數據作為數字經濟和信息社會的核心資源，被認為是繼土地、勞動力、資本、技術之后的又一個重要生產要素，其在企業數字化轉型中發揮重要作用，并對治理能力、經濟運行機制、社會生活方式等產生深刻影響。與此同時，數據安全的重要性愈發凸顯。依法采取嚴密的監管措施，保障數據安全無虞，有利于為數字經濟發展夯實安全基礎，為安全和公共利益保駕護航。
基于前期的工作，在行業多家聯邦學習產業鏈上下游企業的共同支持下，信通院編寫了《聯邦學習場景應用研究報告（2022年）》。報告總結了信通院對于聯邦學習技術、數據應用推廣的經驗，并深入探討聯邦學習在政務、醫療、金融、廣告、物流的應用價值，以期為數據應用價值的釋放帶來解讀和參考。
附件：機器學習框架應用報告：聯邦學習場景應用研究報告2022
「Vision+Ask」的任務包含視覺問題生成、根據問題生成查詢、圖像描述等；「Vision+Answer」的任務包含視覺問答、視覺對話等
基于康復機器人內部傳感器識別記錄訓練過程中的運動學參數,能夠實時定量評估不同的運動模式,還能夠掌握患者是否主動參與訓練等情況
智能機器人視覺方面的工作，主要體現在感知、理解、學習及推理4個方面，涉及到目標檢測、目標追蹤、人體姿態估計、人臉識別、行為識別、推理等技術
從大型仿人機器人整機構型國內外研究現狀入手，圍繞機器人整機構型、關節運動特點、伺服驅動器、減速器、仿真平臺等方面進行深度講解，最后就大型仿人機器人整機構型未來發展趨勢給出自己的見解
HRI的MTL可以使機器人更輕松，更智能地與新用戶進行交互，即使使用諸如RL這樣的數據密集型方法，也可以避免社交交互失敗的不利影響。MTL和多模態ML已用于自動識別自閉癥譜系障礙（ASD）兒童
服務機器人潛在危險有：電擊、與能量有關的危險、著火、與熱有關的危險、機械危險、輻射、化學危險等
視頻搜索是涉及信息檢索、自然語言處理（NLP）、機器學習、計算機視覺（CV）等多領域的綜合應用場景
驅動系統由4個200W無刷直流電機構成，通過50:1的空心軸減速機可以最高達2m/s的速度在玉米、高粱等農作物的地里前進
通過2D激光雷達信息采用Hector SLAM實現機器人對地圖的感知和自主導航規劃，通過頂部的RGB-D相機采集目標物體深度和RGB圖像信息
機器人的學習分為三個部分的軌跡預測包括示教者的手部運動軌跡、示教者的身體移動軌跡以及被操作物體的運動軌跡
Cosero是德國波恩大學的Sven Behnke團隊根據家庭環境中的日常操作任務而研制的一款仿人操作機器人基于深度學習方法的目標姿態估計和RGB-D SLAM等感知測量
機器人、無人機、自動駕駛汽車等加快落地，智慧城市深入建設，更是為傳感器產業帶來了難以估量的龐大機遇
