11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
微全息公司(HOLO)开发了一种基于集成学习的区块链异常交易检测模型,通过结合决策树、朴素贝叶斯等多种机器学习算法,显著提升了比特币交易欺诈检测的准确性。该模型采用ADASYN-TL技术解决数据不平衡问题,并运用随机搜索等方法优化超参数。评估显示模型在准确率、F1分数等指标表现优异,同时通过SHAP方法增强可解释性。这一创新不仅提高了检测精度,还为区块链安全领域带来了新的技术突破。
中科慧远视觉技术在CVPR2025工业视觉异常检测挑战赛中夺冠。其创新方案"少样本学习下的逻辑与结构缺陷异常检测方法"融合CLIP、DINOv2和BEIT多模态特征,采用免训练架构和零样本学习技术,最终以0.936的Avg Image Score创下赛会最佳成绩。这是继2023年获奖后,该公司再次在国际计算机视觉顶级会议斩获殊荣,彰显了其在工业AI质检领域的技术实力。作为国内工业AI质检先行者,中科慧远持续深耕多模态大模型技术,其解决方案已在3C电子、半导体晶圆等制造领域积累丰富经验。未来公司将继续突破小样本学习等关键技术,为全球制造业智能化转型提供更精准的AI质检方案。
信也科技正式公开发布了大规模图数据集DGraph,DGraph由信也科技与浙江大学联合研发,旨在服务图神经网络、图挖掘、社交网络、异常检测等方向的研究人员,为之提供真实场景的大规模应用数据,帮助推动整个图领域的发展...DGraph 的源数据来源于信也科技的真实金融业务场景,并由信也科技对外开放共享给对图领域感兴趣的研究者...今后,信也科技将始终着眼于科技并致力于科研的信念,进一步加深与高校的科研合作,不断创新与突破新领域,努力实现“科技,让金融更美好”的使命......
通常情况下,业务系统出现异常,最直接、最直观反映就是关键业务指标出现异常波动。以保险行业为例,当业务系统出现异常时,系统处理保单的能力会显著下降,对应到业务指标描述,即:业务系统出现问题时,“保单量”会出现下降。 如何正确判断“保单量”出现下降呢?传统的方式就是设置一个固定的阈值,例如:定义在正常情况下,系统每分钟可以处理的保单量应该在200~ 600 之间。当实时监控到的保单量超出上述阈值时,即认为保单
计算机与IT行业垂直网站计世网今日10:00突然出现无法访问状况,据计世网内部人士透露,无法访问的原因是服务器出现故障。