本书初步探讨了科学数据的权属界定，全面阐述了科学数据质量管理体系的构成，详细介绍和比较了科学数据的分级分类规定，揭示了科学数据多层级的安全管理责任体系，深入剖析了全球著名科研机构构建科学数据管理体系的实践与特征，考察了典型国家和地区科学数据开放共享的政策实践，在系统回顾我国科学数据开放共享政策演进的基础上，就进一步完善我国科学数据开放共享政策体系提出了建议。

本书从数据驱动决策与最优化角度出发，深入细致地阐述不确定环境下选址决策与优化问题中面临的一系列挑战，并提出相应的数据驱动鲁棒选址优化建模方法。主要内容包括基于有限概率分布信息的数据驱动（分布）鲁棒选址优化方法、基于决策依赖型结构化数据驱动（分布）鲁棒选址优化方法以及基于时间序列预测模型的多阶段（分布）鲁棒选址优化方法等等。本书以相关企业实际供应链决策问题为背景，全面阐述不确定环境下数据驱动鲁棒选址优化建模框架及求解算法，不仅丰富了选址优化建模理论，而且为企业提升选址与供应链运营决策质量提供了切实

近年来，二分一致性、编队控制和包含控制等与群体智能系统协同行为涌现密切相关的研究课题，已经成为当前研究热点。本书系统性地阐述了群体智能系统协同控制的研究成果，给出了其在多卫星编队控制、多无人制导武器系统时空一致性协同控制及水面无人艇集群护航控制中的典型应用。全书共九章，涵盖群体智能协同控制的主要内容及典型案例应用，具体包括群体智能协同控制理论的数学基础、技术架构及其在编队控制和弹性协同控制中的典型应用。

本书以二十多种常用机械设备为例，介绍了设备的用途和发展趋势、机械结构和工艺要求，着重讲解了如何利用自动化、运动控制和驱动系统实现设备的工艺动作，并给出了每种机型对应的自动化与驱动系统解决方案；结合机械设备制造和使用领域人工智能技术的发展现状，介绍了人工智能技术在某些机械设备上的应用；介绍了工业产品、生产设备、自动化与驱动产品及解决方案之间的依赖和促进关系，阐释了如何将机电一体化、数字化双胞胎、虚拟调试等新技术用于生产设备和生产线；介绍了常用的机器安全标准、机器接口数据标准OMAC及其应用、

公共数据资产授权运营是数字经济时代推动经济高质量发展的引擎。公共数据开放共享和合理授权运营，能够为政府决策提供支持，为企业创新提供动力，为公共服务提供优化方案。本书根据近几年中央和各地政府出台的法律法规和规范性文件，通过深入研究和实地调研各地公共数据资产的授权运营实践，采用理论与实践相结合的研究方法，全面系统地探讨了公共数据资产授权运营的多个关键维度。书中不仅详细阐释了公共数据资产授权运营的基本概念和理论框架，还深入分析了运营环境的构建、运营过程的管理、运营模式的选择以及运营效果的评价等多个层面

本书以深入剖析“数据要素×”的内涵、特点和实现路径为核心，从基础理论和领域实践两个维度构建系统性分析框架。在基础理论部分，详细呈现了数据要素的特点特征、作用机制和应用模式，并重点探讨了其与新质生产力、数字经济、经济社会发展等重大战略间的紧密关系。在领域实践部分，对数据要素的应用现状和当前难点问题加以深入分析，结合行业实践具体案例，详细分析数据要素与具体行业领域乘数效应发挥的背景环境、运行情况、成效研究，通过“数据要素×”在 12 个行业领域的应用案例，展现其实际运作模式和取得的显著效果。 本书可

近年来国家对数据要素越来越重视，相关的法律政策陆续发布，这些法律政策的出台不仅引起了学术界对数据要素的高度重视，也推动了产业方对数据要素的广泛应用，更推动了数据资产入表的深入开展，使全民对数据要素的认识和应用提高到一个新台阶。 为方便广大读者学习、领悟和贯彻这些法律政策，本书组织了本领域相关重量级专家对相关法律政策进行解读，论述法律政策出台的背景及缘由，以及其指向及重点，为读者了解法律政策提供简明扼要的辅助，同时帮助从业者了解法律政策出台目的，引导从业者按照法律政策取向干事创业、取得实际成效。

本书基于我国深入实施网络强国和国家大数据战略的大背景，将“大语言模型”“知识图谱”“数据治理”相结合，阐述了大模型、知识图谱在智能数据治理中的应用实践，并以医疗、政务及降碳等行业为例，详细介绍了其数据治理流程及平台构建方法。书中首先阐述了大模型时代知识图谱和智能数据治理之间的协同关系，以儿童孤独症为例介绍了基于CiteSpace软件的医疗知识图谱的构建流程；其次详细阐述了基于神经网络模型的个人健康管理知识图谱的构建方法；最后介绍了主动式政务服务和降碳领域的智能数据治理平台的设计与实现，并在每一部

本书的主要内容有：研究数据管理趋势，包括技术发展、法规要求和隐私问题。深?了解可拓展架构，学习各组件之间如何协同?作。探索数据治理和数据安全、主数据管理、?助式数据市场，以及元数据的重要性。

数据是最有价值的资源，发掘这一价值需要超越技术本身。本书抛开数据科学技术的细节，致力于解决该主题研究中通常没有涵盖的数据科学“其余部分”的关键问题。包括确立正确问题，收集正确数据，进行正确分析，做出正确决策以及决策评估，与决策者建立信任，将数据科学团队置于正确的组织节点，以及帮助公司实现数据驱动等内容。这本书给出了数据科学入门和避免陷阱的实用性建议，解决了几代统计学家面临的问题，是统计学、计算机科学系、商学院，分析学院专业人士以及所有企业管理者的必读书。