
工业质检-家电行业案例白皮书
工业AI质检·智能机器视觉系统方案赋能家电行业装配产线质检、配套段检测及自动化需求等环节

工业AI质检·智能机器视觉系统方案赋能家电行业装配产线质检、配套段检测及自动化需求等环节

数之联紧密围绕“科技强审”和数字政府应用场景建设,结合审计工作实际需要,助力相关部门构建智慧审计新模式,充分发挥审计监督最大效应,推动政府审计工作高质量发展。




《研究报告》围绕“一网统管”运营的目标和任务要求,梳理分析了“一网统管”运营的发展背景及趋势,并提出了“一网统管”运营的总体框架,针对“一网统管”运营体系规划、具体运营内容、典型场景运营、运营工具平台等方面提出了相应的实施建议。

《四川省大数据产业白皮书》,是在省经济和信息化厅的指导帮助下,由四川省大数据产业联合会牵头编制,旨在集中反映全省大数据产业发展情况,推广我省大数据企业的优秀经验和成功案例,助力传统产业的数字化转型

数之联指标管理平台是由数之联自主研发的一款面向数字经济时代,以大数据技术能力为依托,集数据源管理、指标计算、指标预警、资源共享、指标应用为一体,构建“平台+模型+服务”为核心的数据服务平台。

论文对深度学习的可解释建模进行了深入的研究和探索,提出了一种通用的深度视觉模型可解释性工具——联合高斯混合模型(JointGaussianMixtureModel,JGMM),可作为代理模型对模型决策进行解释

数据资源是我国数字政府体系框架的核心组成。

对于锂电行业来说,品质、安全性是行业的生命线。锂电池制作工艺复杂,从极片制造,到电芯制造,再到模组组装,最后到Pack段,都需要不同程度的视觉检测来辅助生产。

追光AI-AOI系列产品依托数之联强大AI能力打造,解决了传统AOI操作复杂、调试时间长、误判过高和操作一致性差等难题。

数之联算法研究中心的小伙伴分享人工智能技术的整体框架、入门级机器学习的基本原理等内容,帮助我们更好地理解人工智能。

本论文提出了一种新的学习框架——动态图卷积网络(DGCN)。DGCN将在时序网络中寻找关键节点的问题转化为深度学习中的回归问题。

近年来,随着人工智能领域飞速发展,特别是在深度学习的支持下,自然语言处理技术(NLP)在各项任务中取得了巨大进展。在这些任务中,预训练技术起到了至关重要的作用。

2022年,随着预训练大模型技术研发进展和ChatGPT这一“现象级”语言大模型产品的发布,政府引导、资本入场、巨头布局、产业链企业积极投入,AI产业又现蓬勃发展态势,AI工业化生产进程将再次提速。

随着人工智能领域飞速发展,特别是在深度学习的支持下,自然语言处理技术(NLP)在各项任务中取得了巨大进展。在这些任务中,预训练技术起到了至关重要的作用。

“2022年中国人工智能产业规模达1958亿元,年增长率7.8%,整体平稳向好。”在过去数年间,数之联凭借着其长期积累的技术优势和战略布局,不断拓展企业服务的广度和深度,实现了快速发展并在行业中脱颖而出。

本文从影响企业数据资产的因素出发,分析并构建了数据资产价值评估指标体系。根据构建的评估指标体系,结合现有的研究结果,运用层次分析法、成本法、市场法、收益法和综合法等,全方位分析和评估数据资产的价值,为企业评估数据资产价值提供了一种新的思路。