DRG专栏系列之五:DRG支付体系构建的国际经验借鉴(DRG定价篇)

2019 年 2 月 20 日 动脉网

按DRG付费是指依据患者的疾病严重程度、治疗方法的复杂程度以及医疗资源的消耗程度等因素将住院患者分成若干组 (即DRG组),以组为单位制定付费标准。


DRG的基础价格,即付费标准是每个DRG组的标准支付额, 由DRG相对权重 (relative weight,RW) 和基础费率 (basic rate,BR) 两部分组成,第 i个DRG 组的基础价格等于第 i 个DRG组的相对权重乘以基础费率,即Pi=RWi×BR。


而在实际定价时,要考虑每年医疗服务成本、物价消费指数、通货膨胀指数等因素的变化和支付医疗机构以及某DRG组病人的实际情况,在基础价格的基础上,增加额外支付或扣减不必要的支付。


专栏作者:DRG资深专家、复旦大学公共管理博士后刘芷辰博士


个人履历:复旦大学公共管理后流动站、国家卫计委统计信息中心博士后工作站博士后。大健康领域资深战略专家。近10年的互联网医疗和大健康领域战略咨询经验,曾在国内某上市IT解决方案与服务供应商担任战略咨询和科研业务发展总监职务,主导策划了面向大健康领域很多具有前瞻性的创新商业模式,曾前瞻性的预测了中国医疗支付尤其是DRG支付方式改革将成为中国十三五深化医改的关键举措。曾以整体项目牵头负责人的角色,参与国内某地市级DRG医保支付方式改革的试点项目。帮助该市医保局构建了全市DRG支付体系改革的顶层方案设计,并落地信息化系统的工具支撑。


往期回顾:

系列一:综述篇

系列二:临床数据篇

系列三:成本数据篇

系列四:DRG分组篇



一、相对权重


DRG相对权重是制定DRG费率和支付标准的关键环节。DRG相对权重等于该 DRG 组患者的平均成本与所有住院患者的平均成本的比值,反映了DRG组的资源消耗相对水平。相对权重值大于1,说明该DRG组资源消耗大于平均水平,反之则小于等于平均水平。


DRG相对权重的准确性很大程度上影响了DRG付费系统的有效性和公平性。如果相对权重值偏高,难以刺激医院通过改善治疗方法而提高效率。


相反,如果相对权重值偏低,医院可能会牺牲医疗质量来降低医疗成本。因此相对权重的准确性也是DRG付费系统对医院进行补偿的关键,很多欧美国家医院和研究机构都致力于DRG相对权重方法的研究。


Barbara O. Wynn & Molly Scott(2008)的研究认为,不同的成本核算方法会对DRG的相关权重测算产生不同的影响。本专栏在DRG成本篇中已经对不同成本核算的方法进行了详细的介绍,具体而言,不同的成本核算方法与DRG相对权重测算的关系如下图所示:


图1 不同成本核算方法与DRG相对权重测算的关系


通常情况下,各国会结合本国的实际医疗成本数据核算系统情况和数据质量情况来选择采用哪种方法的成本核算体系,也会权衡考虑不同方法的投入产出比。


另外,DRG相对权重的计算需要对DRG成本补偿的范围进行界定,成本补偿范围的差异必然会导致DRG相对权重的差异(详细分析详见本专栏在DRG成本篇中的介绍)。 


DRG 相对权重计算是一个循序渐进的过程,需要建立长期、动态的系统来对 DRG 相对权重进行不断更新、维护。在DRG实施初期,信息不完整,成本预测难度较大,病案资料的准确性与可靠性将直接影响到 DRG权重的准确性。


随着按疾病诊断相关分组预付制的推行, 医院会加强对临床及病案编码的管理,病历数据质量会越来越高,组内变异较大的现象可逐步好转,DRG相对权重能更真实反映医疗资源的耗用。


从国际经验来看,各国只能建立一套统一的相对权重体系,且相对成本权重并非固定,而是依据实际成本测算,通常每年调整一次。


德国在推行 DRG 时,设立了独立的部门 InEK (Institute for the Hospital Remuneration System),来负责制定各DRG组相对权重,并定期修订DRG相对权重值。


由于不同地区消费水平、定价模式差异,以及不同医院诊疗方式差异,在制定相对权重时需要将不同地区、不同级别的医院纳入进来,基于全国大数据量的基础上进行,以确保其适用性和公平性。


