XiaoMi-AI文件搜索系统
World File Search System区块
MSCI ACWI IMI区块链经济指数（USD）
未经MSCI事先书面许可，本文包含的信息（“信息”）不得全部或部分重新染色。该信息不可用来验证或纠正其他数据，以创建索引，风险模型或分析，或与发行，发行，赞助，管理或营销任何证券，投资组合，财务产品或其他投资工具有关。历史数据和分析不应作为对未来绩效，分析，预测或预测的指示或保证。任何信息或MSCI指数或其他产品或服务都不构成购买或出售的要约，或任何担保，财务工具或产品或交易策略的促销或建议。此外，没有任何信息或任何MSCI指数旨在构成投资建议或建议（或避免做出）任何类型的投资决定，并且不得依靠。信息提供的信息是“原样”，并且该信息的用户假定其可能造成或允许对信息的任何用途的全部风险。上述规定不得排除或限制不适用法律不受适用法律的责任。MSCI Inc.及其任何子公司，其或其直接或间接供应商或参与信息制作或编译的任何第三方（每个人）（每个人）（每个是“ MSCI党”）使任何保证或陈述都在法律允许的最大范围内，在每个MSCI方面允许的最大范围，每个MSCI党都明确地符合所有符合人的能力，包括所有符合人的限制性，包括所有符合人的限制性，并符合保证金的范围。在法律允许的最大范围内，在任何直接，间接，特殊，惩罚性，后果（包括损失的利润）或任何其他损害赔偿的情况下，即使有可能遭受此类损害的可能性，任何直接，间接，特殊，惩罚性，后果（包括损失的利润）都不应对任何信息均不承担任何责任。
食品供应链中如何使用区块链技术？系统文献评论
摘要：食品供应链的复杂性需要实施可追溯性系统。可追溯性系统优化了食品供应链管理。区块链技术承诺将有一个新的分布式分类帐，该分类帐可以通过解决几个可追溯性问题来提供各种用途。不幸的是，预先发送的研究并不能完全解决食品供应链中区块链技术的使用，机会和挑战。因此，本研究调查了有关区块链技术（区块链的概念，特征和类型）及其在食品供应链中的使用。这项研究的发现有助于获得更好的理解和信息，以通过优化区块链技术的使用来增强食品供应链中的可追溯性系统。调查结果证实，在食品供应链中使用区块链技术的方法主要是为了可追溯性，公共/私人区块链有助于作为一个受欢迎的平台。交易数据涉及产品来源信息，交易信息和产品标签信息。在食品供应链中使用区块链的好处是增强食品供应链的可追溯性和透明度。挑战是需要对财务，人力资源和基础设施投资，利益相关者的技术知识有限，产品变化，全球供应链的快速发展，数据操作的潜力和政策变化的需求。
13 I 2025年1月https://doi.org/10.22214/ ... AI中的解释性：数据科学的可解释模型 对... 的比较材料选择电池组外壳 使用机器学习模型预测以太坊价格 将IC发动机改造为两轮车中的EV 使用超声传感器的360度雷达 工业缺陷检测的机器学习算法 基于区块链的碳信用生态系统 大规模数据标签和用法中的道德问题 13 I 2025年1月https://doi.org/10.22214/ ...
摘要：这项研究着眼于与信用卡盗窃有关的严重问题，并评估机器学习方法如何检测并停止它。更复杂的欺诈是由于互联网交易的增加而造成的，危害了消费者和金融机构。信用卡日益增长的使用需要快速开发有效的欺诈检测系统，这些系统可以识别并停止欺诈性交易。这项研究着眼于一系列机器学习方法，从更常规的决策树或逻辑回归到更复杂的方法，例如支持向量算法，具有人工智能的神经网络，随机生成的森林和混合模型。我们分析了每种方法的优点和缺点，重点是其召回，准确性，精度和能力，以使用不平衡的数据集管理情况。可以通过将混合方法与合奏学习技术相结合，可以提高检测率并降低假阳性。合成的少数群体过度采样技术（SMOTE）提高了训练机学习模型的可靠性，并成功解决了类不平衡。这项研究强调了实时分析数据并采用最先进的技术（例如大数据分析和深度培训），以跟上新的欺诈策略是多么重要。行业 - academia的合作以及该部门正在进行的研发对于成功部署欺诈检测技术至关重要。这项研究强调了对最先进的机器学习方法的紧迫需求，以防止信用卡盗窃。通过增强金融机构识别欺诈的能力，这些技术发展将保护和维护消费者对在线交易的信任。改善了研究结论的目标，改善了所有利益相关者的欺诈检测系统和更安全的经济环境。
