首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Video ++孙兆民:人工智能行业报告——视频内容识别行业分析 | 分享总结 | 雷锋网

像素的世界已经延伸到图像之外,虽然视频对于机器学习研究人员来说一直都是个挑战,但现在的技术能够使得从视频中提取信息变得跟从图像中提取信息一样简单。人工智能这个新兴“工具”的出现,为人类加速前往高度智慧化形态提供能量,重构着整个视频行业的结构和协作方式。 下面这份分析报告由Video++提供,并在AI研习社作以分享。这份报告并非针对人工智能领域全局观,而是解构视频行业,围绕国内视频内容识别这一垂直领域的创业公司展开讨论,从市场、产品、技术、商业模式、人才等多个维度出发,浅析人工智能技术在视频中的发展方向。 分

06

KDD'22 | Company as Tribe:分层图神经网络用于金融风险预测

真实世界的公司及其复杂关联构成了公司网络,由于风险可以在公司网络中进行传导,在严重情况下将导致系统性金融风险。因此,对公司关系网络进行风险传导分析对于及时感知、防范公司风险具有重大意义。然而在金融安全等现实应用场景 [1,2] 中,常伴随数据质量差的挑战,以上市公司风险预测为例,公司财报是分析公司财务风险的主要依据,然而其存在时间滞后,高维稀疏,缺失噪声等问题,以及部分公司会美化其财务报表数据甚至出现财务造假的现象,考虑到公司风险的隐蔽性,仅仅通过单一的财报数据往往不足以精准预测公司风险,因此本文引入公司财报、股权网络、新闻等多元异构数据,以上市公司为目标节点构建了一种全新的分层网络结构(“部落式网络”),并设计了基于分层消息传递机制和图对比学习技术的分层图神经网络模型对部落式网络中的上市公司进行建模,并精准预测其财务风险。

03
领券