新闻中心
Press Center
>
2023-10-13
未来望远镜 | 数字世界演进面临身份挑战
作为本系列的第一篇，我们围绕数字世界演进面临的身份挑战展开，首先将探讨什么是身份、身份在物理世界的载体，进而明晰身份与载体的区别。随后面向身份在数字世界的投影——数字身份，以及身份在数字世界的载体当下所面临的主要挑战：海量的人、机、物没有数字身份/缺乏正确的数字身份证明，数字世界交互中身份不安全，数字身份不自主三方面进行讨论。
查看详情 >
>
2023-10-07
数据是认识新世界的一面镜子【Tecosystem伙伴故事】
第二期“Tecosystem伙伴故事”走进北京道口金科科技有限公司（以下简称“道口金科”）。道口金科由清华大学五道口金融学院互联网金融实验室孵化，是清华控股旗下的“专精特新”中小企业和金融科技公司，专注于企业大数据集聚，依靠强大的数据分析技术、自然语言处理（NLP）/三元组（RDF）/图计算处理、人工智能算法等技术，实现全景数据深度挖掘，打造构建产业链全景图谱，帮助银行等金融机构建立产业链信用金融产品，同时帮助政府分析地区产业链发展态势。
查看详情 >
>
2023-09-27
未来望远镜 | 联邦学习之纵向联邦算法框架
《未来望远镜——联邦学习系列》前两期对联邦学习的一些基础概念以及横向联邦学习算法进行了简单介绍，本文重点介绍纵向联邦算法框架，其比较适用于跨企业/工厂进行特征层面的合并建模。具体来说，纵向联邦学习本质是特征的联合，适用于样本重叠多，特征重叠少的场景。例如同一地区的超市和银行，他们的用户（样本）相似，但业务（特征）不同。相较于横向联邦学习，纵向联邦学习相对复杂一些。本文对纵向联邦学习的经典框架进行简单介绍，希望可以帮助读者更好地理解纵向联邦学习。
查看详情 >
>
2023-09-20
未来望远镜 | 联邦学习之横向联邦平均算法
《未来望远镜——联邦学习系列》上一期对联邦学习的基础概念进行了简单介绍，本文重点介绍横向联邦学习的代表方法——联邦平均算法。联邦平均算法[1][2]是联邦学习的开山之作，也是入门联邦学习的首读且必读篇目。本文通过梯度平均算法引出联邦平均算法，辅助理解联邦平均算法的精髓，从而更好地理解横向联邦学习。
查看详情 >
>
2023-09-15
星火登记，链上溯源让消费无忧「Tecosystem 伙伴故事」
第一期“Tecosystem伙伴故事”走进天津滨海柜台交易市场登记结算有限公司，它是天津滨海柜台交易市场（即天津OTC）旗下控股子公司。柜台交易市场即OTC（over-the-counter），又称场外交易市场，是多层次资本市场的重要组成部分。
查看详情 >
>
2023-09-14
未来望远镜 | 联邦学习之基础入门篇
在国家积极推动数据要素安全流通的背景下，联邦学习技术作为人工智能和隐私计算的核心技术之一展现了广阔的应用前景，其可以在保护数据隐私安全的前提下充分挖掘并发挥数据价值。本文对联邦学习的一些基础概念做简单介绍，希望可以帮助大家对联邦学习有全面和深入的了解。
查看详情 >
