近日,在京举办的“第四届中国数据安全治理高峰论坛”上,重磅发布《数据安全治理白皮书3.0》(以下简称:白皮书)。白皮书内容涵盖数据安全治理全球形势分析、理论技术研究、框架体系构建、行业实践案例、政策法规标准、未来趋势预测等,旨在为各行业数据安全治理工作提供更多经验总结与信息参考。

白皮书提到,随着数据逐渐变成新时代生产生活的支柱,数据安全也日益成为保障经济发展、社会稳定和国家安全的重要基石。近年来,为了在全球数字化转型竞争中抢占战略先机,为本国基于数据的新兴产业发展提供良性有序的发展环境,包括我国在内的世界各国都纷纷加速推进数据安全和公民隐私保护立法,积极编制并陆续密集发布各种相关的政策、法规、标准、规范,不断对企业和组织提出严格细致的合规要求和数据保护义务。

白皮书指出,当前,数据对全球经济和社会发展的影响和作用正在由“量”到“质”的根本性跃升。在由互联网、移动互联网为代表的信息时代,数据被定义为信息的形式化表示,而物联网、云计算和人工智能技术的飞速发展,已经并仍在加速促生着从“数据”到“大数据”的由量变到质变的演进:大数据除了沿袭数据作为表示信息的形式化载体这一属性外,同时又反过来成为挖掘新信息和新知识的基础原材料,在经过统计分析和机器学习等技术和方法的发掘和利用后,既迸发出巨大价值,又预示着无限潜能。根据2020年4月9日发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》,我国已将数据上升为与土地、劳动力、资本、技术并列的新型生产要素。

本次白皮书着重针对以下内容进行了修订:

1.新增针对“数据安全、信息安全、网络安全”及“数据安全治理、数据安全管理”等近似概念间联系与区别的解读;

2.更新“政务云及金融、能源、教育、电信运营商及医疗”等行业数据安全治理实践案例;

3.新增数据安全相关政策、法律和标准介绍;

4.新增数据安全治理国内外相关理论与介绍;

5.新增数据安全治理发展进程中的问题与展望;

6.更新国内外重大数据安全事件汇总;

7.更新数据安全关键技术——新增数据资产梳理、差分隐私、数据安全运维、数据水印和数据使用行为溯源、多层次数据保护等内容;

8.新增数据安全新兴前沿技术:多方计算、联邦学习、数据安全虚拟化引擎、数据安全SAAS能力等内容...

成为VIP会员查看完整内容
0
60

相关内容

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。数据治理是一种数据管理概念,涉及使组织能够确保在数据的整个生命周期中存在高数据质量的能力。一个数据管家是确保数据治理流程遵循,指导执行,并建议改进数据治理流程的作用。

数据安全问题由来已久,尤其在数据上升为新型生产要素后,面临的数据泄露风险和监管要求力度越来越大。然而,当前的行业数据安全治理处于发展初期,企业整体数据安全治理能力参差不齐,提升数据安全治理能力成为数字经济时代的紧迫议题。

日前,在2021中国互联网大会——数据治理高峰论坛上,中国信通院发布了《数据安全治理实践指南(1.0)》(以下简称“指南”)。

由于数据本身具有流动性、多样性、可复制性等不同于传统生产要素的特性,数据安全风险在数字经济时代被不断放大,因此对数据安全治理的要求也越来越高。如何协调政府、行业、企业、个人等多元主体,形成协同共治机制?如何平衡数据开发利用和数据安全保护,实现发展与安全的齐头并进?如何构建覆盖数据全生命周期安全的治理框架?如何在各组织中落实数据安全治理的具体要求?这些都是当前数据安全治理面临的重要问题。

本指南参考数据安全领域的相关标准,重点以中国互联网协会T/ISC-0011-2021《数据安全治理能力评估方法》为基础,阐述了数据安全治理的内涵;从组织如何落实数据安全治理要求的角度出发,提出数据安全治理总体视图;按照数据安全治理目标、治理框架、治理实践路径分别提出落地建议,并对未来发展进行展望。此外,指南还收录了部分企业开展数据安全治理的实践经验。

http://www.caict.ac.cn/kxyj/qwfb/ztbg/202107/t20210720_380788.htm

成为VIP会员查看完整内容
0
24

在全球数据开放的大背景下,中国公共数据开放的步伐在近年来进一步提速。公共开放数据在数据资产生态中起到基础性的作用,为建设“数字中国”提供支撑。基于中国当前的公共开放数据资产现状与挑战,普华永道近日发布《开放数据资产估值白皮书》。

