期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
中美欧国际数字治理格局比较研究及建议
被引量:
18
1
作者
张蕴洁
冯莉
媛
+2 位作者
李铮
艾
秋
媛
邱泽奇
《中国科学院院刊》
CSSCI
CSCD
北大核心
2022年第10期1386-1399,共14页
数字技术和数字经济日益成为衡量各经济体竞争力的重要指标。为争夺数字竞争优势,在国际数字生态发展中抢占有利生态位,中国、美国、欧盟(以下简称“中美欧”)等主要经济体之间展开了广泛竞争。基于此背景,文章首先介绍了国际数字治理...
数字技术和数字经济日益成为衡量各经济体竞争力的重要指标。为争夺数字竞争优势,在国际数字生态发展中抢占有利生态位,中国、美国、欧盟(以下简称“中美欧”)等主要经济体之间展开了广泛竞争。基于此背景,文章首先介绍了国际数字治理格局的定义与特征,指出数字贸易关系与数字实力对比是塑造国际数字治理格局的关键因素,并聚焦中美欧展开详细分析。研究结果表明:中美欧在国际数字治理领域中的彼此互动及其对“数字利益共同体”的积极构建,正在多维场景中塑造全球数字治理格局。
展开更多
关键词
数字治理格局
贸易网络
数字贸易协定
原文传递
基于强化学习的可持续联邦学习激励机制设计
2
作者
艾
秋
媛
詹志坚
+1 位作者
王聪
宋洁
《经济管理学刊》
2024年第1期115-144,共30页
随着数据在互联网、物联网和人工智能等技术中的广泛应用,数据共享成为促进经济和科技发展的关键引擎之一。然而,由于数据隐私和法律等多方面的顾虑,数据共享面临挑战。联邦学习作为一种新兴的机器学习范式,以保护数据隐私的同时促进多...
随着数据在互联网、物联网和人工智能等技术中的广泛应用,数据共享成为促进经济和科技发展的关键引擎之一。然而,由于数据隐私和法律等多方面的顾虑,数据共享面临挑战。联邦学习作为一种新兴的机器学习范式,以保护数据隐私的同时促进多方协作而备受关注。本文关注跨孤岛的长期联邦学习合作,旨在解决数据所有者参与合作的成本和风险问题。本文首先建立了动态博弈模型,考虑了联邦客户端之间的互动策略;然后,提出了一种基于强化学习的激励机制,通过中央计划者为不同训练期设定激励,有效地促进客户端的参与。实验证明,该激励方案在提高系统总收益和控制激励成本方面具有显著效果。本文为可持续联邦学习提供了一种有效的激励设计,有望推动数据共享和合作模型在不同领域的应用。
展开更多
关键词
数据共享
联邦学习
激励机制
稳定合作
下载PDF
职称材料
题名
中美欧国际数字治理格局比较研究及建议
被引量:
18
1
作者
张蕴洁
冯莉
媛
李铮
艾
秋
媛
邱泽奇
机构
北京大学社会学系
北京大学中国社会与发展研究中心
北京大学法学院
北京大学工学院
北京大学数字治理研究中心
出处
《中国科学院院刊》
CSSCI
CSCD
北大核心
2022年第10期1386-1399,共14页
基金
中国科学院学部咨询评议项目(2021-ZW07-B-014)。
文摘
数字技术和数字经济日益成为衡量各经济体竞争力的重要指标。为争夺数字竞争优势,在国际数字生态发展中抢占有利生态位,中国、美国、欧盟(以下简称“中美欧”)等主要经济体之间展开了广泛竞争。基于此背景,文章首先介绍了国际数字治理格局的定义与特征,指出数字贸易关系与数字实力对比是塑造国际数字治理格局的关键因素,并聚焦中美欧展开详细分析。研究结果表明:中美欧在国际数字治理领域中的彼此互动及其对“数字利益共同体”的积极构建,正在多维场景中塑造全球数字治理格局。
关键词
数字治理格局
贸易网络
数字贸易协定
Keywords
digital governance pattern
trade networks
digital trade agreements
分类号
F49 [经济管理—产业经济]
原文传递
题名
基于强化学习的可持续联邦学习激励机制设计
2
作者
艾
秋
媛
詹志坚
王聪
宋洁
机构
北京大学工学院
北京大学前沿交叉学科研究院
北京大学光华管理学院
出处
《经济管理学刊》
2024年第1期115-144,共30页
基金
国家自然科学基金重点项目(72131001)
国家自然科学基金青年项目(72101007)
国家自然科学基金专项项目(72241420)对本文研究的资助。
文摘
随着数据在互联网、物联网和人工智能等技术中的广泛应用,数据共享成为促进经济和科技发展的关键引擎之一。然而,由于数据隐私和法律等多方面的顾虑,数据共享面临挑战。联邦学习作为一种新兴的机器学习范式,以保护数据隐私的同时促进多方协作而备受关注。本文关注跨孤岛的长期联邦学习合作,旨在解决数据所有者参与合作的成本和风险问题。本文首先建立了动态博弈模型,考虑了联邦客户端之间的互动策略;然后,提出了一种基于强化学习的激励机制,通过中央计划者为不同训练期设定激励,有效地促进客户端的参与。实验证明,该激励方案在提高系统总收益和控制激励成本方面具有显著效果。本文为可持续联邦学习提供了一种有效的激励设计,有望推动数据共享和合作模型在不同领域的应用。
关键词
数据共享
联邦学习
激励机制
稳定合作
Keywords
Data Sharing
Federated Learning
Incentive Mechanism
Stable Cooperation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中美欧国际数字治理格局比较研究及建议
张蕴洁
冯莉
媛
李铮
艾
秋
媛
邱泽奇
《中国科学院院刊》
CSSCI
CSCD
北大核心
2022
18
原文传递
2
基于强化学习的可持续联邦学习激励机制设计
艾
秋
媛
詹志坚
王聪
宋洁
《经济管理学刊》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部