快捷入口

  • 作者登录 作者登录
  • 专家登录 专家登录
  • 编辑办公 编辑办公

快捷图标

微信公众号
今日头条
  • 当前目录
  • 预出版
  • 过刊浏览
更多
Volume 12 期 5，2026 2026年第12卷第5期

  • 专题

    导读 AI导读

    2026, 12(5): 1-2.
      
    14
    |
    23
    |
    0
    <HTML>
    <网络PDF><WORD><XML> ...
    <引用本文> <批量引用> 171921818 false
    更新时间：2026-09-15

  • 专题

    张群洪, 李林, 杨堃, 陈爽, 张彬斌, 叶自燊

    2026, 12(5): 3-20. DOI: 10.11959/j.issn.2096-0271.BDR26084
    摘要：高质量数据集是推动人工智能发展的关键基础，但现有建设模式存在质量评价偏静态预设、商业模式闭环困难、与实体经济脱节等现实难题。对此，提出并论证了一种高质量数据集建设的新范式：将高质量数据集建设深度融入数据要素市场，依托市场化流通与多维度用户反馈动态定义数据质量。该范式以“实体经济赋能为主、AI训练服务为辅”的数据要素双循环价值模型为核心，并依托“基于实数融合的可信数据空间”，通过全量流通图谱与数据流通大模型等，确保数据流通的可信、可控与可计量。在此基础上，设计了从数据资源入市到精准分发的全流程技术方案，并构建了可持续的商业模式与激励机制，为推动高质量数据集建设从“静态、供给驱动”转向“动态、市场驱动、生态化运营”提供了创新思路。  
    关键词：高质量数据集;可信数据空间;数据要素市场;动态质量评价;实数融合   
    233
    |
    112
    |
    0
    <HTML>
    <网络PDF><WORD><XML> ...
    <引用本文> <批量引用> 157928993 false
    更新时间：2026-09-15

  • 专题

    崔文萱, 丁小欧, 程海峰, 钱泽凯, 李勇, 王宏志, 王晨

    2026, 12(5): 21-42. DOI: 10.11959/j.issn.2096-0271.BDR26172
    摘要：针对实际机器学习（machine learning，ML）模型训练场景，数据准备环节资源利用率低、成本不可控及预算约束下优化不足等问题，构建了一种面向成本收益协同优化的数据准备整体框架CBAprep（cost-benefit-aware data preparation）。采用数学规划方法，将数据预处理、清洗、转换等操作统一纳入成本建模与决策框架，并设计了面向数据管道的成本收益分析规划方法。实验结果表明，在有限预算条件下，CBAprep可实现更优的成本效益权衡，提升数据准备过程的整体性能与性价比。研究表明，将成本收益分析和优化的思想纳入数据准备优化策略，有助于实现资源的高效配置，并为复杂数据处理场景中的成本控制与性能优化提供参考。  
    关键词：数据治理;数据准备;资源调度;成本收益   
    167
    |
    58
    |
    0
    <HTML>
    <网络PDF><WORD><XML> ...
    <引用本文> <批量引用> 162969639 false
    更新时间：2026-09-15

  • 专题

    张亚威, 田亮, 马宏伟, 王虎, 王辰阳, 查礼

    2026, 12(5): 43-63. DOI: 10.11959/j.issn.2096-0271.BDR26153
    摘要：针对电信行业多模态数据集构建中领域知识表达不足、跨模态语义错配和质量治理缺乏闭环的问题，提出本体驱动的构建与治理框架OntoDataset。该框架以领域本体为统一语义基础，采用知识建模、语义推理和数据生成3层架构，并设计了OntAlign算法，融合实体、关系与上下文约束完成跨模态语义对齐。基于某大型电信运营商业务数据的实验表明，综合数据质量由86.7%提高至93.0%，标注效率由250条/小时提高至455条/小时，人工干预率由18%降至12%；在下游任务实验中，客户离网预测的AUC达到0.897，客户意图理解的宏平均F1值和准确率分别达到0.856和0.873。结果表明，该框架可提高垂直行业多模态数据集的质量、一致性和构建效率，为行业大模型的数据集建设与持续治理提供技术支撑。  
    关键词：多模态数据集;领域本体;知识图谱;跨模态语义对齐;数据质量治理;电信行业   
    56
    |
    22
    |
    0
    <HTML>
    <网络PDF><WORD><XML> ...
    <引用本文> <批量引用> 171921611 false
    更新时间：2026-09-15

