XiaoMi-AI文件搜索系统
World File Search System建模技术
新闻稿 MSCI 利用新的 GenAI 驱动的工具和建模技术改变未来的风险分析
分析数据驱动的投资组合风险 纽约——2024 年 6 月 10 日——MSCI Inc. (NYSE: MSCI) 是一家为全球投资界提供关键任务决策支持工具和服务的领先供应商，今天推出了 MSCI AI Portfolio Insights。MSCI AI Portfolio Insights 将生成式人工智能（“GenAI”）与 MSCI 屡获殊荣的分析工具和先进的建模技术相结合，旨在帮助投资者更好地识别和管理动态市场对其投资组合构成的潜在新兴风险。MSCI 将其广泛的风险和绩效建模能力与 GenAI 相结合，以增强风险报告。MSCI AI Portfolio Insights 旨在通过帮助在工作日开始之前识别和分析风险报告中最突出的信息来提高效率并为机构风险和投资组合经理提供洞察。投资者可以使用 MSCI AI Portfolio Insights 的交互式功能进一步深入了解其投资组合的变化，而无需任何代码或大量的用户界面下拉菜单。MSCI AI Portfolio Insights 将生成的文本与现代仪表板和基于云的技术相结合，以增强风险和投资组合管理的沟通和效率。这些工具旨在增强资产管理公司、对冲基金和资产所有者的风险管理团队的能力，以推动公司投资团队之间的协作。传统上，风险管理者投入了大量的时间和资源来整合复杂的模型，以处理、清理、生成、存储和提取所有必要的数据，以提供风险和绩效的全面概述。如今，投资公司的风险领导者面临着越来越大的压力，他们既要对越来越多的投资组合进行企业范围的风险监控，又要为投资团队提供风险咨询服务。与此同时，气候变化、地缘政治紧张局势、宏观经济不确定性和技术进步等全球挑战为风险领导者带来了新的投资挑战和机遇。MSCI AI Portfolio Insights 利用专有算法来整理大量数据，旨在找出影响风险和绩效的最重要因素，并根据需要将它们与市场事件联系起来。它还配备了一个人工智能代理，帮助风险管理者进一步了解和分解风险和绩效驱动因素。基于自然语言交互，助手可以回答有关投资组合的复杂问题。 MSCI 首席研究官 Ashley Lester 表示：“机构投资者可以也必须将他们的风险团队从主要以控制为导向转变为以投资为重点。借助 MSCI AI Portfolio Insights，我们正在改变风险报告，使其更具洞察力，更易于投资决策者获取。风险不应仅仅用于监控：它应该为投资者提供可操作的见解。” MSCI 今天还推出了宏观金融分析工具，利用 MSCI 的金融建模和压力测试功能。该工具旨在测试宏观经济状况的变化如何
使用卫星和航空图像解释、现场验证和建模技术进行灾后建筑物损坏评估
此次地震也将成为首次在实际操作中采用技术（尤其是高分辨率图像）的地震之一。几乎从灾难一开始，高分辨率卫星图像就已可用，可以首次看到地震造成的破坏。几天后，超高分辨率航空图像可用，可以更详细地了解此次地震造成的破坏。这些宝贵的数据集使一小队遥感专家能够提供过去十年中最为准确的建筑物损坏评估之一。此外，这些信息在相对较短的时间内（地震发生后两个月内）以建筑物损坏评估报告的形式与海地政府官员共享，以支持灾后需求评估 (PDNA) 和恢复框架。
统一建模语言用户指南，统一...
I：入门 I：入门 1. 我们为何要建模 建模的重要性 建模原则 面向对象建模 2. UML 简介 UML 概述 UML 架构的概念模型 软件开发生命周期 3. 你好，世界！ 关键抽象 机制 组件 II：基本结构建模 II：基本结构建模 4. 类 入门 术语和概念 常见建模技术 提示和技巧 5. 关系 入门 术语和概念 常见建模技术 提示和技巧 6. 常见机制 入门 术语和概念 常见建模技术 提示和技巧 7. 图表 入门 术语和概念 常见建模技术 提示和技巧 8. 类图 入门 术语和概念 常见建模技术 提示和技巧
统一建模语言用户指南，统一...
I：入门 I：入门 1. 我们为何要建模 建模的重要性 建模原则 面向对象建模 2. UML 简介 UML 概述 UML 架构的概念模型 软件开发生命周期 3. 你好，世界！ 关键抽象 机制 组件 II：基本结构建模 II：基本结构建模 4. 类 入门 术语和概念 常见建模技术 提示和技巧 5. 关系 入门 术语和概念 常见建模技术 提示和技巧 6. 常见机制 入门 术语和概念 常见建模技术 提示和技巧 7. 图表 入门 术语和概念 常见建模技术 提示和技巧 8. 类图 入门 术语和概念 常见建模技术 提示和技巧
统一建模语言用户指南，统一...
I：入门 I：入门 1. 我们为何要建模 建模的重要性 建模原则 面向对象建模 2. UML 简介 UML 概述 UML 架构的概念模型 软件开发生命周期 3. 你好，世界！ 关键抽象 机制 组件 II：基本结构建模 II：基本结构建模 4. 类 入门 术语和概念 常见建模技术 提示和技巧 5. 关系 入门 术语和概念 常见建模技术 提示和技巧 6. 常见机制 入门 术语和概念 常见建模技术 提示和技巧 7. 图表 入门 术语和概念 常见建模技术 提示和技巧 8. 类图 入门 术语和概念 常见建模技术 提示和技巧
统一建模语言用户指南，统一...
