XiaoMi-AI文件搜索系统
World File Search System链到
区块链和人工智能的潜力
2. 大数据与智能分析实验室，格里菲斯大学，昆士兰州布里斯班 4111，澳大利亚 摘要：本文概述了探索一系列数字化机遇和挑战的研究，旨在让城市更好地运转和运作；重点是人工智能和区块链技术的应用。本文确定了具体的潜在应用，并概述了这种技术可以为交通部门和相关政策和管理结构带来切实利益的地方。探讨的具体好处包括节省成本（例如数字支付机制、虚拟收费和拥堵收费、通过提高网络利用率来延迟资本）；节省时间（通过改进交通网络运营和管理流程）；改进运营（例如具有网络差别定价能力的实时按里程付费系统）；提高安全性（减少碰撞和影响）；改善用户体验（例如改进平台和自动支付停车和预订费用）；以及改善货运和物流（例如安全存储带有时间戳的旅行相关数据）。本文介绍了一系列行业合作伙伴首选的用例，例如拥堵管理、道路使用者定价、资产管理、移动即服务和货运物流。本文概述了人工智能和区块链技术单独或组合为运输机构和服务提供商提供价值的具体机会。本文强调了运输行业的风险和回报，包括进一步回顾了此类技术在世界各地运输行业应用的早期发现。这项研究是在澳大利亚可持续建筑环境国家研究中心 (SBEnrc) 及其合作伙伴的资助和支持下开展的，并已在 2019 年 CIB 世界建筑大会上发表。关键词：区块链、运输、人工智能。1. 简介
当区块链遇见人工智能
摘要 —区块链因其提供安全和去中心化的资源共享方式而受到广泛关注。然而，现有的区块链系统在运营维护、智能合约质量保证和区块链数据恶意行为检测方面也面临着许多挑战。人工智能的最新进展为克服上述挑战带来了机遇。区块链与人工智能的结合有利于增强当前的区块链系统。本文介绍了区块链与人工智能的融合（即区块链智能）。本文还通过案例研究进一步论证了区块链智能的可行性并指出了未来的发展方向。
区块链飞向天空
最近，航空业越来越多地转向区块链技术并开始研究潜在的用例。尽管人们对新兴技术有着明显的兴趣，但该领域的学术贡献仍然很少。本论文致力于弥补这一研究空白，探索有前景的区块链用例及其对航空业的价值。此外，还讨论了成功实施用例的重要因素。研究问题的回答采用定性方法，即十位专家访谈，并辅以对二手文献的检查。采用定性见解的定量近似来捕捉用例的价值。为最初的 14 个用例建立了相关性顺序，并在此基础上确定了四个有前景的区块链用例，即“忠诚度积分”、“飞机零件来源”、“旅行分布格局”和“乘客身份管理”。定性见解的定量近似表明，与其余三个用例相比，“忠诚度积分”用例可能创造最大的价值。为了成功实施，至关重要的是避免将技术视为寻找待解决问题的解决方案，并明确确定给定用例的可衡量经济影响。此外，必须考虑本研究中讨论的战略影响、推动因素和障碍。展望未来，
基于区块链的药房供应链
摘要：制药部门的价值超过1万亿美元，有效的供应链管理（SCM）对于在供应链行业中实现经济，生态和社会优势至关重要。但是，常规的SCM程序经常遇到各种问题，例如不充分的信息共享，延长的等待时间来检索数据的疑问，对产品跟踪的可靠性以及假冒产品的存在。区块链技术由于其主要特征，包括不变性，透明度和权力下放，有很大的希望解决这些问题。基于区块链的药房供应链是指使用分布式分类帐技术，该技术允许在制造商从制造商到最终消费者的供应链中跟踪药品。这项技术提供了所有交易的防篡改和透明的记录，以确保将药物安全地安全地交付给预期的接收者。总体而言，在药房供应链中使用区块链技术有可能革新跟踪和分发药物的方式。
DNA四链体
摘要 Sen 和 Gilbert [Nature, (1988) 334, 364- 366] 证实，来自人类免疫球蛋白开关区的富含鸟嘌呤的单链 DNA 能够自我结合形成稳定的四链平行 DNA 结构。拓扑异构酶 11 不会切割单链 DNA 分子。令人惊讶的是，当该 DNA 序列退火为四链结构时，该酶确实会切割相同的 DNA 序列。观察到的两个切割位点与该 DNA 分子与互补分子配对以形成正常 B-DNA 双链时发现的位点相同。这些切割被证实是蛋白质连接的，并且可以通过添加盐来逆转，这表明拓扑异构酶 11 的反应机制正常。此外，由互补寡核苷酸与四链结构结合而形成的八链 DNA 分子也被拓扑异构酶 11 切割，尽管该分子对限制性内切酶消化具有抗性。这些结果表明，单链 DNA 可能具有引导拓扑异构酶 11 到达结合位点的序列信息，但该位点必须以正确的方式进行碱基配对才能做到这一点。四链 DNA 分子能够作为酶的底物这一事实进一步表明，这些 DNA 结构可能存在于细胞中。
有向链生成对抗网络
现实世界数据可以是多模态分布的，例如描述社区中的意见分歧、神经元的脉冲间隔分布以及振荡器的自然频率的数据。生成多模态分布式现实世界数据已成为现有生成对抗网络 (GAN) 的挑战。例如，我们经常观察到神经 SDE 仅在生成单模态时间序列数据集方面表现出成功的性能。在本文中，我们提出了一种新颖的时间序列生成器，称为有向链 GAN（DC-GAN），它将时间序列数据集（称为有向链的邻域过程或输入）插入到具有分布约束的有向链 SDE 的漂移和扩散系数中。DC-GAN 可以生成与邻域过程相同分布的新时间序列，并且邻域过程将提供学习和生成多模态分布式时间序列的关键步骤。所提出的 DC-GAN 在四个数据集上进行了测试，包括两个来自社会科学和计算神经科学的随机模型，以及两个关于股票价格和能源消耗的真实世界数据集。据我们所知，DC-GAN 是第一个能够生成多模态时间序列数据的作品，并且在分布、数据相似性和预测能力的度量方面始终优于最先进的基准。
基于区块链和同构加密
摘要：基于物联网（IoT）设备产生的数据的数据分析有望改善个人的生活质量。但是，确保IoT数据聚合过程中的安全性和隐私是一项非平凡的任务。通常，IoT数据聚合过程基于集中式服务器。然而，在分布式方法的情况下，很难协调几个不信任的政党。幸运的是，区块链可以在克服信任问题的同时提供权力下放化。因此，基于区块链的物联网数据聚合可能成为设计隐私系统设计的合理选择。为此，我们提出了Privda，这是一种基于区块链和同型加密技术的隐私数据合理方案。在拟议的系统中，每个数据消费者都可以创建智能合约并发布服务条款和请求的物联网数据。因此，智能合约将可以回答消费者的请求并选择一个聚合器的一个组潜在数据生产者组合在一起，其作用是使用同型计算计算小组请求的结果。因此，组级的聚合混淆了IoT数据，这会使单个物联网设备的敏感信息推断复杂化。最后，我们将提案部署在私人以太坊区块链上，并进行绩效评估。