设计院AI专项设计(23页 PPT)Knx 、 Fix 等标准总线 传输层协议、应用层协议:消息传递、超文本、双工通信、多媒体 (RTSP 、 RTMP 、 HLS) 主要应用 在线逻辑控制 建筑智慧运营、智能决策辅助分析、模糊控制、多场景可视化大屏 展示、个性化定制 使用对象 运维人员分级 全域授权 主要技术 机电技术、组件模块、逻辑编程、工控组态 云计算、云存储、大数据 ( 模型 ) 、 Al 算法、数字孪生 (AR 万平方米且采用集中 空 调的公共建筑,应设置建筑设备监控系统 (BAS),BMS 的主要组成就是 BAS 。 BMS 更多 的 是底层数据采集实时处理, IBMS 是加持 AI 、大数 据、算法、模糊控制、信息化等技术 的综合管理 平台,两者是形成建筑智慧的核心。 BMS 与 IBMS 的概念是相同的,但集成的程度、 数据采集与存储等有些差异 BMS ■ 建筑设备监控系统 、 建筑设备一体化 Knx 、 Fix 等标准总线 传输层协议、应用层协议:消息传递、超文本、双工通信、多媒体 (RTSP 、 RTMP 、 HLS) 主要应用 在线逻辑控制 建筑智慧运营、智能决策辅助分析、模糊控制、多场景可视化大屏 展示、个性化定制 使用对象 运维人员分级 全域授权 主要技术 机电技术、组件模块、逻辑编程、工控组态 云计算、云存储、大数据 ( 模型 ) 、 AI 算法、数字孪生 (AR10 积分 | 23 页 | 6.11 MB | 6 月前3
Nacos3.0开源开发者沙龙·Agent & MCP杭州站 一个易于构建 AI Agent 应用的服务、配置和AI智能体管理平台(87页)• 按需部分双向同步 项目地址:https://github.com/nacos-group/nacos-controller 模糊订阅:应用运行时动态服务&配置订阅 • 大配置拆分&聚合 模式匹配 • 前缀匹配 • 后缀匹配 • 中间模糊 事件推送 • 新增事件 • 删除事件 • 定时对帐 应用场景 分布式锁:多节点共享资源并发协调 • 基于CP协议Raft实现分布式锁 4. 【A2A协议】 • Agent名片注册 • Agent编排 Nacos3.0 RoadMap • MCP 管理 • HTTP自动转化MCP • 独立部署架构 • 命名空间统一 • 模糊订阅 • 分布式锁 • xDS协议支持 MCP Registry 动态Prompt Agent Discovery AI Registry 3.3 3.2 3.1 3.0 • Prompt20 积分 | 87 页 | 11.66 MB | 6 月前3
基于大语言模型技术的智慧应急应用:知识管理与应急大脑过非线性相互作用产生的集体行为结果,智能行为 的模拟可以通过构建大量简单计算单元组成的大规 模 网 络 ,并 不 断 调 整 网 络 单 元 间 连 接 权 重 来 实 现[9-10]。优势在于从数据中学习的能力,善于处理复 杂的、模糊的问题。 1.1.2 主动学习 与传统结构化的知识获取方式相比,大模型采 用自监督学习方法,主动捕捉训练文本中更深层次 的特征和规律,而非在预设知识结构下的信息抽 取[11],从而具有突破已有认知局限实现创新的潜能。 型算法等形式提供辅助决策功能,对于决策者来说, 这些远不足以应对其可能面临的复杂多变灾难环境 下的决策需求,即解决复杂问题的能力。 从决策问题的本质来分,常规决策面临的是问 题空间明确的结构化问题,临机决策则是模糊不清 的非结构化(或半结构化)问题 [20]。如图 3所示,问题 空间明确的常规决策是理性分析的过程,即:分析评 估备选方案并确定最优方案。系统可以提供更精确 的数据、更优化的数据处理流程、更智能的模型和20 积分 | 8 页 | 3.21 MB | 6 月前3