数据资产估值是未来数据资产价值释放的核心环节。然而,由于公共开放数据自身的独特性,将传统估值思路应用于其估值时面临诸多挑战。本白皮书首次借用物理学中的“势能”概念作为理论基础,推出“数据势能”新概念及其相应的估值逻辑,就政府公共开放数据的估值体系进行研究和探讨,旨在根据公共开发数据资产的特点,发掘其特有的价值驱动因素及其魅力所在,进一步揭示能够撬动其估值体系的支点。

白皮书指出,数据资产化是数据要素的重要趋势,旨在最大化释放数据的核心价值。在全球数据开放的大背景下,我国公共数据开放的步伐在近年来进一步提速。公共开放数据在数据资产生态中起到基础性的作用,为加快我国数字化发展,建设“数字中国”提供支撑。当前,全国已有18个省级公共数据开放平台正式上线,免费为社会各方提供相关政府单位的公开数据。但免费并不等同于没有价值。公共开放数据在“惠民”以及“智慧政务”方面产生了巨大的潜在社会价值。目前,公共开放数据的应用场景正在不断丰富的过程中,假以时日,必将蓄积巨大的潜在经济价值,未来可期。

报告认为,公共开放数据正如数据资产生态系统里的“土壤”,为加快我国数字化发展,建设“数字中国”提供支撑。一方面,各级政府部门拥有大量基础性、关键性的数据资源,掌握着社会绝大部分数据,包括交通、金融、电信、工商、卫生等行业。另一方面,大小企业、个人、数据中介等社会主体也采集和存储了大量具有公共属性和公共价值的数据。在保障国家安全、商业机密和个人隐私的首要前提下,将这些公共开放数据最大化开放,供全社会进行开发利用,有利于培育数据要素市场,释放公共开放数据的社会与经济价值。

从技术方面看,数据开放是在政府大数据局以及大数据中心汇聚的数据基础上进行开放的。目前省级开放平台,在数据跨部门的横向打通上仍然面临一些障碍,比如数据只能查询不能入库,数据的完整性、实时性、准确性也缺乏交叉检验或者核实。通常看到的情况是,数据字段非常多,但真正能发挥价值的不多,因为没有办法去核实数据的实用性。目前公共开放数据尚缺乏类似“撞库”或者区分度的方法论或实践,只有尽快铺开去实验这些保护数据隐私计算的方式,才能发掘出数据更多的价值。

目前,公共开放数据运用的基本技术包括以下两方面:

1.大数据处理技术:提供数据集的多版本控制,以及访问权限控制。

2.安全防护技术:提供有效数据的同时,防止爬虫扫描,防止恶意盗取有条件开放的数据资源。

在此基础上,目前开放数据在技术上在进行以下几方面的尝试:

1.敏感数据自动发现:开放数据上传目前大量依靠人工审核才能发布。该技术帮助相关部门在数据发布前进行审核,防止敏感数据上传公开。

2.多层数据融合汇聚:该技术能将分层存储在各个系统的分散数据进行汇聚,节省了时间和人力成本。

3.数据自动化发布流程:将日常政务数据发布流程标准化、自动化,确保输出数据的一致性和及时性。

4.隐私计算技术:适用于有限政府数据开放环境下,如上海的普惠金融开放数据。开放平台需提供一套可信安全计算环境,在数据可计算的情况下,保护公民和企业的敏感信息,确保数据“可用不可见”,计算结果按权属分发给参与方。

5.联邦学习技术:该技术能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据使用和机器学习建模,特别适合关系网络的跨平台数据联合。

此外,本次研究整理出的10佳实践案例是通过综合考量相关公共开放数据的下载量、关注量、媒体报道次数、以及潜在社会价值等多维度严格筛选得出的结果。

成为VIP会员查看完整内容
0
25

在数字信息技术日新月异的发展趋势下,数据已成为数字经济发展的核心生产要素,是国家重要资产和基础战略资源。随着数据价值的愈加凸显,数据安全风险与日俱增,数据泄露、数据贩卖等数据安全事件频发,为个人隐私、企业商业秘密、国家重要情报等带来了严重的安全隐患。

