XiaoMi-AI文件搜索系统
World File Search System数据共享
比例数据共享和人工智能
所有作者的隶属信息：1。阿姆斯特丹中心女士，阿姆斯特丹神经科学，荷兰阿姆斯特丹阿姆斯特丹UMC放射与核医学系； 2。纳菲尔德临床神经科学系（NDCN）的FMRIB综合神经影像中心（WIN），牛津大学； 3。人类成像和图像处理核心，神经科学和再生医学中心，美国马里兰州贝塞斯达的亨利·杰克逊基金会； 4。美国波士顿杨树和妇女医院放射学系神经成像中心； 5。神经放射学科（放射学系），巴塞罗那自治大学（西班牙）Vall D希伯伦大学医院和研究所（VHIR）； 6。阿姆斯特丹UMC，阿姆斯特丹，荷兰； 7。IRCCS San Raffaele Scientitute，意大利米兰IRCCS神经科学部实验神经病学研究所神经影像学研究院； 8。Amigo，生物医学工程与成像科学学院，英国伦敦国王学院； 9。神经与医疗工程学院，英国UCL伦敦。
B2B 数据共享 - Ert.eu
今天形成的工业数据生态系统将成为明天的创新平台。数据经济的成败很可能决定未来几十年哪个世界强国将引领经济。面对激烈的竞争，且时间紧迫，欧洲必须抓住机遇，奠定基础，使其能够在即将到来的商业数据开放经济中蓬勃发展。欧盟立法和政策议程的关键部分，从工业战略和数字十年目标到数据战略，应协调一致，实现这一目标，释放欧洲企业的潜力。如果欧洲取得成功，回报将是巨大的：在下一波数字化转型中占据全球领导地位，并极大地促进欧洲的增长、创新和创业。
物联网系统中的安全且可计算的基于区块链的数据共享方案
摘要：物联网（IoT）设备有望收集大量数据，这些数据支持不同类型的应用程序，例如健康监视器，智能家居和交通管理。然而，其特征（例如资源受限的性质，动态性和大规模增长）带来了确保IoT数据共享的挑战。如今，提出了基于基于区块链的密码 - 基于基于基于区块链的加密（CP-ABE）来实现安全的IoT数据共享。在基于区块链的CP-ABE数据共享方案中，数据被加密并存储在云中。一旦用户想处理数据，他们就应该下载然后在客户端端中解密密文，然后在处理数据后，用户加密并上传密文到云。这超过使用云计算资源的优势。可以采用完全同态加密（FHE）和同型签名技术来实现密文计算和正确检查密文计算结果。在本文中，我们提出了一个安全且可计算的数据共享系统，以确保用户享受云端的计算便利性。特别是，提出的系统集成了CP-ABE和FHE，以实现安全的IoT数据共享和密文计算。此外，我们生成了密文的同态签名，以使用户能够检查密文计算结果的正确性。绩效评估和安全分析表明，提出的计划是实用且安全的。此外，要监督云，为用户提供诚实的物联网数据访问控制，存储和计算服务，我们记录了数据的访问策略，数据的哈希，密文的签名以及区块链上密码的同质签名。
官方统计中的经济数据共享指南
我感谢各国优秀专家参与指南的编写。与之前的指南一样，欧盟统计局和经合组织的贡献非常宝贵，来自世界各地的国际组织和各个国家的贡献使指南中包含了丰富的实例，有助于我们从各种不同类型的数据共享案例中学习。指南的编写工作已在许多国际论坛上进行介绍，例如由欧盟统计局和经合组织联合组织的联合国欧洲经济委员会国民账户专家组会议、经合组织国民账户工作组、货币、金融和国际收支 (CMFB) 统计委员会、国家账户秘书处间工作组、国民账户咨询专家组、国际统计研究所 (ISI) 世界统计大会以及欧盟统计局的全球综合账户和全球生产项目。我感谢每一位参与讨论、挑战我们的想法并给予我们启发的人。
官方统计中的经济数据共享指南
