2024, 51(11A): 231100132-13. HU Hongchao, SUI Jiaqi, ZHANG Shuai, TONG Yu. Proactive Defense Technology in Cyber Security:Strategies,Methods and Challenges [J]. Computer Science, 2024, 51(11A): 231100132-13 计算机科学, 2024, 51(11A): 231000005-6. https://doi.org/10.11896/jsjkx.231000005 基于深度学习的个性化学习资源推荐综述 Survey on Deep Learning-based Personalized Learning Resource Recommendation 计算机科学, 2024, 51(10): 17-32. Threats 计算机科学, 2024, 51(6): 399-408. https://doi.org/10.11896/jsjkx.230200099 SGPot:一种基于强化学习的智能电网蜜罐框架 SGPot:A Reinforcement Learning-based Honeypot Framework for Smart Grid 计算机科学, 2024, 51(2): 359-370. https://doi

医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 创新靶点研究、药物发现、临床前研究、临床研究最终申报上市，一款新药成功上市销售大 约需要花费十年以上的时间。在研发成功率方面，药物发现阶段从靶点到苗头化合物再到先 导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%，制约新药的 研发上市。资金花费上，一款药物从研发到上市销售，平均需要投入8-23亿美元，药物上市 后还要投入超过3亿美元，花费巨大。 请务必阅读正文之后的免责声明及其项下所有内容 医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十

盈利预测与估值 [Table_profit] 财务摘要 2021A 2022A 2023E 2024E 2025E 营业收入(百万元) 44,134 51,052 58,191 67,197 78,656 YoY（%） 37.7% 15.7% 14.0% 15.5% 17.1% 归母净利润(百万元) 387 -162 288 利润表（百万元） 2022A 2023E 2024E 2025E 现金流量表（百万元） 2022A 2023E 2024E 2025E 营业总收入 51,052 58,191 67,197 78,656 净利润 714 1,696 2,061 2,785 YoY(%) 15.7% 14.0% 15.5% 17.1%

.................... 50 5.2.2 ႙ஜᄦટޙസટॏ ......................................................... 51 5.2.3 ඔಖЦ࠿ਖ਼ࠎٲߙટॏ ................................................. 52 5.3 ඔಖ໘ල٫຺ટॏ ........... ௶ᆇၗ໻ྜӖ੦໸ޏ೬඘ຂdѩדॆဈ“ྡྷ჆෍”೴࡬ᆇၗēහѴߙ ಁᆑ௶ᆇၗক့ᅥྜྂ·೴࡬ނdࣴႺఆٝᄦટ੦໸༾ॠۤ࿫ဈટ ॏēཙ֟໻ྜӖ੦໸ރୣޙസࣟޯc༾ॠనߑۤฑԸֺ֥ēࢗႺ໻ — 51 — ¤ ¤ ྜ႙ஜ၇༾ॠۤฑԸdཙ֟ᄦટसࠓูӓcำ·ͱفಓюc೴࡬ᄦ ટד๥cྊثಭιࠓ࿒ԉШဈᄦટ੦ࣖēӕඹᄦટܤટॏ٢ٓ“ᆫ ܊ྡྷ٤ऺ”dࢗႺӖ੦໸ݮ҄ટॏc̝௦ࢶ໰ટॏۤ໻ྜᄉಭഃ଼

机器学习 深度学习 多样化 真实性 大量 化 价值化 快速化 公有链 区块链技术 P6 联盟 链 0 2 P7 规划和自然资源审计系统建设 规划审计监测 • 12 个大类 • 51 个审计事项 自然资源审计监测 • 7 个大类 • 26 个审计事 项 P8 数 据 多 相关政策法规 国土规划相关数据 基础地 理信息数据 自然资源质量、 数量数据 业务系统数据

，选用了朴素贝叶斯分类器、 随机森林分类器、 逻辑回归分类器、决策树分类器四个基分类器作为第一层 Stacking 基模型。第二 层 Stacking 选用的是随机森林分类器进行训练的 集成学习建模 大数掘挖掘专家 51 > 预测的准确率为 0.72 > 预测的 F1 值为 0.42 集成学习建模 预测结果 大数掘挖掘专家 52 泰迪科技 ： www.tipdm.com 热线电话 ： 40068-40020

为45%（参阅图7）。 按细分领域划分（2025–2040估，单位：十亿美元） 2025估 2030估 2035估 23 (55%) 18 (45%) 2040估 0.4 19 109 159 0.6 51 396 1,025 0 6 29 41 eVTOL年销量 （单位：千台） eVTOL保有量 （单位：千台） 个人飞行eVTOL 出行eVTOL +22% +136% 来源：专家访谈；案头研究；BCG分析。 到2030年占全球eVTOL保有量的45% +13% +43% +204% +13% +43% +204% 1,054 3,209 0.6 69 109 81 285 - 0.2 4 396 1,025 0.6 33 51 738 2,470 - 36 62 6 来源：IHS；专家访谈；文献调研；BCG分析。 注：根据年销量测算市场规模。 图19 | 全球eVTOL市场规模 全球个人飞行eVTOL市场预计

［7］ 李洋 . 根河市全域旅游发展问题研究［D］. 北京：北京邮电大学， 2021. ［8］ 庞斌，张晟，肖淼 . 基于标准的大数据互连技术综述［J］. 机电元 件，2020，40（2）：45-51. ［9］ 王强进 . 基于大数据分析的智慧旅游研究［D］. 长春：长春工业大 学，2021. ［10］ 常雪松. 基于游客感知大数据的全域旅游评价研究——以常熟市 为例［D］. 天津：南开大学，2021

协作机器人应用场景分析 48 第二节 协作机器人应用行业分析 49 第七章 中国协作机器人发展前景与展望 51 第一节 从无序逐渐走向有序，从国内同步走向海外 51 第二节 应用领域持续拓展 51 第三节 AI 助力协作机器人从“功能机”向“智能体”进化 52 第八章 参编企业介绍 54 第一节 法奥机器人 协作机器人主要应用行业 49 图表 40 2023-2024 年中国协作机器人下游行业分布（以销量计，%） 50 图表 41 主要协作机器人厂商出海区域 51 第一章 协作机器人市场概述 第一节 定义及分类 一、协作机器人定义 协作机器人，英文名为 Cobots（Collaborative Robots），是一种设计用于与人类在共同工作空间中安全地进行直接 末端执行器 意大利 47 派亚博（Piab） 末端执行器 瑞典 48 施迈茨(Schmalz) 末端执行器 德国 49 北京软体机器人 末端执行器 中国 50 大寰机器人 末端执行器 中国 51 增广智能 末端执行器 中国 52 费斯托 末端执行器 德国 53 桥田 快换、末端执 行器 中国 54 慧灵科技 末端执行器 中国 55 因时机器人 末端执行器 中国 56 Zimmer

1897269979 峰值消耗tokens（小时）207356605 总会话数（日） 172387 浙大在线师生用户（日） 9176 浙大校友用户（日） 2925 CARSI用户（日） 3206 51 案例：浙江大学——大先生接入DeepSeek， 网址：http://chat.zju.edu.cn v 赋能智能问答 v 智能体开发 v ...... 52 浙大先生的技术架构 53