当前,数据安全已成为数字经济时代最紧迫和最基础的安全问题,加强数据安全治理已成为维护国家安全和国家竞争力的战略需要。为此,国家高度重视数据安全的顶层设计:在相继发布的《促进大数据发展行动纲要》(2015)、《科学数据管理办法》(2018)、《关于构建更加完善的要素市场化配置体制机制的意见》(2020)以及“十四五”规划(2021)中,均提出发展数字经济、加快培育发展数据要素市场,应把保障数据安全放在突出位置的重要思想内涵。

面对数据安全威胁日益严峻的态势,着力解决数据安全领域的突出问题,有效提升数据安全治理能力迫在眉睫。然而,由于数字技术促使数据应用场景和参与主体日益多样化,数据安全的外延不断扩展,数据安全治理面临多重棘手困境。为此,赛迪智库发布《数据安全治理白皮书》,在分析我国数据安全风险、治理现状、治理困境的基础上,从政策、监管、产业生态建设、国际合作等方面提出综合解决路径。

成为VIP会员查看完整内容
0
48

在第四届数字中国建设峰会“大数据论坛”上,国家工业信息安全发展研究中心副主任何小龙发布了《中国数据要素市场发展研究报告(2020~2021)》(以下简称“报告”)。

“十三五”时期是我国大数据产业蓬勃发展的阶段,根据国家工业信息安全发展研究中心产值测算数据,截至2020年底,我国大数据产业规模已达万亿元。随着我国大数据产业与实体经济深度融合、产业发展不断壮大,数据作为生产要素的属性不断凸显。如何实现数据要素市场化配置,激活数据要素潜在价值,推动与实体经济继续深度融合,是“十四五”期间我国需要面临的重要课题之一。

国家工业信息安全发展研究中心通过专家访谈、企业调研、案头研究等方式开展数据要素市场相关研究,结合自有的逾5000家企业大数据案例库对报告界定的产值规模进行了测算和分析,在报告中提出了数据要素及数据要素市场的边界,梳理了国内外数据要素市场发展现状,重点从市场概况、政策脉络、产业图谱及市场运行机制等角度,并结合相应的产值规模、技术水平、产品和服务、商业模式等情况,阐释了我国数据要素市场的发展现状,分析了现阶段我国数据要素市场存在的问题及未来发展趋势,提出了对策与建议。

成为VIP会员查看完整内容
0
82

日前,为推动数字经济健康蓬勃发展,赛迪区块链研究院发布了《区块链+数字经济发展白皮书》。该白皮书指出,在数字经济蓬勃发展的当下,区块链在推动数字经济创新发展方面潜力巨大,当前,已在农业、制造业、物流业、金融、民生等领域逐步应用,加速推动经济数字化转型。此外,白皮书对我国数字经济发展现状进行分析,探讨了区块链技术驱动数字经济发展的技术优势和理论依据,从实体经济、政府数字化治理、数字资产等方面详细解析了区块链如何赋能数字经济发展,并针对区块链驱动数字经济发展存在的挑战提出相关建议。

白皮书首先对区块链在数字经济各场景应用方面做了阐述。在区块链应用取得系列进展的同时,其赋能数字经济发展面临的挑战也不可忽视。目前来看,区块链技术安全性仍需提高;大规模落地推广也存诸多困难。

白皮书还提出,加快区块链核心技术创新、建立基于区块链的数字经济监管体系、加速推动应用落地和加强人才培养等建议以促区块链进一步发展迭代。建议加强区块链+数字经济专业人才培养:

一是要加大基础型数字经济、区块链人才培养,加快培育具有扎实技术理论知识和较高应用管理能力的复合型人才;

二是注重高端技术人才培养,与国外著名高校、科研机构、知名企业等联合培养区块链硕士、博士等高层次人才,推进中外合作人才培养和引进项目;

最后,鼓励实力雄厚的区块链企业、互联网企业和金融企业创办“企业大学”,根据市场需求和产业发展导向开展技术与管理培训,构建“企业-市场-产业”三位一体的区块链人才培养模式。

