Aug, 2022

数据叶子：面向场景的数据联合创新元数据

PDF
TL;DR通过将数据集连接起来，从而代表每个数据集摘要信息的方法，旨在帮助创新思想和数据用户之间的沟通，使其能够使用或组合数据集来创建有价值的产品、服务和商业模式，提供适用于现实业务需求和应用的实用知识以及基础，并为将人工智能技术应用于数据提供现实基础。
datasetsmetadatainnovative thoughtsbusiness modelsai technologies
发现论文，激发创造
  • 数据叶子收集与连接：面向幸福的交互图生成

    用数据集创造特征概念和数据叶子，以促进日常生活的幸福感；我们的工作不只是针对自动化生成的人工智能，而是解决生成人工和自然智能的过程，为数据的使用和重复利用打下基础。

    Dec, 2023

  • 加速科学的数据集工程白皮书

    数据集在科学发现过程中的组织和应用至关重要，也应该成为任何知识密集型过程中的一等公民，并且应该引起人们对数据集生命周期的重视和关注，尤其是在使用人工智能方法来探索科学知识时。

    Mar, 2023

  • 联邦数据模型

    利用 Federated Data Model (FDM) 方法开发了一种能够在不同地点之间训练准确且注重隐私的人工智能模型的方法，通过扩散模型学习一处地点的数据特征，并生成可用于其他地点的合成数据，成功地应用于医学图像分割任务。

    Mar, 2024

  • 基于语义建模的组织知识作为企业数据治理 4.0 的基础 —— 应用于统一的临床数据模型

    基于元数据驱动、灵活和半自动化的数据治理框架，整合了 25 年的临床研究数据，并利用语义网原则建立了知识图谱，实现了 FAIR 化、生命周期管理、角色和责任定义、转化过程中的关系和源系统来源的溯源，为自动化的数据治理提供了先决条件，并使其适用于各个用例并动态适应业务变化。

    Oct, 2023

  • METAM: 以目标为导向的数据发现

    本文介绍了一种名为 METAM 的目标导向框架，该框架可自动引导发现与扩充数据，并通过从下游任务中查询候选数据集来选择最佳候选方法，理论保证，并在广泛的任务集合上进行了实证证明，证明了目标导向数据发现对现代数据科学应用的潜力。

    Apr, 2023

  • 数据网格：动机因素、挑战和最佳实践

    本研究通过 15 个半结构化的专家面谈，研究了数据网格概念的动机因素、相关挑战、最佳实践、商业影响和潜在典型。研究结果表明，企业专家在向联邦治理的转变、数据产品的开发、提供和维护的责任转移、数据产品模型等方面存在困难。因此，作者得到了多个最佳实践，并建议组织采用数据面料元素、观察数据产品的使用、在早期阶段取得快速成功、优先考虑小型专业团队，并提供了两个详细建议的典型。研究结果综合了业内专家的见解，并为研究人员和专业人士提供了采用数据网格的成功指南。

    Feb, 2023

  • 分布式医疗数据库中的联邦学习：大规模亚皮质脑部数据的元分析

    提出了一种联邦学习框架，可以安全地访问和元分析任何医学数据，探究神经系统疾病的关系。该框架在合成数据和多中心和多数据库的研究中进行了测试，表明了在分布式分析多中心队列中的进一步应用的潜力。

    Oct, 2018

  • 元数据考古：利用训练动态开掘数据子集

    提供了一种高效的元数据考古框架，通过使用简单的转换和利用学习动态的差异来揭示和推断数据集中示例的元数据。

    Sep, 2022

  • 医疗信息学的联邦学习

    通过联邦学习机制，能够保持本地机构中的敏感数据，同时在中央服务器上培训共享全球模型，从而改进卫生保健数据的隐私保护和数据分析，以解决医疗卫生数据碎片化和保密性问题。

    Nov, 2019

  • 赋能数据网格的联邦学习

    数据架构的演变引发了数据湖的崛起，旨在解决数据管理的瓶颈并促进智能决策。然而，这种集中式架构受到数据源增多和及时分析处理需求增长的限制。提出了一种新的数据范式，Data Mesh，以克服这些挑战。将数据所有权从中心团队分布到每个数据域，同时保持联邦治理以监视域和其数据产品。在这种数据由每个域团队本地保存的分散架构中，传统的集中式机器学习无法在多个域之间进行有效的分析，尤其是对于对安全敏感的组织。为此，我们引入了一种创新的方法，将联邦学习与 Data Mesh 结合起来。据我们所知，这是第一个将联邦学习方法应用于 Data Mesh 范式的开源工作，彰显了在 Data Mesh 架构中实现保护隐私和分散化数据分析策略的前景。

    Mar, 2024