  • 专题

    赵从朴, 谭旭彤, 朱溥珏, 刘瑞琦, 陈政, 沈晴霓

    2026, 12(5): 64-79. DOI: 10.11959/j.issn.2096-0271.BDR26152
    摘要：高质量、多模态的数据资源是医疗人工智能模型研发与临床应用的基础。然而，医疗数据具有多源异构、稀疏缺失、隐私敏感和标注不足等特征，直接影响着模型的泛化能力、可解释性和临床适用性。医疗数据治理旨在围绕数据全生命周期，提升数据的互操作性、可用性、质量可控性和合规流通能力。以医疗数据的全生命周期为主线，系统综述了关键治理技术的演进路径。首先，探讨了在数据采集环节，多模态协同获取与生成式合成如何缓解样本不足问题；其次，聚焦数据标准化与质量控制，剖析了医疗数据在语义转换、智能清洗、自动化质量评估及人机协同标注等方面的技术进展；再次，针对跨机构数据共享与利用需求，讨论了隐私计算、联邦学习和区块链等技术在合规治理中的应用；最后，结合大模型应用背景，归纳了当前医疗数据治理在数据偏见、模型幻觉、跨模态对齐等方面面临的现实挑战，并对数据治理的发展趋势进行了展望。  
    关键词：医疗数据治理;数据质量;数据标准化;隐私计算   
    185
    |
    56
    |
    0
    <HTML>
    <网络PDF><WORD><XML> ...
    <引用本文> <批量引用> 162968737 false
    更新时间：2026-09-15

  • 专题

    付佳, 陈英英, 李德俊, 陈旭, 刘睿

    2026, 12(5): 80-96. DOI: 10.11959/j.issn.2096-0271.BDR26159
    摘要：针对人工影响天气飞机作业机载数据种类繁多、探头难精确对齐及切分易致数据泄露等问题，构建了面向数据治理与泄露控制评估的人影作业飞机多源微物理基准数据集。通过脏数据剔除、多编码自适应解析、以DXAS结冰探头为锚点的1 Hz融合及非负物理冰厚生成等方法，将43个架次的机载数据转化为含336 570条样本的高质量融合表，并建立了按会话留组的严格嵌套交叉验证协议，以阻断事件级泄露。采用XGBoost算法开展基准测试，验证了机载数据结冰起始信号的有效性，并确立了泄露控制下的回归任务基线。该数据集为航空结冰机理剖析与预警算法研发提供了标准化数据底座，为提升风险监控与飞行安全保障提供了严谨的评估参考。  
    关键词：人工影响天气;机载数据集;数据集构建;数据治理;秒级对齐;泄露控制   
    106
    |
    59
    |
    0
    <HTML>
    <网络PDF><WORD><XML> ...
    <引用本文> <批量引用> 157454736 false
    更新时间：2026-09-15
查看更多

  • 近期专题
  • 特色专栏
查看更多

热文推荐

更多

面向人工智能的数据治理框架

数据对人工智能的开发应用具有至关重要的作用，这已成为工业界和学术界的共识。基于人工智能与数据的互动关系，以及以数据为中心的开发实践，提出面向人工智能的数据治理框架，包含源数据治理、预训练数据治理、评测数据治理、微调数据治理、推理数据治理和运维数据治理6个方面，每个方面都有其重点任务和技术。同时，深入分析ChatGPT、Ziya2和能源领域部分人工智能模型的数据治理案例和成功经验，以验证该框架的有效性。结果表明，该框架在提高人工智能模型性能、优化数据管理流程等方面具有积极作用，对面向人工智能的数据治理的理论和技术创新具有参考价值。

> 专栏

李继峰, 张成龙, 刘鑫, 陈劲宇, 张津铭, 毕超

面向人工智能的数据治理框架
0