如今,数字经济已成为推动我国经济发展的关键引擎和新优势,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将建设数字中国作为独立篇章,意味着数字经济转型升级是我国未来10年经济发展的关键机会,数字经济将成为我国经济转型的核心组成。

成为VIP会员查看完整内容
0
69

未来,智慧城市将从城市数字化发展到数字化城市,整个城市在数字领域形成“数字巨系统”。

近日,由国家工业信息安全发展研究中心、联想集团、中国产业互联网发展联盟、工业大数据分析与集成应用实验室共同编制的《依托智慧服务,共创新型智慧城市——智慧城市白皮书(2021年)》(以下简称“白皮书”)正式发布。本书提出一系列智慧城市建设的新理念、环境友好的新型智慧城市提供参考。

以发展实践拓展新型智慧城市内涵

新型智慧城市建设是进一步深入贯彻习近平新时代中国特色社会主义思想,结合我国城市发展实际,顺应信息化和城市发展趋势,主动适应经济发展新常态、培育新的增长点、增强发展新动能而提出的新型城市建设与发展方式。

习近平总书记2016年4月在网信工作座谈会上指出,“要以信息化推进国家治理体系和治理能力现代化,统筹发展电子政务,构建一体化在线服务平台,分级分类推进新型智慧城市建设”。2020年3月,习近平总书记赴浙江考察时指出,通过大数据、云计算、人工智能等手段推进城市治理现代化,大城市也可以变得更“聪明”。

白皮书对从2008年开始我国智慧城市发展经历的探索期、调整期、突破期、全面发展期等几个阶段进行了梳理,这些阶段智慧城市的服务对象、服务内容非常广泛,但核心主线是“利用新一代信息技术”提升城市服务质量。经过2020年的疫情冲击,智慧城市在实践中经受了考验,但也存在很大的进步空间。后疫情时期,智慧城市建设在创新协同、为民服务、数据共享、产业赋能、应急安全等方面都出现了新的发展导向。

白皮书指出,未来新型智慧城市或将呈现以下特点:“先进技术+全程服务”成为智慧城市的新抓手;“数字空间+现实空间”成为智慧城市的新落脚点;“普惠民生+生态和谐”成为智慧城市的新目标。

“端边网云智”架构助力优政、兴业、惠民创新

新型智慧城市的建设逻辑需从顶层入手,结合软硬件资源整合能力,为公众提供全生命周期一站式服务管理。白皮书从技术角度,将智慧城市的整体框架分为发展战略层、技术实施层和目标效用层三大层次。即新型智慧城市是以城市的战略定位、建设规划、措施保障、组织合作为指导规划,通过“端-边-网-云-智”的技术架构,实现管理高效、服务便民、产业发展、生态和谐的目标效用,达成新一代信息技术与城市现代化深度融合,迭代演进的新模式。

其中,“端-边-网-云-智”作为新型智慧城市的技术实施层,蕴含巨大的创新发展空间,有望成为我国智慧城市技术应用方向的重要创新成果。

端”即智能终端,负责采集、存储、传递数据,是智慧城市面向城市主体的智能化单元。

“边”即边缘计算,智能化时代海量数据的爆发式计算需求与应用低时延、灵活部署要求使得计算力下沉成为必然,边缘计算应运而生。

“网”即以5G为代表的数据传输的网络,是推动端、边、云协同工作的粘合剂。

“云”即云计算,基于网络实现异质设备间数据运算与共享的设备服务。

“智”即行业智能解决方案,面向智慧城市的不同细分场景,基于“端、边、网、云”四层结构,根据业务需求、行业知识及计算能力,支持不同层次的数据计算和分析互动的行业智能化方案。

智慧城市建设是内涵型城镇化发展的重要方面,包括社会管理智能化、国民经济信息化、环境维护自动化和生活服务便捷化等内容。管理高效、服务便民、产业发展、生态和谐等均是新型智慧城市发展的目标方向。

