XiaoMi-AI文件搜索系统
World File Search System九龙
财务指数跟踪的强化学习
∗ HSBC商学院，北京大学，大学城，南汉区，深圳，518055，中国。电子邮件：xianhuapeng@pku.edu.cn。†SARGENT定量经济与金融研究所，汇丰银行商学院，北京大学，北京大学，北山区，深圳，518055，中国。‡香港科学技术大学商学院，中国香港九龙清水湾。电子邮件：chenyin.gong@connect.ust.hk。§§香港中文大学系统工程和工程管理系，中国香港，电子邮件：xdhe@se.cuhk.edu.hk。
基于 RFID 的可追溯性系统的开发 - CORE
E. W. T. Ngai • T. C. E. Cheng • Kee-hung Lai • P. Y. F. Chai • Y. S. Choi • R. K. Y. Sin 香港理工大学管理及市场学系，中国香港九龙红磡 香港理工大学物流学系，中国香港九龙红磡 mswtngai@polyu.edu.hk • lgtcheng@polyu.edu.hk • lgtmlai@polyu.edu.hk • mschai@polyu.edu.hk • msstar@polyu.edu.hk • lgtryan@polyu.edu.hk 本文介绍了香港一家飞机工程公司基于 RFID 的可追溯性系统的研究和开发案例研究。我们报告了系统的设计和实施，并讨论了我们的经验和教训。 RFID 系统的目的是有效地支持公司飞机可维修项目的跟踪和追溯。研究揭示了成功实施 RFID 系统的八个关键成功因素，即创造强大的内部和外部改进动力、激发与最新技术保持同步的愿望，以提高全球竞争力、努力实现跨组织实施、避免重大流程变更/限制流程变更、从小范围的 RFID 项目开始、促进设备供应商的投资、使用具有成本效益的可重复使用标签以及将 RFID 技能和知识从大学转移到行业。我们还总结了 13 条经验教训，其中包括 3 条关于战略层面的 RFID 实施的经验教训、6 条关于管理层面的经验教训
利用无监督学习检测量子纠缠
1 浙江大学控制科学与工程学院智能系统与控制研究所，杭州 310027，中华人民共和国 2 香港理工大学应用数学系，香港特别行政区九龙红磡，中华人民共和国 3 香港理工大学深圳研究院，深圳 518057，中华人民共和国 4 同济大学控制科学与工程系，上海 201804，中华人民共和国 5 同济大学上海智能科学技术研究所，上海 201804，中华人民共和国 6 同济大学高等研究院，上海 200092，中华人民共和国 ∗ 通讯作者。
2022/10/17 - 2022/10/18 - 用于铁路轨道系统预测性维护的语义 AI - 国际铁路安全委员会 2022
（电邮：twinson@mtr.com.hk、+852-2688 1337） 4 香港数据科学研究所 / 香港城市大学数据科学学院，香港九龙达之路（电邮：yuyang@cityu.edu.hk、Joe.Qin@cityu.edu.hk、qingpeng.zhang@cityu.edu.hk、lishuai.li@cityu.edu.hk） 5 香港城市大学建筑及土木工程系，香港九龙达之路（电邮：paullam@cityu.edu.hk） 背景 香港是世界上人口最密集的城市之一。为满足市民的出行需求，铁路每天的服务时间很长，导致维护时间很短。为了进一步提高铁路的安全性和可靠性，重要的是实施有效的方法分析铁路事故，探索事故之间的相关性，并对铁路系统中高风险设备和区域发出警报，以实现对铁路轨道系统的新型预测性维护。近年来，数据驱动方法迅速渗透到制造业、金融业、交通运输业、网络安全和医疗保健等各个行业领域。因此，在本研究中，我们旨在通过建立人工智能（AI）模型，利用广泛的铁路数据，例如铁路事故报告、维护记录、实时状况数据和在线信息，这些数据对于深入了解导致铁路轨道事故的不同关联程度的相关因素很有价值。在人工智能模型构建方面，将原始数据转化为结构化知识至关重要，这样人工智能技术才能有效地处理数据并使用数据进行预测。许多信息提取技术用于将原始数据转换为结构化数据。例如，正则表达式（Regex）通常用于提取特定的关键字；可以应用插值方法来处理原始数据中的缺失值；四分位距（IQR）用于去除原始数据中可能误导下游数据分析任务的异常值；复杂的无监督学习方法，如主成分分析（PCA）（Pearson，1901）和K均值（Lloyd，1982；MacQueen，1967），用于提取信息特征。