通常情况下,在成本权重计算时,会选择成本信息较为准确、完善的医院来计算DRG相对权重,并为提高医院数据质量持续努力。


例如德国制定了一套成本核算质量考核标准,用预先设定好的质量指标对所选医院成本核算系统进行比较和筛选。荷兰虽然要求所有医院上报其成本数据,但相对权重的计算仅仅基于15-25 家医院的成本核算数据。法国给予医院一笔额外补偿款用于成本数据的收集与计算,该款项额度与医院数据质量直接挂钩。



二、基础费率


基础费率是指在定价时每个相对权重点值的货币价值,实际上就是患者的平均成本,可以根据各地每年医疗服务成本、物价消费指数和通货膨胀指数等因素的变化,定期进行更新与调整。


国际经验表明,基础费率的使用可以在国家、区域或者医院三个水平。如果在国家或者区域内使用统一的基础费率,用于全国范围或区域内的筹资分配或者支付,基础费率等于国家或者区域内用于DRG 预算 (或支付) 的总额除以国家或区域所有DRG组相对权重的总和。


在DRG试点的初期,会在医院层面上制定各自的基础费率,基本的计算步骤是在医院去年或者历史平均预算(或支付)的基础上除以该院去年或者历史平均相对权重总数,或者用医院去年或历史平均住院成本除以去年或历史平均病例组合指数(Case-mix Index, CMI)。这里的CMI是指医院所有病例的相对权重之和除以医院总出院人数,公式为:



DRG支付方式的变革会对医师行为产生极大的影响,他们会有一个逐步适应的过程, 病种费率测算是一个逐渐精确和逐步趋同的过程。因此,应设置过渡期,每年进行病例组合和费率的测算。


如美国在刚开始启动DRG付费时,地区间医疗服务能力和医疗服务量存在巨大差异(东部和西部住院时长几乎是2:1;每个出院病例成本差异同以下因素有关: 医院规模、地区、位于城市还是农村)。


所以,花了4年的过渡期实施DRG支付体系,过渡期的支付价格反映了每家医院基准年更新的成本水平 (1982年),且地方和国家分开制定城市和农村医院价格,在刚开始的前两年,将支付价格调整到与之前系统支付总的水平一致。


经过几年的过渡之后,逐步实现各医院之间、各地区之间的基础费率逐步趋同,最终形成每年根据法律和国会制定的国家支付的统一的基础费率。


因此,基础费率的统一范围从小到大,逐步实现一个地区或一个国家的统一。德国在实施初期,基础费率以医院为单位制定,对医院采取预算中性的策略,即DRG的预算与医院的历史价格加上允许医院增长的幅度作为预算总额,让医院根据历史价格形成自己的DRG组价格,在过渡期逐步实现全州统一,进而逐步全国统一。 


另外,在基础费率设计上,需要解决3个关键问题。一是每年能为住院病人花多少钱,二是到底有多少钱会在医院间分配,三是动态调整的问题。对于第一和第二个问题只有部分答案,因为DRG设定了每次出院的基础费率,如果每年的病例组合和出院病人数量改变,每年总支出也会发生大的变动,这样无法得到固定支出或者预算总额,这促使越来越多国家在实施DRG同时配以总额预算。


动态调整需要考虑支付价格随时间推移的变化速度和内部结构调整,考虑如何将价格和其他影响因素引入相对权重和基础费率的调整中。在价格与有效运行医院成本保持相对一致的同时,要充分考虑技术创新、临床诊疗模式转变、医院对每个出院病人投入要素的价格变化等诸多因素,都应对其进行调整。



三、DRG支付标准与定价


1、DRG支付标准


DRG-PPS (prospective payment system based on DRG) 是在DRG分组的基础上, 根据患者年龄、疾病诊断、并发症并发 症、治疗方式、疾病严重程度以及疗效等多种因素, 将诊断相近、治疗手段相近、医疗费用相近的住院患者分入若干病组, 通过科学的测算制定出每一个组别的付费标准, 并以此标准对医疗机构进行预先支付的一种方法。


在有了DRG的权重值之后,DRG应用于医保基金管理的基本模式如下:


图2 DRG支付标准的测算


DRG支付标准测定主要包括两个要素:DRG相对权重和基础费率。DRG相对权重是基于资源消耗的不同DRG病组间的相对点值,消耗资源越多权重值越大,因此相对权重本身反映的是不同病组之间的资源消耗相对关系,其制定是一个科学的过程;基础费率是指每个点值金额,与医保资金总额和实际运行的总点数有关,每年进行调整。每个DRG组的标准支付额, 由该组DRG的相对权重和基础费率的乘积来获得。 


对于实行基于DRG的医疗机构实行总额预付时,其总额预付的计算方法为:



