大數(shù)據(jù)人工智能業(yè)務(wù)咨詢(xún)

打破原有金融機(jī)構(gòu)需要搭建如機(jī)器學(xué)習(xí)平臺(tái)、量化交易平臺(tái)、知識(shí)圖譜平臺(tái)、深度學(xué)習(xí)平臺(tái)、多模型數(shù)據(jù)處理平臺(tái)等來(lái)輔助智能化量化投研開(kāi)發(fā)工作，通過(guò)一套平臺(tái)，TransQuant針對(duì)性的解決量化投研從價(jià)量量化投研、輿情量化投研、多模型數(shù)據(jù)量化投研、高性能硬件支持。從**基礎(chǔ)的定價(jià)模型（**，期貨，衍生品等），到另類(lèi)Alpha因子挖掘，再到智能組合（優(yōu)化）管理，實(shí)時(shí)估值、實(shí)時(shí)智能壓力測(cè)試（風(fēng)險(xiǎn)敞口計(jì)算）等。除了服務(wù)于機(jī)構(gòu)內(nèi)部團(tuán)隊(duì)，包括資管、自營(yíng)、場(chǎng)內(nèi)期權(quán)定價(jià)、做市交易等業(yè)務(wù)之外，還可以服務(wù)外部PB業(yè)務(wù)的 機(jī)構(gòu)。目前，由于高昂的人力和設(shè)備成本投入，資本規(guī)模和回報(bào)率**限制了很多機(jī)構(gòu)擴(kuò)展大數(shù)據(jù)+AI+高性能硬件設(shè)備的投入。需要權(quán)衡軟硬成本投入和資本回報(bào)的行業(yè)，形成了較高的行業(yè)壁壘。通過(guò)TransQuant一站式解決**管理人基于券商云服務(wù)實(shí)現(xiàn)相關(guān)場(chǎng)景。人工智能的發(fā)展引發(fā)了倫理和隱私的爭(zhēng)議，需要進(jìn)行合理的監(jiān)管和規(guī)范。大數(shù)據(jù)人工智能業(yè)務(wù)咨詢(xún)

全棧式的金融行業(yè)風(fēng)控解決方案綜合設(shè)備、手機(jī)號(hào)、IP、賬號(hào)等多個(gè)維度的基礎(chǔ)數(shù)據(jù)，結(jié)合行為風(fēng)險(xiǎn)和內(nèi)容風(fēng)險(xiǎn)生成用戶(hù)風(fēng)險(xiǎn)畫(huà)像，實(shí)時(shí)防御業(yè)務(wù)風(fēng)險(xiǎn)和內(nèi)容風(fēng)險(xiǎn)，提供高效準(zhǔn)確的綜合判定結(jié)果緯度豐富的微行為識(shí)別能力通過(guò)人機(jī)識(shí)別、生物探針等技術(shù)，幫助金融行業(yè)機(jī)構(gòu)識(shí)別運(yùn)行設(shè)備是否為真人操作，并豐富設(shè)備微行為數(shù)據(jù)，解決金融行業(yè)當(dāng)前面臨的決策數(shù)據(jù)維度缺失等問(wèn)題精細(xì)高效的業(yè)務(wù)風(fēng)險(xiǎn)防控能力深度結(jié)合聯(lián)邦學(xué)習(xí)和機(jī)器學(xué)習(xí)的能力，精細(xì)防御黑產(chǎn)批量登錄、騙取營(yíng)銷(xiāo)獎(jiǎng)勵(lì)的風(fēng)險(xiǎn)，亦能識(shí)別當(dāng)前操作是否為本人登錄，降低偽冒交易風(fēng)險(xiǎn)一站式人工智能定制人工智能的發(fā)展涉及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理等多個(gè)領(lǐng)域。

