探讨利用SCIAMACHY数据反演温室气体二氧化碳

自工业革命以来CO2已经成为引起全球气候变暖的一种最主要的人为温室气体,由此引起的全球气候变化是当今社会经济可持续发展面临的最严峻挑战之一.为了更好的研究二氧化碳在时间与空间尺度上的格局及变化,综合分析CO2与太阳辐射、地面反照率、气溶胶等要素之间的关系,本文回顾了以往利用新型卫星传感器获取多源遥感数据的特点,分析了多种反演计算方法的优缺点,并结合地面实测数据进行对比分析的方法与理论,全面阐述国际上有关CO2柱浓度反演的思想.作者认为目前在地面观测站较少的情况下,针对先进的SCIAMACHY传感器数据利用DOAS相关算法及BESD算法进行CO2柱体浓度反演的数据连续,技术成熟,并由此提出了下一步工作中应解决的3个问题.

面向数据要素价值化的数据资源应用场景创新研究

[目的/意义]数据作为一种新型的生产要素,充分开发利用数据资源,拓展规范化数据的应用场景是释放数据要素价值、激活数据要素潜能的必要手段。[方法/过程]按照“场景识别—模型设计—模型阐释”的思路,运用质性分析法对文本资料进行编码场景识别,形成数据应用场景的分类体系,并结合创新应用案例以及数据生命周期理论、CRISP-DM模型和数据价值链构建数据应用场景模型,自上而下地从需求导向、数据支撑和技术驱动三个维度对数据应用场景模型进行梳理阐释。[结果/结论]形成涵盖4个一级场景、14个二级场景和41个三级场景的分类体系,构建以需求为导向、数据为支撑、技术为驱动三位一体的场景模型框架,并对模型的逻辑和内涵进行深入剖析和阐释,为拓展规范化数据的应用场景提供参考与指引。

世界强震动数据中心发展现状与展望

近年来,全球主要地震多发国家加大了强震动观测台网的建设,布设的数字强震仪和烈度仪等数量显著增加,获取的强震动记录迅速增长。各国或地区建立了不同的强震动数据库、例如美国的NGA数据库、CEMSD数据库、欧洲的ESM数据库、法国IPGP数据库、意大利ITACA数据库、日本NIED数据库和新西兰GeoNet数据库等。基于第18届世界地震工程大会(18WCEE)探索世界地震数据中心专题及相关文献,详细梳理了各个国家和地区强震动数据中心的台网建设、数据处理、数据共享及数据应用方面的研究现状;通过与国外强震动数据中心的对比分析,找出我国强震动数据中心发展存在的差距,指出我国未来需要重视的工作和深入研究解决的问题。

负责任的社会科学数据治理的内涵、特征与层次

[目的/意义]“十四五”国家哲学社会科学发展规划的背景下,负责任的数据治理成为促进社会科学数据开放共享、推进社会科学研究与创新的重要驱动力,亟须探索负责任的社会科学数据治理的基础理论。[方法/过程]运用主题分析法,探寻负责任的数据治理的概念要素及维度,按照国际标准ISO704:2009的概念关系,结合社会科学数据的特性,阐释负责任的社会科学数据治理的内涵及其与相关概念的关系、特征、层次与内容,旨在构建一个较为全面且系统的概念体系。[结果/结论]负责任的社会科学数据治理是多元主体在现有的数据治理环境之下,运用相应的治理机制和手段,将负责任的研究与创新的理念和原则融入社会科学数据全生命周期,以确保所有涉及社会科学数据的流程和成果的责任性的过程,具有责任性、反思性、前瞻性、开放性和工具性特征,可划分为战略层、数据层和活动层。

基于马尔可夫聚类的隐私高维数据发布方法

针对现有差分隐私的方法在处理高维数据发布时面临计算成本高、数据精度低和中心服务器不可信任的问题,提出一种基于马尔可夫聚类的隐私高维数据发布方法MCL-LDP。基于在用户本地实现对用户数据的隐私保护,中心服务器接收到用户本地化差分隐私保护的数据后,构建无向依赖图矩阵表示高维数据的复杂的属性关联性,基于马尔可夫聚类将高维数据属性集分割成多个低维属性簇,利用EM算法计算低维属性簇和重叠属性簇的边缘分布、估计原始数据的联合分布,通过采样合成新的数据集进行发布。实验结果表明,所提出方法在发布高维数据集上有较好的精度、较少的迭代次数和较高的计算效率。

