打破原有金融机构需要搭建如机器学习平台、量化交易平台、知识图谱平台、深度学习平台、多模型数据处理平台等来辅助智能化量化投研开发工作，通过一套平台，TransQuant针对性的解决量化投研从价量量化投研、舆情量化投研、多模型数据量化投研、高性能硬件支持。从**基础的定价模型（**，期货，衍生品等），到另类Alpha因子挖掘，再到智能组合（优化）管理，实时估值、实时智能压力测试（风险敞口计算）等。除了服务于机构内部团队，包括资管、自营、场内期权定价、做市交易等业务之外，还可以服务外部PB业务的 机构。目前，由于高昂的人力和设备成本投入，资本规模和回报率**限制了很多机构扩展大数据+AI+高性能硬件设备的投入。需要权衡软硬成本投入和资本回报的行业，形成了较高的行业壁垒。通过TransQuant一站式解决**管理人基于券商云服务实现相关场景。人工智能的发展引发了伦理和隐私的争议，需要进行合理的监管和规范。大数据人工智能业务咨询

全栈式的金融行业风控解决方案综合设备、手机号、IP、账号等多个维度的基础数据，结合行为风险和内容风险生成用户风险画像，实时防御业务风险和内容风险，提供高效准确的综合判定结果纬度丰富的微行为识别能力通过人机识别、生物探针等技术，帮助金融行业机构识别运行设备是否为真人操作，并丰富设备微行为数据，解决金融行业当前面临的决策数据维度缺失等问题精细高效的业务风险防控能力深度结合联邦学习和机器学习的能力，精细防御黑产批量登录、骗取营销奖励的风险，亦能识别当前操作是否为本人登录，降低伪冒交易风险一站式人工智能定制人工智能的发展涉及机器学习、深度学习、自然语言处理等多个领域。

普惠小微企业**意义重大发展普惠金融，服务小微企业，可为国家实实在在解决社会痛点、民生难点问题。但小微企业缺少抗风险能力、缺乏抵质押资产、缺漏信息透明度、经营成本高、历史坏账率高，“三缺两高”的特点让小微企业的经营存在天然弱势。银行不敢贷，质量小微企业融资困难的问题长期存在。业务挑战授信调查资料多源复杂企业授信资料存储在不同系统，授信前调查速度慢、易遗漏，缺乏统一视图。贷后风控预警时效性差企业的资金往来、股权变更、担保变更等信息追踪效果差，错失预警有效窗口。图数据库构建企业关系图谱 解锁普惠金融图数据库整合审批、业务、风控、催收等行内部门数据与舆情、司法、社保、税务、产权、工商等外部数据，***构建股权、资金流向、关联人、担保、产业链、集团等多维关系企业图谱，展现360°企业生态，监测各种已知、未知的企业关系，识别担?；贰⒔灰谆返纫斐９亓?，穿透企业真实控制人，分析网络风险传导，在维持高性能的同时实现可解释性。图应用价值立足全局判断企业信用风险实时企业股权穿透分析

    致力于深度学习算法研发及AOI检测系统、AOI检测设备领域。公司拥有完整的研发、生产、市场、售后于一体的服务体系，能够为用户提供专业咨询、方案设计和快捷质量的技术服务。研发团队目前全职人员12人，研究生及以上学历占比70%，来自中国海洋大学、哈尔滨工业大学、东华大学、苏州大学等学府，并与国内**院校、院所有着长期合作关系，有强大的研发实力。经过多年发展，目前公司已拥有完全自主知识产权的：2D3D视觉检测软件、深度学习低代码平台、涂覆光纤超高速测径凹凸仪、实木木皮自动分级检测系统、电阻六面检等多个系列成熟产品，并承接非标AOI系统定制开发、视觉类国产替代产品研发。产品***用于：五金产品，冲压产品，电子产品，机械加工产品，模具，连接器，电线，塑胶制品，钟表，光伏等行业以及计量检测部门。通过多年的积累，在行业内有着良好的口碑。 人工智能的未来发展将持续推动科技进步，为人类带来更多的便利和进步。

检亚AI团队开发基于强化学习的交通信号灯控制，使用CMA-ES（协方差矩阵自适应进化策略）算法训练路口信号灯配时，使用sumo交通软件仿真模拟配时下的损失，得到比较好的AI配时方案。?负责基于大数据的交通路口区域划分：绿波带区域和拥堵控制区域，对识别后的区域设计路口信号灯配时方案。路口时空划分：从摄像头中获取一个区域内每个路口每个方向车流信息。数据预处理：对车流数据进行清洗和整理，去除无用的数值，缺省的数值，对数据按照路口id，方向，时间进行聚合。对每个划分结果训练出早高峰，平峰，晚高峰的信号配时方案。路口绿波带检测：针对平峰阶段，检测区域内车流的比较大重合车流，检测出绿波带，平峰期间在原有的AI基础上使用该方法车辆延误减少了1%-2%人工智能是指计算机系统模拟和执行人类智能任务的技术和方法。浙江自动驾驶人工智能业务咨询

人工智能还有许多待解决的问题，如算法的偏见、人机协同等。大数据人工智能业务咨询

协助某单位开发了一整套公安治安管控平台，针对西湖公安打防空重点人员管控、侵财类案件串并、娱乐特行管控、涉黑团伙识别等等业务需求，基于公安内网?？?暂口信息、涉黑/涉毒人员信息、打防控案件信息、酒店入住、上网、出行等数据，以及?？底陨淼奈锪荩ㄈ肆?人体/车辆抓拍、步态识别等），建立数据资源池数据汇聚、算法训练平台抽取资源池数据生成算法模型DAG、后台触发定时任务推送分析结果到前端的建模过程。在历史数据集上平均每起累犯制造的侵财类案件top20推送的嫌疑人中有42%的准确率命中真实案犯；基于案件简要案情的案件小类案别补全能够达到79%的准确率；物联数据融合提升top20嫌疑人准确率；以西湖公安数据形成一套侵财类案件标签/特征体系；大数据人工智能业务咨询