中国经济网络保留的所有权利
中国经济网络新媒体矩阵
在线视觉音频程序许可证（0107190）（北京ICP040090）
Tsinghua Chen Songqi教授：统计数据为数据政府和AI的发展建立了基础
2025年8月30日，19：57资料来源：中国经济网络
中国经济网络GUIYANG，8月30日（歌曲记者Yajin）“统计数据面临的尺寸高剂量数据，对跨场应用的需求不断增长以及AI的深入整合是解决数据问题并保证AI决策的科学性质的核心支持。”在2025年的数字博览会上，陈明华大学的教授陈·宋奇（Chen Songqi）描述了统计和协作路线的创新应用，并在空中环境，医学和健康领域中结合了自己的研究实践。 Chin Sungki，Tinshua大学的教授。中国经济网络歌曲yajing/超维OTO数据处理：创新的关系和处理大数据超高维度的难度，Chen Songqi指出，从2000年的人类基因组项目中，他促进了对超高数据的研究，统计数据解决了信号识别问题和其他独立的超强数据。但是，当前数据和异质性的分布变得越来越复杂，新的挑战集中在两个方面。一个是数据中时空存在相关性。例如，大气观察数据并非完全独立，传统的处理方法不再适用。另一个是有更多的多模式混合数据，并且数据源包含多个“母体”。这很难在单个模型中适应。 “以大气科学为例，分辨率为1公里的陆地系统的LAS数据维度也可以达到数千万。即使有了时间基于时间的观察数据，SA尺寸远低于尺寸。 “陈Snongqi指出，相关和多模式数据的处理在当前统计的边界探索方向。我给出了它。跨域应用。应用：统计方法可以通过情景迁移。陈歌曲在检查环境统计方法的可能性时很重要。提取，差异分析和其他统计方法。调整参数后GS。如果不同领域中的数据具有不同的特征（海洋数据比大气数据更稳定，并且很难观察），则不会影响该方法的迁移。互补共生：统计数据填补了AI“不确定性”的缺陷。关于“协调统计和IA”发展的问题，陈·宋对提出了“补充共生”的看法。他认为，AI模型（例如卷积神经元网络）具有强大的表现能力，但存在诸如不确定性困难和缺乏解释性的问题。统计数据的核心优势在于“数量”，“可以为AI决策提供科学支持，以改变错误并限制不确定性。并非所有问题都需要一个很好的模型。 “陈Songqi提出，模型培训应优先考虑简单的统计模型。如果可以使用低计算机功率解决问题，并且数据较少，那么SC不是必需的科学科学和统计情报。可以用来衡量科学科学科学科学数据统计的财务测量的AI智能的情报。统计方法。在中央研究的方向上，重点是研究测量模型不确定性的方法，Chen Songqi透露，这种数字风险集中在两个主要问题上。一个正在越来越多的人才进行数据分析。讨论如何平衡数据隐私的保护以及在吉州金融与经济学论坛的歧视性隐私框架下的统计推断的精确性。
（编辑：Wang Jupeng）