白皮书重点分析了文昌智能教育、延庆智慧能源、上海帝王蟹溯源等典型案例,展示了新型智慧城市在优政、兴业、惠民等方面取得的突出成效。据悉,联想凭借领先的IT运维服务经验和覆盖网络,智慧城市服务建设项目已在上海、江西、江苏、福建、湖北、海南、河北等全国多个省市落地,涉足绿色能源、社会治安管理、城市应急管理、智慧教育、智慧交通、食品安全以及智慧政务等多个细分场景。在白皮书编制过程中,联想为智慧城市建设运营实践和案例调研提供了支持。

新型智慧城市发展重心将从建设转到运营

白皮书也对智慧城市未来发展进行了预判,认为在未来新基建和新技术的融合过程中,城市治理或将逐渐完成由“管理型”向“服务型”的转变。智慧城市作为一项巨大的城市服务产品,需要重点提升居民对城市的归属感,提高城市生活品质,促进城市产业经济发展。智慧城市逐步走深向实,未来将重点在体制机制、发展思路、互动形式方面产生跃升。即将出现的变化将包括:治理思路改变——从“城市数字化”到“数字化城市”;阶段重点改变——从“建设智慧城市”到“运营智慧城市”;互动形式升级——从“人与人的联接”到“万物互联”。

白皮书推出之际正值“十四五”规划审议通过并正式发布,规划明确提出“以数字化助推城乡发展和治理模式创新,全面提高运行效率和宜居度。分级分类推进新型智慧城市建设,将物联网感知设施、通信系统等纳入公共基础设施统一规划建设,推进市政公用设施、建筑等物联网应用和智能化改造”。新型智慧城市建设即将进入新的阶段,该白皮书以真实案例剖析为基础,结合理论和架构研究,形成较为完整的智慧城市体系框架,勾勒出未来可能的发展路径,是新型智慧城市建设的重要参考之一。

成为VIP会员查看完整内容
0
98

https://www2.deloitte.com/cn/zh/pages/technology/articles/deloitte-and-axa-digital-health-whitepaper.html

整合数字化医疗健康解决方案,更好地服务和保障消费者 在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求

经历了二十多年的医保改革,我国社会医疗保障的覆盖率逾95%,实现了全国人民基础医疗保障的高覆盖。随着GDP的增长,中国家庭财富可支配收入日益增加,消费者对医疗服务和保障提出了更高的需求,尤其是高净值人群、以及正在兴起的新中产人群。然而,相较于高净值人群,市场对新中产人群的关注才刚拉开序幕,当前针对新中产人群的医疗健康服务以及保障的满足程度还相对较低。

在提出了“优先发展人民健康”的“健康中国2030”战略的指导下,政府颁布了《健康中国行动(2019—2030年)》《关于深化医疗保障制度改革的意见》等指导方案,以加快建成多层次医疗保障体系和整合型医疗卫生服务体系。通过整合医疗、医药、医保等不同参与方,解决医疗健康需求和供给的错配问题,为人民提供高性价比的医疗健康服务。在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求。

结合德勤行业经验以及中国医疗健康行业特点的理解,德勤认为有五大趋势对未来中国的医疗健康行业将产生重大影响,并起到推动作用,包括整合型医疗健康服务体系、消费者赋能、新型支付方案的兴起、智慧医疗健康以及创新产品组合。

成为VIP会员查看完整内容
4
62

摘要: 当前,全球大数据正进入加速发展时期,技术产业与应用创新不断迈向新高度。大数据通过数字化丰富要素供给,通过网络化扩大组织边界,通过智能化提升产出效能,不仅是推进网络强国建设的重要领域,更是新时代加快实体经济质量变革、效率变革、动力变革的战略依托。 本白皮书是继《大数据白皮书(2014年)》、《大数据白皮书(2016年)》、《大数据白皮书(2018年)》之后中国信通院第四次发布大数据白皮书。本白皮书在前三版的基础上,聚焦一年多来大数据各领域的进展和趋势,梳理主要问题并进行展望。在技术方面,重点探讨了近两年最新的大数据技术及其融合发展趋势;在产业方面,重点讨论了我国大数据产品的发展情况;在数据资产管理方面,介绍了行业数据资产管理、数据资产管理工具的最新发展情况,并着重探讨了数据资产化的关键问题;在安全方面,从多种角度分析了大数据面临的安全问题和技术工具。希望本白皮书的分析可以对政府和行业提供参考。

目录:

