM-logistic回归模型,Sem-parameter GAM-logistic回归模型和随机森林模型。以AUC和覆盖率-捕获率作为评价指标进行比较,构建出最合适该案例的Sem-parameter GAM-logistic预警模型,以帮助企业减少不必要的客户流失及由此带来的企业损失。

浅谈大数据与人工智能技术在新能源汽车行业中的应用

随着互联网渗透到各行各业,大数据、云计算以及人工智能等前沿技术为各行各业带来全新变化。伴随着国家对新能源汽车产业的大力支持与推动,在加上新势力造车越来越符合老百姓的需求,目前新能源汽车行业的发展不断壮大,今后如何发展新能能源汽车产业,大数据与人工智能技术如何在新能源汽车相关领域得到广泛且深度的应用,将是车企未来所有思考的问题。本文将对数据与人工智能技术在新能源汽车行业中的应用进行探究,仅供读者参考。

人工智能训练数据侵犯著作权行为规制

囿于决策式AI(Artificial Intellgence,人工智能)与生成式AI在训练数据中对版权作品的使用机理存在差异,应分而治之。决策式AI训练数据中对版权作品属于“非表达性”或“转换性”使用,构成《著作权法》的合理使用。与此不同,生成式AI采用的深度学习技术赋予大模型以泛化与记忆能力,难以适用机器学习时代的文本与数据挖掘的合理使用例外。因此,针对生成式AI训练数据使用版权作品的行为,应秉承“以人为本”之理念,遵循版权作品合规使用之原则,结合数据应用场景进行差异化规制。

大数据与人工智能技术在高校电子商务教学中的应用

随着互联网和移动设备的广泛应用,大数据与人工智能技术已成为推动产业变革的重要动力。在电子商务领域,大数据与人工智能技术的广泛运用不仅改变了商业模式,还影响了教学模式。高校作为电子商务人才的主要培养基地,如何将大数据和人工智能技术有效地融合到电子商务教学中,提高学生的综合素质和能力,是当前高校面临的一项重大课题。本文将从大数据与人工智能技术的基本概念及优势出发,探讨大数据与人工智能技术在高校电子商务教学中的应用,以期提升电子商务专业学生的综合素质和就业竞争力。

基于大数据与人工智能背景的公立医院财务转型探究

技术是推动社会发展的核心动力,现代社会条件下,大数据技术和人工智能技术为各行业带来了新的建设转型思路。公立医院具有规模较大、内部运营活动复杂的特点,在医疗改革的促动下公立医院现代化发展已成为社会热议话题。财务工作直接关系到公立医院的运营效益,财务工作质量自然也是影响公立医院建设发展的核心要素,因此全面推动财务工作现代化转型建设是公立医院未来发展应关注的重点内容。大数据和人工智能为财务转型提供了技术支撑,未来公立医院财务工作理念、工作模式以及工作内容都会发生较大变化,加深此方向相关内容研究能够为公立医院现代化发展奠定坚实基础。本文将以公立医院财务转型必要性分析为入手点,明确大数据与人工智能背景下公立医院财务转型方向并对相关技术应用于公立医院财务工作实现财务转型目标的策略进行分析。

平台外包人:论幽灵工作的可见性--以人工智能数据标注员为个案

当前,人工智能数据标注是全球算法自动化的“最后一公里”。作为平台社会语境下的幽灵工作,其可见性的生成过程蕴含着平台算法背后人类劳动者所处的社会-技术脉络与本地化语境。首先,制度化的职业承认机制构建了幽灵工作的“社会可见性”,这主要体现为平台-国家的共同在场确立了人工智能数据标注员的职业规范以及中西部省份数字产业转型过程中对当地劳动力资源的持续动员。其次,国内媒体场域与学术社群构建着幽灵劳动者的“代理可见性”,这种“代理可见性”既强化了人工智能数据标注员的职业认同,也揭示出人工智能技术神话背后鲜为人知的劳动过程,以此为幽灵工作职业困境的纾解争取更多公共话语空间。最后,作为互联网基础设施的幽灵工作,人类劳动的可见性始终处于“显现”与“退隐”的动态关系中,这种“动态可见性”从崇高叙事、公共性、网络断连以及物质性等维度立体呈现着幽灵工作得以被“看见”的复杂实践。

基于人工智能与大数据的双碳大气环境信息化应用进展与展望

[目的]二氧化碳与大气污染物化石燃料排放同源,在碳达峰碳中和的双碳进程中应协同治理,改善双碳大气环境。大气环境信息化应用主要基于大气化学传输数值模式展开,而双碳大气环境信息化应用还处于起步阶段。近年来,人工智能与大数据技术在双碳大气环境上的应用愈加广泛,蕴育科研范式从数值模式向与人工智能、大数据深度融合变革,因而亟需梳理当前进展并展望未来发展方向与路径。[方法]通过调研领域工作,勾勒基于人工智能与大数据的双碳大气环境信息化应用的研究路径和发展方向。[结果]双碳大气环境信息化应用应以人工智能、大数据科技创新实现对大气化学传输模式的融合替代,形成应用体系,实现更高精度、更快速度的数字化治理。[局限]本文提出的概念与设计,有待于未来的实施与验证。[结论]人工智能与大数据技术的应用,带来双碳大气环境科研范式变革机遇,同时也提出了挑战。协同推进算法突破与信息化系统研制,有助于实现这一科研范式变革。

