數(shù)據(jù)作為數(shù)字經(jīng)濟和信息社會的核心資源，被認為是繼土地、勞動力、資本、技術(shù)之后的又一個重要生產(chǎn)要素，其在企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮重要作用，并對治理能力、經(jīng)濟運行機制、社會生活方式等產(chǎn)生深刻影響。與此同時，數(shù)據(jù)安全的重要性愈發(fā)凸顯。依法采取嚴密的監(jiān)管措施，保障數(shù)據(jù)安全無虞，有利于為數(shù)字經(jīng)濟發(fā)展夯實安全基礎(chǔ)，為安全和公共利益保駕護航。
基于前期的工作，在行業(yè)多家聯(lián)邦學習產(chǎn)業(yè)鏈上下游企業(yè)的共同支持下，信通院編寫了《聯(lián)邦學習場景應(yīng)用研究報告（2022年）》。報告總結(jié)了信通院對于聯(lián)邦學習技術(shù)、數(shù)據(jù)應(yīng)用推廣的經(jīng)驗，并深入探討聯(lián)邦學習在政務(wù)、醫(yī)療、金融、廣告、物流的應(yīng)用價值，以期為數(shù)據(jù)應(yīng)用價值的釋放帶來解讀和參考。
附件：機器學習框架應(yīng)用報告：聯(lián)邦學習場景應(yīng)用研究報告2022
「Vision+Ask」的任務(wù)包含視覺問題生成、根據(jù)問題生成查詢、圖像描述等；「Vision+Answer」的任務(wù)包含視覺問答、視覺對話等
基于康復(fù)機器人內(nèi)部傳感器識別記錄訓練過程中的運動學參數(shù),能夠?qū)崟r定量評估不同的運動模式,還能夠掌握患者是否主動參與訓練等情況
智能機器人視覺方面的工作，主要體現(xiàn)在感知、理解、學習及推理4個方面，涉及到目標檢測、目標追蹤、人體姿態(tài)估計、人臉識別、行為識別、推理等技術(shù)
從大型仿人機器人整機構(gòu)型國內(nèi)外研究現(xiàn)狀入手，圍繞機器人整機構(gòu)型、關(guān)節(jié)運動特點、伺服驅(qū)動器、減速器、仿真平臺等方面進行深度講解，最后就大型仿人機器人整機構(gòu)型未來發(fā)展趨勢給出自己的見解
HRI的MTL可以使機器人更輕松，更智能地與新用戶進行交互，即使使用諸如RL這樣的數(shù)據(jù)密集型方法，也可以避免社交交互失敗的不利影響。MTL和多模態(tài)ML已用于自動識別自閉癥譜系障礙（ASD）兒童
服務(wù)機器人潛在危險有：電擊、與能量有關(guān)的危險、著火、與熱有關(guān)的危險、機械危險、輻射、化學危險等
視頻搜索是涉及信息檢索、自然語言處理（NLP）、機器學習、計算機視覺（CV）等多領(lǐng)域的綜合應(yīng)用場景
驅(qū)動系統(tǒng)由4個200W無刷直流電機構(gòu)成，通過50:1的空心軸減速機可以最高達2m/s的速度在玉米、高粱等農(nóng)作物的地里前進
通過2D激光雷達信息采用Hector SLAM實現(xiàn)機器人對地圖的感知和自主導(dǎo)航規(guī)劃，通過頂部的RGB-D相機采集目標物體深度和RGB圖像信息
機器人的學習分為三個部分的軌跡預(yù)測包括示教者的手部運動軌跡、示教者的身體移動軌跡以及被操作物體的運動軌跡
Cosero是德國波恩大學的Sven Behnke團隊根據(jù)家庭環(huán)境中的日常操作任務(wù)而研制的一款仿人操作機器人基于深度學習方法的目標姿態(tài)估計和RGB-D SLAM等感知測量
機器人、無人機、自動駕駛汽車等加快落地，智慧城市深入建設(shè)，更是為傳感器產(chǎn)業(yè)帶來了難以估量的龐大機遇
