XiaoMi-AI文件搜索系统
World File Search System统计局
加拿大统计局的数据科学
1。相关性，公正性和平等获取（为政府，经济和公众提供有关经济，人口，社会和环境状况的数据）2。专业标准和道德（科学原则和职业道德，关于统计数据的收集，处理，存储和显示的方法和程序）9。使用国际标准（统计机构在每个国际概念，分类和方法中使用）
Zhanyu Wang-普渡大学统计局
亚马逊，美国西雅图的应用科学家实习生，美国05/2021-08/2021•我们提出了一个基于相互信息共同培训（MICO）的选择性搜索框架（通过相似性将文档聚集到群体，并仅在其最相关的组中搜索每个查询）。与搜索所有文档相比，我们将搜索成本降低到5％，达到99％的准确性。•MICO是端到端的学习模型。其目标函数是查询的两个组索引及其相关文档之间的共同信息，这两者都是可训练的神经网络的输出。•在我的实施中，该模型将BERT表示为输入（查询或文档标题）作为输入，并且可以在巨大的数据集（数百GB）上有效培训，并且BERT也可以进行列出。•MICO的论文被Coling 2022接受为口头呈现（10％）。
统计局
研究所学生陪伴计划下的2 OC，31 DC和177 SC的团队的一部分。领导一个由4个学生的同伴（SC）组成的团队，以确保大三学生不会面临任何困难。在19日大流行期间，帮助7名学生进行了在线注册。根据访谈的同行评审和SOP，在89名申请人中选择了31位部门协调员。由学生健康中心，性别细胞和塔塔社会科学研究所（TISS）培训，以更好地指导。领导一支由5名学生同伴组成的团队，为该部门的39名新进入者计划和组织正式和非正式会议，以帮助他们了解学术和非学术方面。在一个由177人组成的团队中工作，并协调了部门级别的重新定位，为39名新进入者进行了协调。与学生同伴协调并开发了该部门的硕士手册，并作为PG新生提供了信息手册。采访了候选人，为部门选择一个由4个学生伴侣组成的团队
经济与社会委员会 - 联合国统计局
邀请了委员会，除其他外：（a）欢迎朝着精简环境和气候变化统计的进展； （b）注意到促进协调的统计数据收集和汇编的国家和国际组织的重要性，这些数据促进了国家政策要求以及国际数据报告要求和请求的协调和简化数据； （c）鼓励各国使用全球气候变化统计数据和指标以及随附的元数据，以及实施支持工具（实施指南和气候变化统计数据和指标自我评估工具），以协助建立国家气候变化统计计划并根据《巴黎协定》中正在进行的报告。
加拿大统计局的人工智能采用路线图
• 在官方统计数据的制作中使用人工智能并不是什么新鲜事（例如用于编码、图像处理、评论分类的 NLP） • 尝试使用 LLM（人口普查参考资料、报告生成、StatCan 网站） • 在数据科学和人工智能方法的应用方面建立了丰富的专业知识 数据科学
72755 UNC-CH生物统计局第75 Ann Prog。 ...
10：15-11：45 A.M。 会议6-小组讨论：临床试验中的职业教师共同组织者：Anastasia Ivanova，PhD和Richard Zink和Richard Zink，博士小组成员将描述他们在临床试验中的当前职位和职业道路，以及他们在UNC生物统计学培训的时间如何为他们的职业生涯有助于他们的职业生物培训。 Moderator: Richard Zink, PhD ('03 biostatistics) MS ('99 biostatistics) Panelists: Jennifer Clark, PhD ('13 biostatistics) Rakhi Kilaru, MS ('00 biostatistics) Sharon Murray, PhD ('90 biostatistics) MS ('86 biostatistics) Shane Rosanbalm, MS ('02 biostatistics) Chalmer Thomlinson，PhD（'22 Biostatistics）10：15-11：45 A.M。会议6-小组讨论：临床试验中的职业教师共同组织者：Anastasia Ivanova，PhD和Richard Zink和Richard Zink，博士小组成员将描述他们在临床试验中的当前职位和职业道路，以及他们在UNC生物统计学培训的时间如何为他们的职业生涯有助于他们的职业生物培训。Moderator: Richard Zink, PhD ('03 biostatistics) MS ('99 biostatistics) Panelists: Jennifer Clark, PhD ('13 biostatistics) Rakhi Kilaru, MS ('00 biostatistics) Sharon Murray, PhD ('90 biostatistics) MS ('86 biostatistics) Shane Rosanbalm, MS ('02 biostatistics) Chalmer Thomlinson，PhD（'22 Biostatistics）
欧盟统计局播客：统计创新方法 - 第二部分
乔纳森·埃利奥特 创新议程的政策思考中一个有趣的现象是，正是所谓的用户需求推动了这些创新。政府部门、学者、记者和普通民众对信息的渴求越来越强烈。在一个信息量越来越大的社会里，这种情况并不奇怪。因此，可以说创新议程并非为了创新而创新。它不存在于某种泡沫或实验室中。它之所以这样做，是因为人们迫切需要它。
新加坡统计局|统计新加坡新闻通讯第1期，2024年 - DOS
世界正处于新的人工智能（AI）和机器学习（ML）技术的快速发展所推动的变革时代。他们有能力在许多领域（例如统计数据，从智能自动化和数据功能到超个性化的客户体验）中彻底改变许多领域的运营，产品和服务。为了在AI驱动的世界中蓬勃发展，组织必须拥抱变革并改变其运作方式。他们还需要意识到对更好的治理的需求日益增长，以解决与AI部署相关的道德，隐私和问责制问题。新加坡统计局（DOS）在过去几年开始进行转型旅程，以在统计过程中部署AI/ ML技术。本文讨论了对AI/ ML实施至关重要的三个关键领域 - 业务流程，人力资本和治理框架。挖掘不断发展的技术需要一种集中和敏捷的方法