我感谢各国优秀专家参与指南的编写。与之前的指南一样，欧盟统计局和经合组织的贡献非常宝贵，来自世界各地的国际组织和各个国家的贡献使指南中充满了丰富的示例，有助于我们从各种不同类型的数据共享案例中学习。指南的编写工作已在许多国际论坛上提出，例如与欧盟统计局和经合组织联合组织的联合国欧洲经济委员会国民账户专家组会议、经合组织国民账户工作组、货币、金融和国际收支 (CMFB) 统计委员会、国家账户秘书处间工作组、国民账户咨询专家组、国际统计研究所 (ISI) 世界统计大会以及欧盟统计局的全球综合账户和全球生产项目。我感谢所有参与讨论、挑战我们的想法并给予我们灵感的人。
人工智能中负责任的数据共享
目前，对信任、安全性和对可用数据使用缺乏控制的担忧阻碍了大规模数据共享 [2]。所有这些都减缓了新人工智能应用的开发和推出，尽管当大量和不同类型的数据无处不在时，可能会实现显著的优势。因此，开发和使用来自多种来源的数据的人工智能应用程序并不是一件简单的事情。荷兰经济事务和气候部最近发布了各种政策指南 [3],[4]，以在经济部门和社会内部和之间共享数据。这些指南概述了共享数据的经济价值。一个适合共享数据的环境的重要性被强调为一个关键因素。虽然这些政策并不是针对人工智能应用的，但它们与人工智能非常相关。在欧盟政策中，数据共享和人工智能也是关注的焦点。最近，欧盟委员会发布了一份关于人工智能对欧洲重要性的通报 [5]、一项协调计划 [6] 以及一份关于欧洲人工智能的白皮书 [7] 和一份关于欧洲数据战略的通报 [8]。 NLAIC 内部“数据共享”工作组的目标是尽可能减少 AI 数据共享方面的障碍。一个重要的出发点是数据所有者必须控制其数据。最重要的术语是“数据主权”。这意味着，这并不是对“一切都会好起来”的信心，而是需要一个适当的环境来保证数据得到负责任的处理——在数据所有者确定的条件下。有很多事情需要考虑；然而，很多事情已经是可能的了。有时必须做出艰难的选择，但考虑到 AI 提供的可能性，这一切都是值得的。
医疗/保健应用因医疗保健领域训练人工智能算法的偏见而产生的伦理问题以及数据共享作为潜在解决方案
这项研究由 NIH R21 EB026665 赞助。Luke Macyszyn 是 Theseus AI 的董事会成员和投资者。Gaonkar 博士是 Theseus AI 的被动投资者。Theseus AI 是一家从加州大学洛杉矶分校分拆出来的初创公司，旨在将 Macyszyn 实验室的工作商业化。
DPIA - 刘易斯区议会和HMRC数字经济法数据共享飞行员。
路易斯区议会（LDC）具有提高理事会税收税率的战略目标。2017/18，发行了大约。向居民家庭征收6800万英镑税的49,000张账单，平均收款率为97.92％（全国平均水平为97.1％），责任命令债务债务短缺130万英镑，总债务总额为360万英镑。 LDC在地方法院获得了4,000个责任命令，其中40％以上这些责任命令最终通过执行代理人，只有2％导致收入附加（AOE） - 该过程是由当地政府财务法案设定的百分比扣除的过程（1992年LGFA 1992年）。 LDC已确定，与女王je下的收入和习俗（HMRC）共享理事会税收债务数据，以获取PAYE和自我评估信息可以支持： -向居民家庭征收6800万英镑税的49,000张账单，平均收款率为97.92％（全国平均水平为97.1％），责任命令债务债务短缺130万英镑，总债务总额为360万英镑。LDC在地方法院获得了4,000个责任命令，其中40％以上这些责任命令最终通过执行代理人，只有2％导致收入附加（AOE） - 该过程是由当地政府财务法案设定的百分比扣除的过程（1992年LGFA 1992年）。LDC已确定，与女王je下的收入和习俗（HMRC）共享理事会税收债务数据，以获取PAYE和自我评估信息可以支持： -