一、国际大数据发展概述. 1

  • (一)大数据战略持续拓展. 1
  • (二)大数据底层技术逐步成熟. 2
  • (三)大数据产业规模平稳增长. 3
  • (四)大数据企业加速整合. 5
  • (五)数据合规要求日益严格. 6

二、融合成为大数据技术发展的重要特征. 8

  • (一)算力融合:多样性算力提升整体效率. 8
  • (二)流批融合:平衡计算性价比的最优解. 9
  • (三)TA融合:混合事务/分析支撑即时决策. 10
  • (四)模块融合:一站式数据能力复用平台. 11
  • (五)云数融合:云化趋势降低技术使用门槛. 11
  • (六)数智融合:数据与智能多方位深度整合. 12

三、大数据产业蓬勃发展. 14

  • (一)大数据产业发展政策环境日益完善. 14
  • (二)各地大数据主管机构陆续成立. 17
  • (三)大数据技术产品水平持续提升. 20
  • (四)大数据行业应用不断深化. 22

四、数据资产化步伐稳步推进. 25

  • (一)数据:从资源到资产. 25
  • (二)数据资产管理理论体系仍在发展. 26
  • (三)各行业积极实践数据资产管理. 27
  • (四)数据资产管理工具百花齐放. 29
  • (五)数据资产化面临诸多挑战. 31

五、数据安全合规要求不断提升. 35

  • (一)数据相关法律监管日趋严格规范. 35
  • (二)数据安全技术助力大数据合规要求落地. 36
  • (三)数据安全标准规范体系不断完善. 39

六、大数据发展展望. 41

成为VIP会员查看完整内容
1
86

本白皮书从人工智能数据安全的内涵出发,首次提出人工智能数据安全的体系架构,在系统梳理人工智能数据安全风险和安全应用情况的基础上,总结了国内外人工智能数据安全治理现状,研究提出了我国人工智能数据安全治理建议。

成为VIP会员查看完整内容
3
78
小贴士
相关VIP内容
专知会员服务
24+阅读 · 2021年7月21日
专知会员服务
25+阅读 · 2021年7月14日
专知会员服务
48+阅读 · 2021年6月18日
专知会员服务
82+阅读 · 2021年5月11日
专知会员服务
69+阅读 · 2021年4月25日
专知会员服务
98+阅读 · 2021年4月24日
专知会员服务
62+阅读 · 2021年1月6日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
86+阅读 · 2019年12月12日
相关论文
Maksim E. Eren,Nick Solovyev,Chris Hamer,Renee McDonald,Boian S. Alexandrov,Charles Nicholas
0+阅读 · 2021年7月17日
Marthe Bonamy,Oscar Defrain,Tereza Klimošová,Aurélie Lagoutte,Jonathan Narboni
0+阅读 · 2021年7月16日
Gilad Yehudai,Ethan Fetaya,Eli Meirom,Gal Chechik,Haggai Maron
0+阅读 · 2021年7月15日
Ines Chami,Adva Wolf,Da-Cheng Juan,Frederic Sala,Sujith Ravi,Christopher Ré
12+阅读 · 2020年5月1日
Visual Grounding in Video for Unsupervised Word Translation
Gunnar A. Sigurdsson,Jean-Baptiste Alayrac,Aida Nematzadeh,Lucas Smaira,Mateusz Malinowski,João Carreira,Phil Blunsom,Andrew Zisserman
7+阅读 · 2020年3月11日
Improved Deep Embeddings for Inferencing with Multi-Layered Networks
Huan Song,Jayaraman J. Thiagarajan
3+阅读 · 2019年3月1日
Improving Neural Question Generation using Answer Separation
Yanghoon Kim,Hwanhee Lee,Joongbo Shin,Kyomin Jung
3+阅读 · 2018年9月7日
Yue Liu,Tongtao Zhang,Zhicheng Liang,Heng Ji,Deborah L. McGuinness
4+阅读 · 2018年7月10日
Pramod Kaushik Mudrakarta,Ankur Taly,Mukund Sundararajan,Kedar Dhamdhere
4+阅读 · 2018年5月14日
Devendra Singh Chaplot,Ruslan Salakhutdinov
5+阅读 · 2018年1月5日
Top
微信扫码咨询专知VIP会员