期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
企业绿色技术创新的供应链溢出效应研究 被引量:10
1
作者 王健 李明操 +1 位作者 蒋忠中 陈晓红 《管理科学学报》 北大核心 2025年第1期77-99,共23页
供应链是企业间诱发知识边缘溢出效应的核心渠道,但分析供应链上的知识边缘溢出对企业绿色技术创新微观作用机制的研究还十分匮乏.本研究创新性地基于供应链关系视角,系统考察制造业中客户企业绿色技术创新产出在“量”和“质”不同维... 供应链是企业间诱发知识边缘溢出效应的核心渠道,但分析供应链上的知识边缘溢出对企业绿色技术创新微观作用机制的研究还十分匮乏.本研究创新性地基于供应链关系视角,系统考察制造业中客户企业绿色技术创新产出在“量”和“质”不同维度上对其供应商企业绿色技术创新产生的影响,并进一步揭示供应商企业绩效产生的连锁反应.研究发现客户企业绿色技术创新产出对其供应商企业未来绿色技术创新起到了“增量提质”的作用,即引发了其供应商企业绿色技术创新在数量和质量上的全面提升.异质性分析结果表明,客户集中度高、非国有和南方地区客户企业绿色技术创新的供应链溢出效应更为明显.进一步分析发现,客户企业绿色技术创新对其供应商企业未来经济绩效和环境绩效均存在溢出效应.本研究揭示了供应链溢出效应在我国制造业企业绿色技术创新中的隐性促进作用,对于推动我国制造业转型升级以畅通国内大循环具有重要的理论和现实意义. 展开更多
关键词 绿色技术创新 供应链溢出 企业绩效 知识边缘溢出
在线阅读 下载PDF
数字技术赋能新型电力系统安全韧性提升的策略研究 被引量:4
2
作者 陈晓红 张高南 +4 位作者 张乘 陈姣龙 关健 刘泽洪 刘昭成 《中国工程科学》 北大核心 2025年第1期168-179,共12页
构建新型电力系统是落实能源安全战略和“双碳”目标的重要举措,提升安全韧性是新型电力系统安全稳定发展的核心要义,亟需数字技术发挥关键的赋能作用。本文分析了新型电力系统安全韧性的内涵及特征,从极端事件频发、系统结构复杂、多... 构建新型电力系统是落实能源安全战略和“双碳”目标的重要举措,提升安全韧性是新型电力系统安全稳定发展的核心要义,亟需数字技术发挥关键的赋能作用。本文分析了新型电力系统安全韧性的内涵及特征,从极端事件频发、系统结构复杂、多能协调冲突等方面梳理了新型电力系统安全韧性提升面临的挑战;阐述了数字技术对新型电力系统安全韧性提升的赋能作用,凝练了数字技术赋能新型电力系统安全韧性提升存在的主要问题,进一步提出了数字技术赋能新型电力系统安全韧性提升的关键技术体系,涵盖基于人工智能的多模态数据融合技术、基于云-边协同的智能态势感知与预警技术、基于大数据分析的多能协同优化调控技术、基于数字孪生的灾后应急决策技术。注重气候韧性重大工程顶层设计、加强“数字+电力”关键技术研发、建设数据基础设施并完善质量保障机制、优化电力行业复合型人才梯队建设等策略运用,可为新型电力系统建设发展提供理论支撑。 展开更多
关键词 新型电力系统 能源安全 安全韧性 数字技术 多模态数据融合 智能态势感知
在线阅读 下载PDF
数智病理平台构建及服务模式研究
3
作者 陈晓红 刘浏 +4 位作者 牛雅娟 刘晓亮 李啸海 周建华 王俊普 《中国工程科学》 北大核心 2025年第2期304-314,共11页
病理诊断是临床诊疗决策的核心依据,融合人工智能、大数据等信息技术构建的数智病理平台具有重大应用价值,将支持病理学科数字化、智慧化升级,拓展智慧病理中国方案。本文在明晰数智病理相关概念的基础上,梳理了数智病理的现实应用需求... 病理诊断是临床诊疗决策的核心依据,融合人工智能、大数据等信息技术构建的数智病理平台具有重大应用价值,将支持病理学科数字化、智慧化升级,拓展智慧病理中国方案。本文在明晰数智病理相关概念的基础上,梳理了数智病理的现实应用需求,识别出数智病理建设面临的直接挑战;立足自有研究进展及成果,从数据中台、算法中台、服务中台三方面出发,详细阐述了数智病理平台的系统架构;进一步分析了基于数智病理平台的病理科工作流程优化方向,涵盖病理样本标准化、病理诊断智能化、病理服务平台化等流程,进而前瞻了病理诊断、病理会诊、病理教学、病理科研、病理质量控制等数智病理平台服务模式应用场景。研究建议,明确政策导向、建立统一的行业标准,降低建设成本、探索多元化的资金渠道,壮大人才队伍、提高全行业的专业技术水平,推进技术革新、拓展病理服务能力,加强数据安全、防止患者隐私泄露,以加快数智病理应用、支撑智慧医疗革新。 展开更多
关键词 数智病理 病理诊断 病理大模型 服务模式 病理学 病理科
在线阅读 下载PDF
医疗大模型技术及应用发展研究 被引量:6
4
作者 陈晓红 刘浏 +3 位作者 袁依格 王俊普 李大元 邱建华 《中国工程科学》 CSCD 北大核心 2024年第6期77-88,共12页
医疗大模型基于深度神经网络架构进行复杂医疗数据的高效处理与模式识别,为智慧医疗提供新型的决策支持;需要系统分析医疗大模型技术及应用情况,以精准把握医疗大模型的发展方向、精准应对面临的发展挑战,进而基于医疗大模型提升医疗文... 医疗大模型基于深度神经网络架构进行复杂医疗数据的高效处理与模式识别,为智慧医疗提供新型的决策支持;需要系统分析医疗大模型技术及应用情况,以精准把握医疗大模型的发展方向、精准应对面临的发展挑战,进而基于医疗大模型提升医疗文本、医学图像、药械研发、医学教育等方面的能力。本文梳理了医疗大模型的技术范式与应用场景,剖析了由基础层、模型层、应用层、公共模块构成的医疗大模型技术体系,覆盖评价指标体系构建、数据集范围与题型、模型对齐方法、模型评测平台的医疗大模型评测体系,辨识出医疗大模型应用存在的数据安全、技术风险、落地挑战、伦理道德等方面的难点。为此建议,发挥政府引导优势、保障数据安全,加快基础理论研究、突破技术风险,强化应用场景牵引、缓解落地挑战,建立健全监管机制、规范伦理道德,完善公共服务体系、营造创新生态,以加快医疗大模型创新应用,推动我国智慧医疗的高端化、智能化、绿色化发展。 展开更多
关键词 医疗大模型 多模态数据 预训练微调 提示工程 技术体系 评测体系
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部