深度学习在智能助理产品中的应用(20页PPT-吾来)选 回 复 用 户 问 题 上下文 结束语 . 提升智能助理产品的可靠性 . 深度学习与智能助理产品 . 智能助理产品的特点 目 录 完全用机器来理解人类语言仍面临诸 多挑战 模糊的 语义内容 复杂的 知识处理 个性化的表 达方式 歧义 上下文 复杂背景 个性化 错误 同义 明天飞北京,订两晚酒店,老习惯 明天面试,两点和三点各一场。10 积分 | 20 页 | 427.93 KB | 6 月前3
2025年以计算加速迈进智能化未来-IDC新一代云基础设施实践报告基础设施提供灵活的适配和资源编排能力,以及严格的资源隔离与共享保障。 利用硬件加速提升数据预处理和AI推理效率:在处理器内部增加专用硬件加速单元和专用指 令集,提升数据清洗、加密与传输效率。对于视觉模型、视频处理、数据库模糊检查询等任 务,云实例基于新一代处理器的向量指令集、矩阵加速指令集等,能够直接支持相关AI算子 执行,简化系统架构,提升响应性能与可靠性,持续改善搜推广、语音/视频处理以及中小模 型的推理体验。 的 高并发请求极易导致服务崩溃。值得注意的是,AI任务的多样化意味着并非所有AI任务都适 合采用GPU集群方式进行处理。例如一些实时推荐、召回分析、游戏状态管理等场景,需要 在数据库的域内完成模糊查找、匹配等操作,以满足实时性和数据不出域的要求。 2.3 国际化进程中的全球布局、合规与质量一致性难题 全球化业务对企业云计算的规模、弹性以及各项性能指标的要求更高,技术实现相对复杂且成本10 积分 | 27 页 | 5.31 MB | 10 月前3
审计领域接入DeepSeek AI大模型构建Agent智能体提效设计方案(204页 WORD)订的收入确认准则(财会〔2022〕25 号)的具体变化条款。 在审计工作流中的技术适配性主要体现在三个维度:首先,非 结构化数据处理能力可解析 PDF 版银行对账单、扫描件合同等传 统 OCR 难以处理的文件,实测显示对模糊文档的字段提取准确率 达到 92%,较传统技术提升 40%;其次,风险预测模块通过分析 历史审计案例库,可自动生成高风险科目预警清单,在试点项目中 成功识别出 87%的关联方交易异常;最后,其持续学习机制允许接 | 采购合同 | ” 包含 合同协 ” 议 及双方签章页 | 低 | 对于复杂场景,系统采用两级分类策略:先通过关键词匹配进 行粗分类,再使用基于 BERT 的细分类模型处理模糊案例(如区分 服务合同与采购合同)。分类结果实时反馈至审计工作底稿系统, 并标记低置信度记录供人工复核。 异常处理机制包括: - 自动触发重新识别的情况:字段缺失率 >15% 、关键字段逻辑冲突 合规风险 关联交易披露完整性 未披露字段>3 项触发红灯 15%-25% 系统漏洞 ERP 权限分配异常率 超基线 50%持续 3 天触发橙灯 10%-20% 2. 多维度风险聚合算法 采用模糊综合评价法处理非结构化数据,通过隶属度函数将文 本证据(如合同条款、会议纪要)转化为风险分值。智能体实 时执行以下计算逻辑: o 单风险点分值 = 指标权重 × ( 证据置信度 +10 积分 | 212 页 | 1.52 MB | 6 月前3
TC260-PG-2026NA 网络安全标准实践指南——人工智能训练数据清洗安全指南(征求意见稿)a)规则体系过滤:结合关键词、短语、上下文和语义模式,构 建规则体系进行识别和过滤。 b)内容审核模型:利用成熟的内容审核模型,对训练数据的内 容进行自动识别和审核。 c)人工审核:对于复杂、模糊或高风险的训练数据内容,引入 专业人工团队进行最终判断、删除或修正。 5.4 个人信息保护方法 个人信息保护方法包括但不限于: a)匿名化:对训练数据中的个人信息进行处理,使得个人信息 主10 积分 | 25 页 | 1.08 MB | 18 天前3