中国学术期刊论文元数据的开放和再利用

随着中国学术期刊繁荣发展以及开放获取出版的推广,中国学术期刊论文元数据已成为重要的资源、资产甚至资本。文章阐述了元数据的概念及相关理论,分析了中国学术期刊论文元数据和全文的开放现状,结合初步完成的开放中国学术期刊论文数据库项目,讨论了中文期刊论文元数据的开放、期刊官网全文的链接方法以及开放中国学术期刊论文元数据的再利用方向。

数据要素市场赋能数字经济:价值、困境与发展路径

在全球数字经济迅猛发展的背景下,数据作为新型生产要素,正逐步成为推动经济增长和创新的重要资源。本文聚焦我国数据要素市场,从政策、市场和治理的角度分析其对数字经济的价值,涵盖数据确权、流通及其对经济资源配置和创新的促进作用。同时,指出数据要素市场面临数据确权困境、流通合规与信任挑战,以及数据伦理和公平使用的多方博弈问题。在对国内外实践进行分析的基础上,本文提出优化数据确权、推动数据流通设施标准化和构建数据伦理治理体系等建议,以期为我国数据要素市场的高效、健康发展提供切实可行的政策指引。

新发展理念下数据要素对首发经济的赋能

首发经济的发展关键在于强化数据要素的支撑作用。在赋能路径上,数据要素推动创新要素充分涌动助力首发经济开拓新模式,激发协调要素联动优化首发经济的区域和产业布局,释放绿色要素潜力助推首发经济实现可持续发展,促进开放要素流通增强首发经济的全球化能力,推动共享要素整合实现首发经济的普惠发展。但是,当前数据赋能首发经济上存在实践障碍,如数据要素服务难以适应首发经济的多元场景要求,多主体参与下的数据共享障碍削弱了首发经济的协作效能,数据质量及治理能力有待提升,安全与隐私保护形成双重制约等。因此,需要构建高动态适应性的首发经济数据驱动架构,完善首发经济多主体数据协作生态系统,提升首发经济数据质量的动态保障能力,平衡隐私保护与首发经济数据赋能的双重需求,规范首发经济数据算法伦理,推进公平与普惠发展。

企业数据资产入表实践研究——以“同花顺”为例

数据资产入表,使数据价值显性化,对充分认识、开发和利用数据价值具有重要意义。然而当前研究多停留在理论层面,缺乏企业实践探索。文章以浙江核新同花顺网络信息股份有限公司为例,研究其2009—2023年公司年报发现,该公司“在建工程”“固定资产”“其他流动资产”项目均对数据资产进行了记录;数据服务收入和成本计入“营业收入”和“营业成本”项目,所有研发投入全部费用化处理。同时,公司从客户资源、数据资源的类型和来源、数据应用开发与服务、研发创新投入、与数据资产相关的重大合同、重大诉讼仲裁、重大风险七个维度来补充披露相关文本信息。研究认为,通过信息披露明确数据权属合法合规是数据资产入表的前提,对数据资源的价值进行独立计量是数据资产入表的必要条件,当下企业应充分利用数据资源信息披露实现信号传递功能。

人工智能训练中合成数据的融贯性法律治理

人工智能需要大规模、多样化和高质量的数据来训练机器学习模型,而收集这些真实世界的数据可能成本高昂,并可能威胁个人隐私、引发偏见或歧视以及侵犯版权。在实践中,合成数据作为一种替代性解决方案,受到广泛关注,被越来越多地用于训练机器学习模型。从数据法学的角度,借助数据科学以及计算机科学领域的研究成果,对人工智能训练中合成数据的治理框架进行了探索。首先,从规范层面分析了在人工智能训练中合成数据之所以受到重视的逻辑前提,即个人信息保护法所追求的“小隐私”保护与人工智能训练的“大数据”需求之间存在明显的不兼容性,使训练数据的开发面临挑战,而现有的法律和技术解决方案均存在治理效能不彰的问题。在此基础上,探讨了人工智能训练中合成数据的应用场景与风险类型。最后,提出以“法律3.0理论”和“数据治理理论”作为指引,从3个方面构建人工智能训练中合成数据的融贯性法律治理框架:制定合成数据的处理规则,强化合成数据的过程治理,开发合成数据的评估工具。

