摘要：可解释AI(explainable AI,XAI)是可信AI技术的重要组成。当前,业界对XAI的技术点展开了深入的研究,但在工程化实施方面尚缺少系统性研究。提出了一种通用的XAI技术架构,从原子解释生成、核心能力增强、业务组件嵌入、可信解释应用4个方面入手,设计了XAI基础能力层、XAI核心能力层、XAI业务组件层、XAI应用层4个层级,通过各技术层之间的分工协作,XAI工程化的落地实施得到了全流程保障。基于该XAI架构,可以灵活地引入新的技术模块,支撑XAI的产业化应用,为XAI在行业中的推广提供了一定的参考。

摘要：人工智能进一步提升了信息系统的自动化程度,但在其规模应用过程中出现了一些新问题,如数据安全、隐私保护、公平伦理等。为了解决这些问题,推动AI由可用系统向可信系统转变,提出了可信AI治理框架——T-DACM,从数据、算法、计算、管理4个层级入手提升AI的可信性,设计了不同组件针对性地解决数据安全、模型安全、隐私保护、模型黑盒、公平无偏、追溯定责等具体问题。T-DACM实践案例为业界提供了一个可信AI治理示范,为后续基于可信AI治理框架的产品研发提供了一定的参考。

摘要：针对蒸发卷绕镀膜机真空室内的压力变化、卷绕速度、送铝丝速度和薄膜沉积厚度之间的关系等关键技术问题 ,通过理论分析、设计计算 ,结合实践经验 。

摘要：着重介绍了油蒸汽流泵技术在抽汽理论研究和结构设计方面改进的一些新进展。使油蒸汽流泵的理论设计由半经验公式向理论公式靠近， 提高了泵设计的可靠性； 为泵的性能稳定提供了保证。

摘要：随着互联网和物联网应用的快速发展,数据处理模式从结构化逐渐扩展到结构化、半结构化和非结构化混合的异构数据处理模式。设计了一种大规模异构数据并行处理系统,在统一的平台功能视图基础上,采用统一的资源管理框架,实现对结构化、JSON/XML、图数据、文档数据等多种异构数据进行存储和查询,采用统一的开发语言,实现跨数据类型和数据存储引擎的并行计算,满足多业务应用开发的需要,并通过实际的商业部署,验证了系统的可行性。