依赖神经网络的交通流量预测

针对交通拥堵问题,设计了基于神经网络模型的交通流量预测系统。交通控制系统是基于避免交通不稳定和使交通流均匀化的思想,使事故风险最小化,交通流最大化。将人工神经网路应用于交通量之短期预测。除了交通量、速度和密度外,模型还将时间和星期几作为输入变量。并利用收集到的实际高速公路流量数据对神经网络结构模型进行验证。实验表明,将每一类车辆的速度都被单独视为输入变量,人工神经网络在这项研究中取得了很好的效果。

车辆排队事件的检测方法及系统

基于GPS数据并结合大数据分析的专利算法,实现了一个完整的智能交通系统。系统功能包括:检测识别道路上的车辆拥堵排队事件,区分道路上车辆排队的位置(路口或者道路中央),计算车辆队列长度和队列的行进方向(包含左转车队)。提出用于计算队列长度及识别排队事件和队列起始位置的数据分析算法,基此建立了一种实时交通监测系统的框架,用于发布车辆队列的实时动态。本检测方法能用于指导交通管理部门合理设置交通信号灯,实时全面地掌控关键路口的车辆通行情况和更加及时高效地疏导交通。

基于DA-Elman的铁路货运量预测

为提高铁路货运量预测精度,针对Elman神经网络的预测精度受其权值和阀值的影响,提出了一种基于DA-Elman的铁路货运量预测方法。选择国内生产总值、铁路货运量、公路货运量、公路运营路程、铁路运营路程、铁路复线比例、铁路货物周转量和铁路运输从业人员8项指标作为DA-Elman的输入,铁路货运量作为DA-Elman的输出,建立DA-Elman的铁路货运量预测模型。选择我国2000-2018年铁路货运量数据为研究对象,研究结果表明,与PSO-Elman和Elman相比,DA-Elman的铁路货运量预测精度最高,为铁路货运量预测提供了新的方法和科学决策的依据。

人工智能技术在智慧交通中的运用分析

智慧交通是智慧城市发展的一项重要内容,使用人工智能技术不仅能提升城市交通的效率,还能降低城市交通事故的发生概率。本文将介绍五种人工智能技术在智慧交通中的运用,以供参考。

基于DOCKER技术的DNS容器应用

在数据业务和移动互联网业务应用中DNS系统的稳定性尤为重要。在现网DNS系统中递归服务器是一个节点一台服务器,采用单进程bind软件,稳定性堪忧。本文以轮循负载调度算法进行DNS的UDP请求分发,通过以容器为进程处理单元来应对并发请求,以提高DNS在面对高延时的递归解析服务成功率及物理资源的有效利用率,并在本文中以对比测试的方式展现了容器技术与传统BIND技术的优缺。

智慧制造发展策略解析—以台湾中小制造业为观点

智慧制造之趋势与发展正方兴未艾,无论从政策规划方向与种种解决方案商之极力鼓吹,制造业者无不跃跃欲试,期待从由智慧制造之发展过程中,脱胎换骨;然而智慧制造范畴广泛,不同制造业态与生产模式对制造业智能化之预期效益与发展进程各异,特别是对资源受限之中小制造业者而言;为此,本文深度访谈制造业者,一方面探讨业者对智慧制造发展之需求;另一方面则期为政策制定之参考方向。

智慧零售服务模式与实施分析

智慧零售议题正夯,消费者行为模式之偏好,促使线上商城与线下展场协作,重新思考零售之新概念——结合新颖科技以黏着顾客,方能满足新世代已习于使用互联网消费群之需求。本文归纳出智慧零售整体观,并为零售业者与相关服务商提出具体面向,使智慧零售能从概念落地到实施,营造消费者购物之新体验。

探索新品开发使用者偏好实施框架—面向产品生命周期管理

在服务经济之主导下,产品必须从消费者自身需求发想创意与创新商品,企业纷纷转型从商品主导到服务主导观,构思如何以产品作为服务载具,或是以具体服务融合不同产品,转变为以黏着消费者为主要之经营策略,一般产品生命周期管理概念必须加以延伸,方能达成今日产品经营目标;为此,本文提出一套具体可行之市场导向产品设计框架与产品功能评价机制,避免研发重点失据,丧失市场切入时机,进而使产品设计更贴近市场。

计算机辅助设计:设计师手中一个强有力的工具

计算机辅助设计的迅速增长不仅表示了科学和技术的进步,而且也表示我们对于计算机科学的认识有了新的发展.直到最近,那种认为计算机作为一种全能的工具可以解决我们所有难题的看法已不存在了,也不再有把所有可能遇到的麻烦都责怪它归罪于它的情况产生了.在这两种极端的态度之间,为了提高和充分利用设计者的经验和想象力,计算机辅助设计提供了计算机用于处理、存储和传送数据的非凡能力.