DeepSeek平台如何优化慢性病患者的健康管理解决方案为干预成功的关键。DeepSeek 平台通过以下结构化方案帮助患者 建立可持续的健康行为模式: 目标设定原则 采用 SMART 框架确保目标有效性,要求患者与 医疗团队共同制定: - 特异性:将模糊目标转化为可执行动作,如 ” ” ” 将 控制血糖 细化为 每日餐后步行 20 ” 分钟 - 可测量性:绑定量化 ” 指标,如血压控制目标精确到 收缩压<130mmHg” - 阶段性:设置 30-60-90 分钟间 隔 <5 分钟 影像资料 定时同步 <2 小时 4. 患者身份唯一标识系统 为每位患者分配全局唯一的 DS-ID, 包含 16 位数字+4 位校验码,支持以下关联方式: 医保卡号模糊匹配 人脸识别生物绑定 家庭账号组关联 5. 断点续传保障 在网络异常时自动启动本地缓存,恢复连接后 优先同步关键数据。测试数据显示: 30MB 检验报告断点续传成功率 100% mmol/L”)而非具体数值。 2. k-匿名模型实施 通过泛化与抑制技术确保每条记录至少与 k-1 条其他记录不可 区分。例如: o “ 将年龄泛化为区间(如 50-60 ” 岁 ); o 地理位置模糊至市级层面; o “ ” 疾病类型保留大类(如 Ⅱ型糖尿病 而非具体分型)。 以下为 k=3 的匿名化示例表: | 原始年龄 | 原始居住地 | 匿名化年龄 | 匿名化居住地10 积分 | 123 页 | 167.74 KB | 18 天前3
CRM客户关系系统接入DeepSeek大模型应用场景设计方案(173页WORD)4. 敏感数据处理 部署隐私计算模块,对 PII 字段采用分级脱敏策 略: o 直接标识符(身份证/银行卡号):AES-256 加密存储 o 间接标识符(住址/公司名称):保留前三位字符后模糊 化 o 语音数据:通过 ASR 转文本后删除声纹特征 所有数据流转过程记录审计日志,满足 GDPR 等合规要求。 最终输出至模型训练环节的数据需通过数据血缘追踪系统,确 保每个字段可追溯至原始来源。 分制): - 上下文连贯性:模型在长对话中维持逻辑一致性的能力 - 业务合规性:输出内容是否符合行业监管与公司政策 - 价值创造度:建议方案对客户生命周期价值的提升潜力 - 异常处理能力:面对模糊/冲突需求时的应对合理性 建立典型场景测试用例库,包含 200+覆盖售前咨询、售后支 持、投诉处理等场景的标准化案例。每次模型升级后,需用完整用 例库进行回归测试,确保核心场景准确率波动不超过±2%。对于连 销售场景:模拟从商机挖掘到生成个性化话术的全过 程,重点训练: 使用 DeepSeek 的客户需求预测功能 自动生成竞品对比报告 o 客服场景:演练智能工单分类、自动生成 FAQ 回复话 术,包含异常情况处理(如模糊语义识别失败时的备用 流程)。 培训形式与工具 采用混合式培训架构,兼顾效率与效果: 阶段 形式 工具/平台 时长 初期 直播带练 Zoom+虚拟沙盒环 境 2 小时 巩固 期 交互式知识库10 积分 | 179 页 | 1.22 MB | 4 月前3
DeepSeek支持的健康管理平台如何优化营养摄入解决方案乏的典型症状及对应的临床意义,供用户和健康管理师参考: 宏量营养素缺乏 - 蛋白质:肌肉萎缩、水肿(尤其是下肢)、头发稀疏易断、伤口 愈合延迟。儿童表现为生长迟缓。 - 必需脂肪酸(如 Omega-3):皮肤干燥脱屑、视力模糊、关节疼 痛、注意力不集中。长期缺乏可能增加心血管疾病风险。 微量营养素缺乏 - 铁:疲劳、苍白(尤其眼睑内侧)、头晕、异食癖(如想吃冰或 泥土)。实验室检查可见血红蛋白(Hb)<120g/L(女性)或< <150ms 烹饪方式 78.6% 75.2% <100ms 3. 上下文理解增强 通过以下策略解决模糊表述问题: o 建立 200 万条饮食场景语料库训练上下文感知模型 o “ ” 动态关联用户历史记录(如 和昨天一样的午餐 自动关联 前日数据) o 部署实时交互式追问机制,当检测到模糊输入时触发对 “ 话补全(例如: 请确认牛奶的容量是 250ml ” 吗? ) 4. 营养数据映射10 积分 | 134 页 | 193.89 KB | 18 天前3
共 22 条
- 1
- 2
- 3
