怡心湖

常识论

联邦学习在智慧金融中的应用

联邦学习作为一种保障数据安全的建模方法,在销售、金融等行业中的应用前景广泛。由于此行业受到知识产权、隐私保护、数据安全等因素影响,数据无法被直接聚合来进行机器学...

移动应用生态链各参与者角色简述

移动应用生态链上的各个参与者彼此依赖、相互促进,推动了生态的整体发展。开发者和用户:应用和应用商店是整个生态中最为关键的一环,它是连接用户和开发者的纽带。用户从...

后量子时代密码系统的要求和评估

在后量子时代,网络传输的密码系统设计要求和评估主要集中在安全性、运行性能和兼容性这三个方面。1. 安全性。保证数据传输的安全隐秘是考核评估密码系统的先决条件和首...

可编程数据平面与网络测量子系统简介

可编程数据平面:提供灵活、按需的网络服务ADN数据平面为动态可配置和可编程的服务定制数据平面,可通过在数据平面配置不同的网络功能来提供差异化的网络服务。在数据平...

类脑计算和脑机接口简介

类脑计算类脑计算强调以人脑工作原理为参照,从某个或几个人脑信息处理的侧面获得启发,通过新的模型和算法来对人脑进行模仿。相关的研究已分别在人脑处理语音、图像等多媒...

什么是人机协同智能系统

人机协同智能关注于通过人机交互实现人类智慧(human intelligence)与人工智能(artificial intelligence,AI)的结合。人机...

基于自学习的业务意图保证

在工业互联中,很多应用需要网络有严格的服务质量保证,并要求尽可能地简化网络操作处理。差异化的服务质量保证能力是ADN网络的基本功能之一。在ADN网络中,不同的应...

心理生理可计算性的定义和基础概念

心理生理可计算性是假设心理活动由大量的多维度、非结构化生理数据通过计算建模的方式抽象为一个可计算变量,即心理和生理变量的对应关系以某种计算模型或复杂函数关系表示...

心理生理可计算性发展面临的问题之讨论

心理生理计算理论的前提是心理生理的可推理性,即假设通过所测量的生理信息能够推理出特定的心理过程、状态或阶段。但由于心理-生理之间极为复杂的映射关系和研究方法的局...

泛在化和智能化的未来互联网发展之展望

泛在化(ubiquitous):互联网已经从原来的虚拟世界渗透到物理世界,使我们的生活变得越来越便利。在可见的未来,为你提供无处不在的视频安防服务;为家里的老人...

网络智能化带来的挑战

随着网络规模的不断扩大,网络的服务质量(QoS)劣化和故障类问题将会成为网络的常态,而且发生的频率会逐年增加。采用人工智能技术对网络进行自动化管理和维护将是一个...

后量子时代密码系统的现状与展望

截止到2017年11月30日前,NIST共收到各种后量子时代公钥密码方案82项,其中59项有关密钥分发/加密解密,另23项有关身份认证/电子签名。这些方案来自六...

泛在网络的扩展性给物联网带来的挑战

随着移动互联网的崛起,数十亿计的终端已经接入到了互联网,在未来更是有数千亿、数万亿级的“物”接入到网络。100~1000倍网络规模的扩大将带来前所未有的挑战。维...

众包系统的质量模型与保障方法简述

众包是一类典型的群智协同计算,其中质量控制问题一直是众包领域的研究热点。下面就以众包系统为例介绍在理论模型和汇聚方法两方面所开展的群智系统质量保障可以开展的工作...

什么是社交网络中的众包任务

众包是一种新型的任务分配和执行模式,能把过去需要分配给特定个人完成的任务以自由自愿的形式外包给非特定的(而且通常是大型的)大众完成。众包能很好地利用人类的群集智...

群智系统的质量问题讨论

质量保障是所有计算系统的重要目标。广义上群智系统的质量是指群智系统能够满足用户需求的程度。相对于常规计算模式中的各类资源,人具有更强的自主性,因而难以对大规模群...

群智系统中资源的高效管理机制

群智资源(即工人)是完成群智任务处理的主体,因此对群智资源进行高效的管理是提高任务处理质量的重要内容,具体包括工人选择与任务分配工人能力刻画、恶意行为处理和任务...

群智系统计算结果的优化处理方法

当任务被处理之后,任务发布者会收到多个工人提交的结果,如何对这些结果进行处理是影响任务最终结果质量的关键。对群智结果的处理包括结果的筛选和汇聚两个方面。结果筛选...