基于区块链的碳信用生态系统
2科学技术学院，Qaminis 3高级科学与技术研究院，Alqarayt摘要：人工智能（AI）和机器学习（ML）的迅速采用已经创造了对高质量标记数据的前所未有的需求。大规模数据标记是AI系统开发的关键组成部分，通常涉及来自不同人群的大量数据集，并使用自动化过程和人工劳动的结合进行了注释。但是，与这些实践相关的道德挑战引起了极大的关注。本文探讨了大规模数据标签和用法中的关键道德问题，重点关注四个关键领域：偏见，隐私，劳动实践和透明度。偏见是由注释者的固有主观性和许多数据集的不代表性产生的，这加剧了AI应用程序中不公平或歧视性结果的风险。侵犯隐私性侵犯敏感信息未经适当同意而使用，通常会挑战匿名技术的有效性。此外，对数据注释的众包劳动力的依赖引起了人们对工人剥削，低补偿和标记敏感或明确内容的心理损失的担忧。最后，数据收集和标签过程中缺乏透明度和问责制破坏了公共信任和道德标准。通过对现有实践的全面审查，本文重点介绍了现实世界中的案例研究和争议，包括偏见的数据集和侵犯隐私行为。当前的技术和政策驱动的解决方案（例如隐私的技术，劳动力改革和缓解偏见的算法）都经过了严格的研究。最后，本文讨论了按大规模实施这些解决方案并确定未来研究方向的挑战。通过解决这些问题，这项工作旨在在AI数据管理的生命周期中促进更公平，透明和道德实践。关键字：伦理AI，数据标记，机器学习中的偏见，AI隐私，众包数据注释，数据透明度，算法公平，负责任的AI实践，联邦学习，差异性学习，数据伦理，数据伦理，注释者，注释者，注释者单位，AI政，数据隐私法规，数据隐私规定，可持续的AI开发。
令牌碳信用额：区块链如何革新碳市场
资产令牌化涉及将资产的所有权转换为区块链上的数字令牌。这些代表特定资产值的代币可以在没有中介的情况下以数字方式进行交易或传输。令牌化适用于各种资产，包括房地产，艺术，商品和金融工具。区块链技术通过提供安全的，分散的分类帐来支持这一过程，该分类帐会不成熟。智能合约是编写代码的自我执行合同，在满足预定义条件时将这些交易自动化。这减少了对中间人的需求，降低了交易成本并加快了结算过程。令牌通常通过在线平台或移动应用程序提供给买家，并进一步简化交易。
在基于区块链的同意系统中，安全访问数据的安全访问控制
摘要：数据访问控制是数据管理的关键方面。想要共享数据需要系统以管理同意的参与者，以决定谁可以访问他们的数据。这可以保证数据的隐私，这通常是敏感的。作为一个安全的分布式分类帐，该区块链今天被广泛用于管理数据访问的同意。但是，由于其特性，区块链并不是存储大量数据的理想选择。因此，它通常与离链系统相结合，以促进这些类型的数据的存储。因此，位于区块链外部的数据需要安全过程。本文提出了一种基于数据加密的保护机制，以在基于区块链的同意系统中的链存储中保护数据。该协议使用对称密钥系统，该系统阻止了可以访问的恶意参与者在区块链领域内存储的数据的读数。该机制的设置允许每组数据集使用固定在区块链中的对称键进行加密。已获得数据所有者同意的参与者使用此键，以访问和阅读位于区块链之外的数据。
供应链和区块链采用创新技术和战略一致性：案例研究
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
量子计算中的金融科技前沿，分形和区块链分布式分类帐：范式移动和开放创新
摘要：在热门研究主题中，金融科技在最新的技术应用方面领先于趋势。各种科学中相对较新的新兴范式，例如几何（分形），物理（量子）和数据库系统（分布式分类帐 - 窗口），似乎在很大程度上促进了财务行业的框架更大的变化，这也带来了一些担忧（网络临时）。对这些新模型（及其潜在技术）的合理潜在影响进行一致而广泛的研究，然后通过SWOT分析进行了测试，作为这项研究的主要目的。威胁和机遇始终是由技术进步（革命）的引入而内在驱动的。这项研究证实了信息可用性以及每个发现与科学不同领域的交叉应用的互连的日益增加，这确定了通过经济范式明显的巨大变化所确定的革命的迅速连续。不断增长的计算能力和越来越强大的预测软件的开发导致了竞争性，极具动态性和具有挑战性的系统。在这种情况下，如历史所示，市场集中的可能性很大，但是，只有少数公司（数字巨头）可以负担开发这些技术，从而巩固其优势。