欧盟数据政策体系研究及其启示

[目的/意义]研究欧盟数据政策体系,旨在发现数据政策体系构建可参考的重点方向、要点与策略,推进数据相关理论与方法的发展。[方法/过程]梳理、归纳政策文本,从数字转型整体导向、数据战略全景设定、数据规则构建、多元数据场景引导、数据实践优化指引等方面描述与分析其政策体系的主要构成。[结果/结论]从制定主体、政策形式、建构导向、内容要点分析欧盟数据政策体系的特点与局限,并立足我国实际提出启示性策略:深化数据机构协同领导机制,强化以数据法律法规牵引的多元规则建构,充分融合国家发展大局要求,基于数据要素与数据治理前沿予以融合布局。

基于Transformer模型的时序数据预测方法综述

时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

融合视觉特征与运动特征的众源轨迹数据道路交叉口识别方法

随着移动定位技术的快速发展,众源车辆轨迹数据已成为导航路网地图构建与实时更新的重要数据源。道路交叉口是路网地图和路径规划的关键结点,准确识别轨迹数据中的道路交叉口是基于众源轨迹数据构建导航路网地图的重要基础。目前基于众源轨迹数据的道路交叉口识别方法主要分为基于运动特征、视觉特征和深度学习的方法。然而,由于交叉口形状、大小的差异性及轨迹数据密度分布的异质性,采用单一策略或方法难以满足不同轨迹数据场景下(如轨迹稀疏区域和交叉口分布密集区域)的道路交叉口准确完整提取,而导致交叉口的漏提取或错误识别等问题。为此,本文基于组合优化思想,提出了一种融合视觉特征与运动特征的众源轨迹数据道路交叉口识别方法。该方法在提取车辆运动特征识别道路交叉口的基础上,结合人类在观察轨迹数据时的视觉认知过程,通过融合轨迹数据的运动特征与视觉特征,实现不同复杂场景下的道路交叉口识别与结果优化。采用成都市网约车轨迹数据和武汉市出租车轨迹数据进行试验与对比分析,结果表明相比于现有代表性方法,本文方法对道路交叉口识别精度和召回率均具有显著提升。

数据犯罪刑法规制的体系检视与路径构建

数据要素成为中国社会数字经济中的关键要素,但刑法中数据犯罪的规制逻辑仍然囿于“计算机犯罪+其他信息犯罪”的传统架构,未能完成以“数据安全”为核心法益的评价体系的转变,导致数据犯罪呈现法益识别困难、体系布局混乱、调整范围受限等多重困局。因此,有必要在前置法铺设的框架下,补足相对独立的数据安全视角,重塑数据犯罪刑事规制路径;贯彻数据分类分级的顶层思维,横向形成以部门专项保护为主、主体权益配置为辅的分类机制;纵向贯通以数据重要性、危害性为综合衡量要素的分级策略,围绕数据生命周期打造义务矩阵,明确数据处理者在非法数据留存、数据跨境、数据滥用、数据造假等情形下的刑事责任。

数据产业发展与数据企业核心竞争力提升——兼评“数据资产入表退圈论”

数据要素已被定位成我国五大生产要素之一。《企业数据资源相关会计处理暂行规定》顶层设计之后,数字经济快速发展,由此孕育的数据产业呈现出蓬勃发展和日益完善态势,并成为发展新质生产力的重要推动力量。国家数据局推出两份重要文件广泛征求意见,旨在谋划数据产业高质量发展和推进企业开发数据资源。数据产业发展前景广阔,但也存在数据要素供需不匹配造成的问题,“数据资产入表退圈论”便是典型代表。国家数据局两份意见较好地回应了争议。数据企业必须立足自身资源禀赋,积极服务企业数字化转型构筑自身核心竞争力,在数据产业细分领域实现快速可持续增长,进而在服务企业数字化转型和数字经济发展过程中获得自身合理收益,并不断发展壮大,奠定数据要素市场发展的微观基础。