普惠小微企業(yè)**意義重大發(fā)展普惠金融，服務(wù)小微企業(yè)，可為國(guó)家實(shí)實(shí)在在解決社會(huì)痛點(diǎn)、民生難點(diǎn)問(wèn)題。但小微企業(yè)缺少抗風(fēng)險(xiǎn)能力、缺乏抵質(zhì)押資產(chǎn)、缺漏信息透明度、經(jīng)營(yíng)成本高、歷史壞賬率高，“三缺兩高”的特點(diǎn)讓小微企業(yè)的經(jīng)營(yíng)存在天然弱勢(shì)。銀行不敢貸，質(zhì)量小微企業(yè)融資困難的問(wèn)題長(zhǎng)期存在。業(yè)務(wù)挑戰(zhàn)授信調(diào)查資料多源復(fù)雜企業(yè)授信資料存儲(chǔ)在不同系統(tǒng)，授信前調(diào)查速度慢、易遺漏，缺乏統(tǒng)一視圖。貸后風(fēng)控預(yù)警時(shí)效性差企業(yè)的資金往來(lái)、股權(quán)變更、擔(dān)保變更等信息追蹤效果差，錯(cuò)失預(yù)警有效窗口。圖數(shù)據(jù)庫(kù)構(gòu)建企業(yè)關(guān)系圖譜 解鎖普惠金融圖數(shù)據(jù)庫(kù)整合審批、業(yè)務(wù)、風(fēng)控、催收等行內(nèi)部門(mén)數(shù)據(jù)與輿情、司法、社保、稅務(wù)、產(chǎn)權(quán)、工商等外部數(shù)據(jù)，***構(gòu)建股權(quán)、資金流向、關(guān)聯(lián)人、擔(dān)保、產(chǎn)業(yè)鏈、集團(tuán)等多維關(guān)系企業(yè)圖譜，展現(xiàn)360°企業(yè)生態(tài)，監(jiān)測(cè)各種已知、未知的企業(yè)關(guān)系，識(shí)別擔(dān)保環(huán)、交易環(huán)等異常關(guān)聯(lián)，穿透企業(yè)真實(shí)控制人，分析網(wǎng)絡(luò)風(fēng)險(xiǎn)傳導(dǎo)，在維持高性能的同時(shí)實(shí)現(xiàn)可解釋性。圖應(yīng)用價(jià)值立足全局判斷企業(yè)信用風(fēng)險(xiǎn)實(shí)時(shí)企業(yè)股權(quán)穿透分析

    致力于深度學(xué)習(xí)算法研發(fā)及AOI檢測(cè)系統(tǒng)、AOI檢測(cè)設(shè)備領(lǐng)域。公司擁有完整的研發(fā)、生產(chǎn)、市場(chǎng)、售后于一體的服務(wù)體系，能夠?yàn)橛脩?hù)提供專(zhuān)業(yè)咨詢(xún)、方案設(shè)計(jì)和快捷質(zhì)量的技術(shù)服務(wù)。研發(fā)團(tuán)隊(duì)目前全職人員12人，研究生及以上學(xué)歷占比70%，來(lái)自中國(guó)海洋大學(xué)、哈爾濱工業(yè)大學(xué)、東華大學(xué)、蘇州大學(xué)等學(xué)府，并與國(guó)內(nèi)**院校、院所有著長(zhǎng)期合作關(guān)系，有強(qiáng)大的研發(fā)實(shí)力。經(jīng)過(guò)多年發(fā)展，目前公司已擁有完全自主知識(shí)產(chǎn)權(quán)的：2D3D視覺(jué)檢測(cè)軟件、深度學(xué)習(xí)低代碼平臺(tái)、涂覆光纖超高速測(cè)徑凹凸儀、實(shí)木木皮自動(dòng)分級(jí)檢測(cè)系統(tǒng)、電阻六面檢等多個(gè)系列成熟產(chǎn)品，并承接非標(biāo)AOI系統(tǒng)定制開(kāi)發(fā)、視覺(jué)類(lèi)國(guó)產(chǎn)替代產(chǎn)品研發(fā)。產(chǎn)品***用于：五金產(chǎn)品，沖壓產(chǎn)品，電子產(chǎn)品，機(jī)械加工產(chǎn)品，模具，連接器，電線(xiàn)，塑膠制品，鐘表，光伏等行業(yè)以及計(jì)量檢測(cè)部門(mén)。通過(guò)多年的積累，在行業(yè)內(nèi)有著良好的口碑。 人工智能的未來(lái)發(fā)展將持續(xù)推動(dòng)科技進(jìn)步，為人類(lèi)帶來(lái)更多的便利和進(jìn)步。

