Tech Influence Watch 追踪2026年美选举中加密与AI行业政治支出

据“Tech Influence Watch”项目披露，该平台正系统追踪加密货币与人工智能行业在2026年美国大选中的政治花费。数据显示，相关捐款和超级PAC支出按州分布，从数万美元至上百万美元不等，部分顶级超级PAC已吸纳大额资金。项目同时提醒，联邦选举委员会（FEC）的报告问题可能影响数据完整性。该追踪旨在揭示科技行业对美国选举日益增长的资金影响力。 #TechInfluenceWatch #加密货币 #AI #美国大选 #政治捐款 #PAC #FEC #行业影响 #2026选举

AWS 与 Vexcel 合作推出多模态 AI 航空影像搜索技术

传统航空影像分析依赖人工逐块检查或为每类目标训练专用模型，耗时且重复。Vexcel 是全球最大航空影像服务商之一，拥有覆盖 45 多个国家的高分辨率影像库。为解决海量像素向现实问题答案的转化难题，Vexcel 与 AWS 生成式 AI 创新中心合作，利用多模态嵌入、大模型标注和向量搜索，构建了索引一次即可用自然语言查询的语义搜索系统。实验对比了多种嵌入模型、融合策略和搜索方法，结果显示 Amazon Nova Multimodal Embeddings 在基准查询中取得了最高 F1 分数。该方案最终演化为 Vexcel Intelligence 产品，使客户能通过简单描述（如“寻找有涂鸦的仓库”）快速定位影像目标，大幅降低数据处理成本。 #航空影像 #多模态AI #自然语言搜索 #AWS #Vexcel #向量搜索 #地理空间数据

处理分类数据编码，提升异常检测效果

本文探讨了表格数据中异常检测时如何处理分类数据。通常异常检测算法要求数据全部为数值型或全部分类型，而大多数算法（如孤立森林、LOF、kNN等）基于数值数据，因此需要对分类特征进行数值编码。实际数据多为混合类型，将分类特征转换为数值可简化异常检测，并能将数据几何化视为空间点，便于识别离群点。文章还提及了全分类算法的例子（如FPOF），并推荐了相关书籍和系列文章。 #异常检测 #数据编码 #分类数据 #机器学习 #数据预处理 #算法