论人工智能大数据“杀熟”的法律规制

随着人工智能大数据技术的发展,一些企业运用人工智能大数据技术进行“杀熟”的现象越发泛滥,但是目前我国对人工智能大数据“杀熟”行为的法律规制仍存在一定的问题,主要表现为对“杀熟”行为的法律规制不全面、保护路径比较单一以及针对“杀熟”行为的监管难这两方面,导致以上问题的主要原因在于利用人工智能大数据“杀熟”的这一行为本身具有极大的隐蔽性、企业利用大数据违法成本低以及相关法律规定存在滞后性。为了更好地保护消费者的合法权益、全面规制人工智能大数据“杀熟”行为,需要从其违法本质方面进行分析与探讨,并且进一步完善规制大数据“杀熟”的法律制度和加强对大数据平台的监管力度。

人工智能大数据背景下高校网络安全的问题与对策

在人工智能大数据背景下,网络安全面临着一系列的问题与挑战,高校网络安全管理意识不强、系统和安全漏洞威胁、计算机病毒和木马传播等,都对网络安全构成了威胁。为了解决这些问题,需要采取一系列的对策,以维护人工智能大数据背景下的网络安全。文章以网络安全维护的重要性为起点,针对当前存在的一些网络安全问题,提出了具体的解决对策,通过大数据相关技术的应用,充分提高校园网络安全。

土壤水分自动监测与人工测试数据对比分析

通过直接安装于田间的土壤水分在线监测系统,经过现场率定后所测的数据与人工取土烘干法所测的数据进行比测,研究土壤水分传感器针对不同土壤的现场率定方法,建立典型土壤的率定曲线,提高土壤水分自动监测的数据准确性和现场使用维护的便利性,以替代目前人工抄报数据的方式。3个野外监测站的对比分析说明,土壤水分传感器使用时的现场率定技术已取得突破,可解决土壤水分自动监测系统"数据测得准"技术问题,进行工程应用,为抗旱决策提供完整、及时、准确的墒情数据。

职业院校大数据及人工智能专业人才培养模式研究

随着各行各业的蓬勃发展及学生生源的多渠道化,职业院校学生能力呈现出多层次化,发展呈现多方向化趋势,这对课程教学及企业实践设计来说是巨大的挑战。同时,随着思政教育日益受到重视,如何在教学及企业实践活动中开展思政教育成为难点。为了解决上述问题,本文面向大数据及人工智能专业,探讨新时代职业院校研究人才培养模式。

面向人工智能专业研究生培养的案例-项目驱动教学方法

随着信息技术的高速发展,国家需要对接企业需求的大数据与人工智能技术高素质创新人才。高校作为人才培养的重要基地,电子信息领域大数据与人工智能方向专业硕士研究生培养要以高新技术产业需求为出发点,培养工程应用型人才。因此,该文结合学生兴趣创新工程实践教学方式和手段,明确案例-项目驱动教学方法在专业硕士研究生人才培养中的重要作用,提出以案例-项目促进实践教学的有效方法,实现将复杂抽象概念用具体生动案例-项目诠释,促进大数据、人工智能与实际项目紧密结合。应用结果表明,案例-项目驱动的教学方法可有效提升专业硕士研究生的综合素质,缓解高新技术领域对大数据与人工智能人才的需求,促进国家经济转型升级和可持续发展。

基于添加人工数据的高差异性聚类集体生成方法

集体差异性被认为是集成学习中的一个关键因素.在聚类集成的研究中,生成聚类集体的方法有许多种,但就专门致力于生成高差异性聚类集体的方法研究较少.基于此,本文提出生成高差异性聚类集体的方法 CEAN和 ICEAN,在算法中通过引入人工数据来增加聚类集体的差异性.用实验比较了 CEAN 和 ICEAN 与文献中出现的常用聚类集体生成方法,实验表明 CEAN 和 ICEAN 确实能增加生成集体的差异性,从而在相似平均集体成员准确度情况下使得聚类集成的效果更好.

关联规则试验数据的人工合成

给出了一种实验人工数据合成的算法。该算法利用多种概率模型模拟事务长度、潜在强项集长度、项集频度等特征数据 ,模拟大型超市的事务数据库 ,生成不同规模、不同特点的数据 ,用以测试算法的时间曲线及可伸缩性。

高职云技术大数据基础与人工智能导论教学改革初探

云技术大数据基础与人工智能导论是大数据与人工智能学院近年新开设的专业基础必修课程,与社会的进步和科技的发展息息相关。该门课程旨在帮助同学了解和应用人工智能、大数据和云计算技术,提升综合素养。文章通过分析当前课程教学存在的主要问题,对教学内容重构、教学模式改进、思政元素融入、教学资源构建、学情分析完善以及评价体系优化共六个方面进行教学改革初探,以达到更好的教学和育人效果。

基于人工数据产生器的噪声检测评价框架

数据挖掘中的噪声检测算法评价多以UCI真实数据为基准数据集,加入模拟的随机噪声,以除去噪声后对挖掘算法性能的提升作为检测效果的评价指标.真实数据内部结构的未知性、随机噪声水平的不确定性,评价指标的单一性使噪声检测算法评价缺乏标准,不易实现算法横向对比.基于此,首先对现有的噪声检测算法评价方法进行分析,提出基于人工数据产生器的噪声检测评价框架及组件,设计了一种基于规则的标准数据产生器及引入随机噪声模型的方法,并提供了具体的评价指标,最后对框架的合理性进行了分析.