基于边缘计算的企业海量云端动态数据清洗方法研究

原有清洗方法对缺失数据的筛选标准过于模糊,无法完成未来企业的数据预测。因此,提出基于边缘计算的企业海量云端动态数据清洗方法。在数据采集模块,对动态数据进行预处理。基于边缘计算构建数据筛选模型,将企业数据进行分类。计算企业数据的传输延时和耗能。通过时间序列理论依据,保证企业动态原始数据的真实性,从全局和局部两个方面划分云端的动态数据特征,完成动态数据清洗。实现基于边缘计算的清洗方法设计。实验结果表明:所提方法的准确度在99.8%以上,数据预测结果精度高,更具有应用价值。

数据企业如何构建核心竞争力——以合合信息为例

发展数据产业对于促进实体经济与数字经济融合具有积极的现实意义,数据产业的繁荣离不开数据企业的长期可持续发展。然而,当前我国数据企业经营仍面临战略定位不清晰、商业模式不成熟、数据合规成本高等困境,导致了数据企业市场同质化竞争严重、经营持续性不足、数据安全及合规风险高等问题。合合信息成功在科创板上市充分说明了市场对其发展战略、商业模式和数据治理的认可,为数据企业的高质量发展树立了一个标杆。该公司坚持错位发展的公司战略,充分利用自身在智能文字识别等领域的技术优势;同时发展B端和C端业务,打造两端业务相互促进的成熟商业模式;统筹数据安全和数据合规,提供企业数据治理的系统性解决方案。本文通过分析合合信息的案例,为数据企业构建核心竞争力提供了建设思路和有益参考。

数据资产:会计研究的新领域——文献综述与研究态势

数字经济时代,数据俨然成为与劳动、资本、土地、知识、技术、管理等推动国家经济高质量发展和实现双循环新发展格局的引领型、功能型、关键型要素。数据资产作为释放数据要素价值的重要形式,更是成为推动经济高质量发展的重要生产要素和核心资产以及企业的战略性资源,且数据资产已经入表并决定着企业价值的高低。因此,文章从会计的视角梳理数据资产的主要文献并厘清研究数据资产的重难点问题,以期能为后续理论研究以及推动经济高质量发展和实现双循环新发展格局做出贡献。通过文献梳理和分析发现:目前,会计领域关于数据资产的理论研究集中于企业数据资产,对公共(政府)数据资产及个人数据资产的研究还较为鲜见。其中,企业数据资产的会计研究主要集中在确认、计量、报告以及产生的经济后果等方面,但仍存在较多的研究难点与不足。基于此,文章提出系列研究展望,包括数据资产会计理论和实证研究方面可能需要深入探讨的重难点方向。

企业数据资产管理控制适应性研究

文章以定性研究为基础,融合内部控制理论、风险管理理论和管理会计理论研究,在深入剖析数据资产管理的基础上,通过系统性的策略设计,创新性地提出了涵盖制度层面和企业管理层面的综合性数据资产管理对策,旨在引导企业和组织在日益复杂的数据环境中,建立更加完善的数据资产管理机制,为推动数据要素的高效利用和健康发展提供参考。

基于CDoubleGAN的电网时序暂态数据生成

为解决电力系统人工智能应用中样本数量不足的问题,对时序数据生成方法进行研究,提出一种CDoubleGAN模型。结合编解码器和两对生成器-鉴别器,采用ARFNN替代RNN解决Lipschitz连续性问题,实现使用Wasserstein距离对目标函数的稳定优化。将数据类别标签融入模型中,生成特定类别的样本。在IEEE-39系统的实验结果表明,CDoubleGAN在类别生成上的准确度超过98%,与TimeGAN相比,生成的数据与原数据具有更高的相似度,更好保留了数据原始特性以应用于数据生产。