檢亞AI團(tuán)隊(duì)開(kāi)發(fā)基于強(qiáng)化學(xué)習(xí)的交通信號(hào)燈控制，使用CMA-ES（協(xié)方差矩陣自適應(yīng)進(jìn)化策略）算法訓(xùn)練路口信號(hào)燈配時(shí)，使用sumo交通軟件仿真模擬配時(shí)下的損失，得到比較好的AI配時(shí)方案。?負(fù)責(zé)基于大數(shù)據(jù)的交通路口區(qū)域劃分：綠波帶區(qū)域和擁堵控制區(qū)域，對(duì)識(shí)別后的區(qū)域設(shè)計(jì)路口信號(hào)燈配時(shí)方案。路口時(shí)空劃分：從攝像頭中獲取一個(gè)區(qū)域內(nèi)每個(gè)路口每個(gè)方向車(chē)流信息。數(shù)據(jù)預(yù)處理：對(duì)車(chē)流數(shù)據(jù)進(jìn)行清洗和整理，去除無(wú)用的數(shù)值，缺省的數(shù)值，對(duì)數(shù)據(jù)按照路口id，方向，時(shí)間進(jìn)行聚合。對(duì)每個(gè)劃分結(jié)果訓(xùn)練出早高峰，平峰，晚高峰的信號(hào)配時(shí)方案。路口綠波帶檢測(cè)：針對(duì)平峰階段，檢測(cè)區(qū)域內(nèi)車(chē)流的比較大重合車(chē)流，檢測(cè)出綠波帶，平峰期間在原有的AI基礎(chǔ)上使用該方法車(chē)輛延誤減少了1%-2%人工智能是指計(jì)算機(jī)系統(tǒng)模擬和執(zhí)行人類(lèi)智能任務(wù)的技術(shù)和方法。浙江自動(dòng)駕駛?cè)斯ぶ悄軜I(yè)務(wù)咨詢(xún)

人工智能還有許多待解決的問(wèn)題，如算法的偏見(jiàn)、人機(jī)協(xié)同等。大數(shù)據(jù)人工智能業(yè)務(wù)咨詢(xún)

協(xié)助某單位開(kāi)發(fā)了一整套公安治安管控平臺(tái)，針對(duì)西湖公安打防空重點(diǎn)人員管控、侵財(cái)類(lèi)案件串并、娛樂(lè)特行管控、涉黑團(tuán)伙識(shí)別等等業(yè)務(wù)需求，基于公安內(nèi)網(wǎng)常口/暫口信息、涉黑/涉毒人員信息、打防控案件信息、酒店入住、上網(wǎng)、出行等數(shù)據(jù)，以及?？底陨淼奈锫?lián)數(shù)據(jù)（人臉/人體/車(chē)輛抓拍、步態(tài)識(shí)別等），建立數(shù)據(jù)資源池?cái)?shù)據(jù)匯聚、算法訓(xùn)練平臺(tái)抽取資源池?cái)?shù)據(jù)生成算法模型DAG、后臺(tái)觸發(fā)定時(shí)任務(wù)推送分析結(jié)果到前端的建模過(guò)程。在歷史數(shù)據(jù)集上平均每起累犯制造的侵財(cái)類(lèi)案件top20推送的嫌疑人中有42%的準(zhǔn)確率命中真實(shí)案犯；基于案件簡(jiǎn)要案情的案件小類(lèi)案別補(bǔ)全能夠達(dá)到79%的準(zhǔn)確率；物聯(lián)數(shù)據(jù)融合提升top20嫌疑人準(zhǔn)確率；以西湖公安數(shù)據(jù)形成一套侵財(cái)類(lèi)案件標(biāo)簽/特征體系；大數(shù)據(jù)人工智能業(yè)務(wù)咨詢(xún)