IBM Cloud Pak for Security加快响应跨云网络威胁

2019年11月20日,IBM发布Cloud Pak for Security,首次实现了无需从原始数据源移动数据而能连接任意安全工具、云和本地部署的功能。该平台现已用于搜索威胁的开源技术,能够加速自动响应网络攻击,并且可在任何环境中运行。Cloud Pak for Security是IBM首个采用开源新技术的平台,它能够搜索并转换来自各种来源的安全数据,汇集企业多云IT环境中的关键安全洞察。该平台是可扩展的,因此可以随着时间的推移添加更多的工具和应用。

迈向企业应用的刀片服务器

刀片机能最大程度节省空间和节省连线．同时．IBM的绿色．节能刀片产品更是丰富了其产品线。自IBM引入刀片以后．又有众多厂商投资该领域．刀片市场正经历着前所未有的发展。

探索式智能分析服务售前模式——以协同制造委外决策分析为例

运用智能分析与巨量资料处理衍生企业竞争策略与预见风险是当前企业认知关键效益,种种相应解决方案方兴未艾。然而解决方案提供者与其潜在客户间存在着巨大鸿沟,解决方案所认知之商务情境与客户需求产生对应困难,同时解决方案提供者在售前过程中,多着重于方案功能与技术架构,所引用成功案例始终与客户当前处境落差极大,对于有策略分析需求之客户与有能力之“解决方案商”而言是双败结局殊为可惜。本文探讨落差原因并提出一套智能分析服务“探索式售前模式”,主张智能分析乃是与客户价值共创过程,同时以制造业委外协同制造决策为案例,一方面阐述此售前模式之优异处,另一方面剖析协造分配量分析思考点,藉由此售前模式为解决方案提供者与企业弭平隔阂提出解决之道.

面向市场服务化产品整体设计框架—以物联网应用为例

物联网相关技术与服务应用方兴未艾,无论是以科技为手段创新服务,抑或是以服务为手段注入科技元素,企业纷纷投入技术研发与服务推广,跃跃欲试探索市场新利基。然而,物联网需求尚属新芽涌现期,相关商品与服务仍在推敲消费者采用情境,同时消费者亦需要时间认知其采用价值,因此物联网早期投入者仍需等候市场成熟。本文运用服务科学设计方法,并运用企业架构塑模方式,从物联网智慧生活应用探讨目前相关产品服务价值诉求,与消费者认知价值间差异,如何有效地掌握市场动态需求与价值诉求话语权,提出一套从策略规划到具体实践之发展运作框架,一方面作为相关业者设计服务化商品之参考指引,另一方面也能对相关产业形成价值链,共同面向服务垂直整合有所襄助;最后,提出对于学术贡献创新科技上的实证,为后续管理及工程实践理论发展铺路。

奠基新世代智慧化国民教育—建议规划实施方向

大同社会环境之建构在于追求均衡社会发展,而均衡社会发展则需国民素质提升,因此国民素质提升是达成此国民教育总体目标之关键。国民素质是否能因教育而提升,则必须思考如何能有效地提升学生对于课程之吸收力与应用力,不仅仅是量化式教学评量,更是要激发学生质化能力之表现,方能使学生未来转化知能为创造力。本文提出创新教学方法之理论依据、实践程序、及资讯科技辅助教学之实施样貌等,并提出创新教学方法之具体建议供教育先驱者与教育政策机关参考,其目的在于要能发现学生适性取向,要能激发学生自发性对“德、智、体、群、美”五育均衡发展国民教育之总目标。