I：入门 I：入门 1. 我们为何要建模 建模的重要性 建模原则 面向对象建模 2. UML 简介 UML 概述 UML 架构的概念模型 软件开发生命周期 3. 你好，世界！ 关键抽象 机制 组件 II：基本结构建模 II：基本结构建模 4. 类 入门 术语和概念 常见建模技术 提示和技巧 5. 关系 入门 术语和概念 常见建模技术 提示和技巧 6. 常见机制 入门 术语和概念 常见建模技术 提示和技巧 7. 图表 入门 术语和概念 常见建模技术 提示和技巧 8. 类图 入门 术语和概念 常见建模技术 提示和技巧
利用合成数据生成进行军事决策支持增强
合成数据生成已成为解决与数据稀缺，隐私问题和人工智能应用中资源优化相关的挑战的重要方法。本文研究了合成数据生成方法的最新进展，重点是生成学习，转移学习和建模技术。生成学习使用机器学习模型来复制现实世界中发现的统计模式。同时，转移学习允许跨相关任务进行知识转移，从而减少了数据稀缺的影响。建模技术（例如基于统计和机器学习方法）创建的合成数据与真实的数据分布相似。本文研究了各种方法和案例研究及其在不同的应用领域中的重要性，并着重于军队。此外，基准测试分析证明了生成对抗网络和变异自动编码器在合成数据生成任务中的有效性。考虑其优势/缺点和应用领域，对转移学习策略进行了评估。对建模技术进行评估以生成合成场景。本文通过讨论合成数据生成以增强军事领域的决策支持的重要性来结束。
自主系统的数据隐私威胁建模
摘要 — 基于人工智能的应用程序越来越多地部署在生活的各个领域，包括智能家居、智能城市、医疗保健服务和自治系统，在这些系统中，个人数据从异构来源收集，并使用不透明的集中式服务器中的“黑盒”算法进行处理。因此，保护这些应用程序的数据隐私和安全至关重要。在这方面，用于识别潜在数据隐私威胁并指定对策以减轻此类基于人工智能的系统中相关漏洞的建模技术在保护和保护个人数据方面发挥着重要作用。已经提出了各种威胁建模技术，例如 STRIDE、LINDDUN 和 PASTA，但它们都不足以对自治系统中的数据隐私威胁进行建模。此外，它们并非旨在对欧盟/英国通用数据保护条例 (GDPR) 等数据保护立法的合规性进行建模，这对于保护数据所有者的隐私以及防止个人数据受到潜在的隐私相关攻击至关重要。在本文中，我们调查了自治系统中数据隐私威胁的现有威胁建模技术，然后从 GDPR 合规性的角度分析了这些技术。经过分析，我们在自动驾驶汽车（自动驾驶系统的一个具体用例）中采用了 STRIDE 和 LINDDUN，以审视现有技术的挑战和差距
无标题 - NPL 出版物
a) 10 家在建模技术方面开展了活动 b) 6 家在不确定性和统计建模方面开展了活动 c) 3 家在可视化建模和数据可视化方面开展了活动 d) 3 家在数据融合方面开展了活动。活动的细分令人惊讶，因为与不确定性和统计建模相关的 3 级问题通常比与建模技术相关的问题受到更多关注。一种解释可能是，不确定性估计被视为建模实验数据的更大问题的一部分，即建模项目通常将不确定性估计（应用统计建模）作为一个重要问题，而与不确定性估计相关的项目相对较少。工作范围的补充问题支持了这一点。拥有与可视化建模和数据融合相关的项目的组织数量相对较少，这反映了这些主题代表“新技术”，而那些拥有
自主系统的数据隐私威胁建模
摘要 — 基于人工智能的应用越来越多地部署在生活的各个领域，包括智能家居、智能城市、医疗保健服务和自主系统，在这些系统中，个人数据从异构来源收集，并使用不透明的集中式服务器中的“黑盒”算法进行处理。因此，保护这些应用程序的数据隐私和安全至关重要。在这方面，用于识别潜在数据隐私威胁并指定对策以减轻此类基于人工智能的系统中相关漏洞的建模技术在保护和保护个人数据方面发挥着重要作用。已经提出了各种威胁建模技术，例如 STRIDE、LINDDUN 和 PASTA，但它们都不足以对自主系统中的数据隐私威胁进行建模。此外，它们并非旨在对欧盟/英国通用数据保护条例 (GDPR) 等数据保护立法的合规性进行建模，这对于保护数据所有者的隐私以及防止个人数据受到潜在的隐私相关攻击至关重要。在本文中，我们调查了现有的针对自主系统中数据隐私威胁的威胁建模技术，然后从 GDPR 合规性的角度分析了这些技术。分析之后，我们在自动驾驶汽车（自动驾驶系统的一个特定用例）中采用了 STRIDE 和 LINDDUN，以仔细研究现有技术在建模数据隐私威胁时面临的挑战和差距。还介绍了改进自动驾驶系统数据隐私威胁和 GDPR 合规建模技术的未来研究方向。