本文旨在分析2016/679（ “GDPR”）欧盟法规对个人数据的挖掘，管理，存储，分析及使用的影响。
近年来，随着大数据挖掘与分析等方法的逐渐成熟，人工智能技术已经在医疗领域广泛应用。
知识表示是一组描述事物的约定，可以看成是人类知识表示成机器能处理的数据结构。知识表示是人工智能的一个重要研究课题，应用人工智能技术解决实际问题，就要涉及各类知识如何表示。我们要研究如何将知识存储在计算机中，能够方便和正确地使用知识，合理地表示知识，使得问题的求解变得容易和具有较高的求解效率。知识表示是数据结构和控制结构及解释过程的结合，涉及计算机程序中存储信息的数据结构设计，并对这些数据结构进行智能推理演变的过程。知识表示是推理和行动的载体，如果没有合适的知识表示，任何构建智能体的计划都无法实现。
由于深度学习的黑盒特性，难以对消费者行为预测的特征提取过程进行定性研究，为此，仍需要进一步加强对深度学习模型的可视化技术研究，提高学习模型的可靠性分析并在可解释性的基础上进一步提高消费者行为预测准确度。
2016年，Alpha Go在七番棋中以4:1战胜李世石，成为人工智能（Artificial Intelligence）第三次兴起的标志性事件。尽管学界对由数据驱动的专用智能系统普遍持谨慎态度，但随着产业界不断推出的各类专用智能系统在不同应用领域的成功落地，AI已开始深刻影响到国计民生各方面，进而受到国家层面的关注和重视。
应对重大突发事件的能力是一个城市现代化程度的重要标志。自911 事件以后，各个国家更加迫切需要行之有效的社会安全风险预警。目前我国正进入“突发公共事件的高发期”和“社会高风险期”。如何利用科技手段应对“两高”，是我国政府的当务之急。随着人工智能技术的发展，机器智能可以利用海量的视频数据，结合模式识别、深度学习等先进算法，使视频分析精细化、可视化、自动化、智能化。本文介绍了一种新颖的基于人工智能的情绪分析技术，在非接触微表情研究、微表情与情绪关系的心理学研究理论基础上，介绍了基于微表情识别的灵敏、精准和鲁棒无感知情绪监测分析系统，并制定相应的预警策略，使其能够辅助人们理解和分析人员的动机，为社会安全风险控制提供预警与决策的潜在线索。该系统也可推广应用于金融评估、商业谈判、心理干预等，用于对人员的真实情绪进行分析，具有良好的潜在应用价值。
带参系统存在于许多应用领域中，比如缓存一致协议等。因为它的研究价值，验证这样的系统的也就吸引来了形式化验证、模型检测和定理证明等社区的关注。要想验证带参系统的正确性，就必须验证任意实例大小的系统中的正确性，而这被证明是一个无法判定的问题。
实验证明，该方法在音乐情绪分类任务上较传统机器学习方法和原始深度信念网络都有较好的效果提升。
基于人工智能的三维传感网空间定位技术
图像的超分辨率重建技术指的是将给定的低分辨率图像通过特定的算法恢复成相应的高分辨率图像。随着人工智能的不断发展，超分辨率重建技术在视频图像压缩传输、医学成像、遥感成像、视频感知与监控等领域得到了广泛的应用与研究。本文简要介绍了图像超分辨率技术的研究背景与意义，同时概述了其基本原理及评估指标，然后着重介绍了基于深度学习的超分辨率重建技术的处理流程及几种具有代表性的超分辨率深度学习模型。