创新服务工程设计框架—以智能金融客户服务设计为例

随物联网科技蓬勃发展,各种创新应用如雨后春笋般涌现,无可避免地传统金融服务业正受此类新兴科技导向产业侵蚀服务市场,因此对于传统金融服务业者而言,如何保有客户,从服务中产生黏着,则扮演业务持续成长之关键角色,其中「智能客户服务」机制便是落实「金融科技」(FinTech)重要之一环;特别是进阶人形之咨询服务型机器人为着黏着客户,乃继工业用机器人之后,种种新颖应用更是方兴未艾,跃跃欲试潜在利基市场。本文以「服务科学」方法论为本,具体提出设计与实践双轴循环與整体创新流程落实理论,探索智能投顾服务所需之相关技术,从金融服务战略观点出发,分析智能客户服务机制需求,改善目前业界一般线上客户服务做法,提出结合行动商务新体验模式,运用文字输入并辅以口语辨识技术查询,一方面疏解线上客户等候焦虑情绪,另一方面提升客服服务品质与服务周转能力,并进而提出一套雏型设计框架供实务界参考,建立不同利害关系人面向对服务建构之共识,以拉近金融科技差距;同时本文更在理论上将服务设计与实用主义相结合,并透过实证为学术界指引金融科技相关潜在研究议题与方向。

探索企业跨领域高阶策略人才需求——企业架构实践推手

在此经济复苏迟缓之际,企业面向来自多方面的挑战,由其经营策略必须依外在环境更灵活地规划与实践,而欲推动企业转型又必须要有跨领域高阶人才带领方能事半功倍。然而企业是否对此认知一致,本文运用面访探索企业经营现况,从问项设计情境中了解企业是如何规划管理与实践其商务活动,其中各题项系以“企业架构”方法实施功效为设计核心,并作为企业经营管理自我检视量表,据以推论“企业架构”方法是否能协助企业改善经营质量及提升竞争力。同时本文尝试提出一种新问卷设计及分析方法,由受访者对问项之认知重要、重要性评价,到与其所属单位吻合程度,探索受访者单位经营情境,再运用数据探勘手段简化问项,加速识别“企业架构”是否对企业有所帮助,以便有效优先辅导合适企业升级。

5G加速 新一轮商业大潮窗口期提前

“新基建”是5G物联网时代所需要的重要基础设施,同时也是新一轮商业大潮窗口期提前的重要信号,应当引起国内所有产业界人士、企业领导人的重点关注和思考。每次大型公共事件,既是对当代社会治理结构,也是对科技实际建设水平的一次“大考”。遗憾的是这次新冠疫情“大考”虽然在国内基本得到控制,但在全球正处于爆发期,“大考试”何时结束仍有点遥遥无期。

IBM带你一起看未来五年五大创新趋势

借助人工智能和纳米技术的进步，让当今世界无法实现的复杂系统可以在未来5年内呈现在我们面前。IBM近日公布了“IBM未来五年五大创新趋势”年度报告(“IBM5in5”)，其中列出了可能在未来五年里改变人类工作与生活方式的突破性科学创新。IBM预测将出现新的科技设备，让“不可见”变为“可见”。1.借助人工智能，语言将成为洞察心理健康的窗口。2.基于超级成像与人工智能，人类将拥有“超人”视觉。3.巨视显微镜将帮助人类掌握地球的复杂状况，呈现无限级细节。4.“芯片上”医疗实验室将充当健康侦探，实现纳米级疾病跟踪。5.智能传感器以光速探测环境污染。

XR、区块链与AI“共振”?

在5G+云+AI时代,消费级与企业级是创新的两面一体,它们同步创新、同步变革,最终带来全社会的进步。综观CE S2020,消费级体验技术的创新正因此变得风起云涌,这背后是5G、AI、混合云、边缘计算、区块链等技术发展的叠加效应。在前端消费体验创新的背后,则隐藏着更大的"变局"——"倒逼"企业级体验更快速升级。其中,企业级AI正在创造全新的"企业体验",而连接消费端与企业端的混合多云以及未来计算,将支撑"消费体验"和"企业体验"创新,推动前所未有的混合体验以及相应的商业创新。前端和后端的共振效应正拉开帷幕。

全球企业加快部署AI步伐

得益于从数据准备到偏差检测等一系列近期技术的进步,以及技能重塑和再培训方面的努力,尽管任重道远,AI的探索和采用率正以高于预期的速度攀升。IBM携手Morning Consult展开的全新研究发现,人工智能(AI)领域存在着一条悖论:尽管AI蕴含着无与伦比的经济机遇,但AI在企业内的采用率却始终不高。全球范围内,企业采用A I的速度较慢的原因涉及多个方面,包括:缺乏相关技能或工具、厂商锁定,以及对AI的信任和信心不足。但直到目前为止,AI应用道路上最大的"拦路虎"之一依旧是文化因素。