-
题名基于多模态大数据的国家安全风险态势感知模型构建
被引量：14
- 1
-
-
作者
王明程
李勇男
-
机构
中国人民公安大学国家安全学院
-
出处
《情报杂志》
CSSCI
北大核心
2024年第2期103-109,共7页
-
基金
中国人民公安大学拔尖创新人才培养经费支持研究生科研创新重点项目“面向国家生物安全风险的情报感知体系构建研究”(编号:2023yjsky007)
中国人民公安大学基本科研业务费重大项目“基于群智协同的大数据驱动的'情景-应对'型反恐决策机制研究”(编号:2021JKF106)研究成果。
-
文摘
[研究目的]为强化国家安全情报能力,推动风险监测预警能力提升,构建基于多模态大数据的国家安全风险态势感知模型。[研究方法]该文对国家安全风险态势感知进行阐释,并分析多模态大数据驱动下的国家安全风险态势感知运作逻辑;在此基础上,构建态势感知模型并解析其内涵。[研究结论]该模型集国家安全风险态势察觉、态势理解、态势预测及态势投射为一体,其构建可为强化国家安全风险监测预警能力提供参考,为服务国家治理体系和能力现代化建设提供支撑。
-
关键词
国家安全
国家安全情报
国家安全风险
风险态势感知
风险监测
多模态大数据
-
Keywords
national security
national security intelligence
national security risk
risk situation awareness
risk surveillance
multi-modal big data
-
分类号
G359.21
[文化科学—情报学]
G351.10
[文化科学—情报学]
-
-
题名多模态异构大数据混合属性特征匹配筛选算法
被引量：1
- 2
-
-
作者
张燕
-
机构
新疆师范大学
-
出处
《现代电子技术》
北大核心
2024年第3期119-122,共4页
-
基金
新疆师范大学校级教学研究与改革项目(SDJG2022-14)
新疆维吾尔自治区“十四五”重点学科招标课题(23XJKD0202)
国家自然科学基金地区项目(41561100)。
-
文摘
多模态异构大数据混合了多种属性数据,具有数据类型繁杂、数据维度较高的特点,在数据挖掘过程中容易降低多模态异构大数据利用率。为了提高特征匹配紧密度,提出多模态异构大数据混合属性特征匹配筛选算法。建立距离矩阵对多模态异构大数据实施混合属性降维;采用主成分分析法提取降维后的数据主成分,将提取到的主成分作为数据混合属性备选特征;计算主成分互信息,筛选互信息值大于1的数据特征,聚集同属性相似特征,实现特征匹配。在4个多模态异构大数据集中进行应用测试,测试结果表明所提算法匹配紧密度均高于0.8,由此证明,该算法具有较高的混合属性特征匹配质量。
-
关键词
多模态异构大数据
混合属性
距离矩阵
主成分分析法
特征匹配
相似度
-
Keywords
multimodal heterogeneous big data
mixed attribute
distance matrix
PCA
feature matching
similarity
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
-
-
题名智能审计场景、核心技术与实现路径研究
被引量：6
- 3
-
-
作者
钱钢
叶祥
龙利民
-
机构
南京审计大学
图灵人工智能研究院(南京)有限公司
-
出处
《会计之友》
北大核心
2024年第20期14-21,共8页
-
基金
国家自然科学基金面上项目(71971119)。
-
文摘
数字经济正加速改变世界,审计作为经济监督“特种部队”面临着大数据和人工智能重塑业务场景与规则的挑战,创新审计技术方法,以智能化全方位赋能审计工作,推动审计事业高质量发展势在必行。从实际审计工作需求出发,探索智能审计应用场景、核心技术和实践方向,提出智能审计的工程化路径,结合多方安全计算技术、多模态大数据治理技术、审计大语言模型技术、一站式大模型开发管理平台等技术给出实践分析,切实提高审计工作实效和质量,在可视化展示与交互、智能决策支持的助力下为审计人员提供更直观、更具有深度的数据模式解读方式,提高了审计决策的科学性。大数据和人工智能的应用开启了智能审计时代,为建设新型审计监督体系、推动审计工作向更高水平发展、审计信息化向全面数字化转型发展,提供了创新思路、技术支持和实现路径。
-
关键词
智能审计
研究型审计
多方安全计算
多模态大数据治理
审计大语言模型
大模型开发管理平台
-
分类号
F239.1
[经济管理—会计学]
-
-
题名人工智能支持的课堂教学行为分析:困境与路径
被引量：33
- 4
-
-
作者
赵丽
贺玮
王洋
-
机构
南京师范大学教育科学学院
-
出处
《电化教育研究》
CSSCI
北大核心
2022年第1期86-92,共7页
-
基金
国家社科基金“十三五”规划2020年度教育学一般课题“从表征到生成:在线教育资源的符号逻辑研究”(课题编号:BCA200093)。
-
文摘
传统课堂教学行为分析多以人脑分析为主,存在依赖专家、分析效率低、分析不准确等问题。信息化课堂中教学行为分析多通过单一言语行为来考量,手势、眼部表情、身体动作等其他课堂行为难以体现。人工智能技术突破了传统和信息化课堂教学行为分析的局限,实现了分析的自动化和智能化,使得课堂教学行为分析更加精准、全面、真实。研究从舆论造势、技术担忧和安全伦理三方面分析了人工智能技术支持下的课堂教学行为分析的发展困境。研究通过对人工智能技术支持的课堂教学行为分析发展、困境和路径的分析,认为,“人工与人脑的统一”为课堂教学行为分析带来创新突破,将成为人工智能技术支持下的课堂教学行为分析与发展的新路径。
-
关键词
人工智能
多模态大数据
课堂教学行为分析
人脑智能
路径
-
Keywords
Artificial Intelligent
Multimodal Big Data
Classroom Teaching Behavior Analysis
Intelligence Based on Brain
Path
-
分类号
G434
[文化科学—教育技术学]
-