其中,k为该医院出院病例覆盖的DRG组数量。


2、DRG定价


(1)考虑多种因素和成本差异的调整因子与DRG定价

根据国际经验,各国在进行基于DRG的病组定价时,除了基于上述公式制定的支付标准作为基础之外,通常还会根据不同的医疗行为( 如护理、检验等) 区别不同的成本类别,并综合考虑多种因素(如地域、医院等级等),对支付标准进行相应的调整。


通常会设置一系列的调整因子,如美国基于基础费率,根据医院类型、医疗级别、患者年龄、疾病严重程度等调整因子对基础费率进行调整后,得出结算费率。因此,如果一个医院所服务的患者中低收入人口比例较大, 或是承担教学任务,可在DRG基准价基础上获得一定比例的附加补助。此外,一般预留出5%的预算用于补偿费用特别高的特异案例,以降低医院治疗疑难复杂患者的费用风险。


(2)线外病例的支付定价

以 DRG为基本付费单元的支付方式对患者的诊疗费用设定了上限,这样就能刺激医疗机构加强成本核算及费用控制管理,使其主动地控制医疗成本,进而降低社会医疗费用支出。但是,在医疗机构实际操作中,总有小部分患者虽经积极治疗,但病情仍然难以控制,其住院时间及费用大大高于同组内患者平均值。


这部分患者给医疗机构带来了较大的资金风险,如果不实行特殊的规制政策容易降低医疗机构配合DRG-PPS的积极性,并导致医疗机构拒收重症患者。因此, 实行 DRG-PPS的国家普遍对这部分患者(即线外病例)实行特别的给付方式。


国外对线外病例的界定,其依据可分为两种,即住院费用和住院床日,然后采用标准化统计分割方法来定义界值( 即所谓的分割点) 。


其中 Cots 等学者对四种挑选线外病例的统计方法进行比较,发现不论在费用线外病例( High cost outliers) 还是住院时间线外病例(Length of stay,LOS),几何均数加减两个标准差可确定为最佳方案,但 Magili 认为医疗费用属于对数正态分布,其几何均数接近于0。


如果用几何均数加减标准差来区分线内外病例,其效果不佳,尤其是对低费用病例而言。


他主张采用四分位数法,即以上、下四分位数为上下界值,超过1.5倍四分位间距者为线外值。


关于住院床日异常值的定义有两种方法,其中德国、西班牙和美国 Medicare 早先的做法是以住院床日均数加减 2 或 3 个标准差作为异常值界值; 也有一些国家诸如英国、印度和丹麦则利用以 1. 5 倍四分位间距与上四分位数之和这种非参方法; 而法国则结合参数和非参数两种方法来定义住院床日异常值界值。


总之,任何方法的选择既要基于手头样本的数据特征,又要立足于卫生政策制定者希望通过实施 DRG所要达到的目标。



高费用线外病例的结算办法


高费用线外病例是指住院费用或住院时间超过本DRG组内患者平均住院费用或住院时间一定倍数的患者。线外病例的设定标准在各国有所不同。澳大利亚维多利亚地区以3倍的平均住院日作为线外病例的划分标准。


英国以[Q75i+ (Q75i-Q25i)*1.5]作为线外病例的划分标准。法国、西班牙、意大利也有各自的标准,且更为复杂。


总体而言,各国对超出高费用限值的线外部分会提供额外支付补贴,但是补贴额度不足以弥补成本(40%-60%)。这样,既降低了医疗机构的资金风险,又可以避免医疗机构为获得额外补贴而有意延长患者住院时间,增加医疗费用的行为。



低费用线外病例的结算办法


国外对低费用线外病例的定义方法,与高费用线外病例一致。德国对低于平均住院日转诊至其他医院的情况,按每日进行扣减,若对同一病人的治疗由两家医院共同承担,则应属于一个病例进行支付。特殊有意义的机构间合作和有附带关系的转诊除外(如手术和重症监护在心血管专科医院进行,随后的治疗转入专业化要求较低的医院心血管科)。


3、基于成本的DRG定价测算


国外DRG-PPS支付标准多是以成本为依据而制定的,主要根据不同的医疗行为(如护理、检验等)区别为不同的成本类别,并综合考虑多种因素(如地域、医院等级等),对支付标准进行相应的调整。 


以东欧国家爱沙尼亚为例(John C, Langenbrunner, 2017),其利用作业成本法进行成本核算DRG价格计算的过程如下:


(1)准备基本数据文件及处理异常值,数据质量检查;

(2)评估病例平均成本的结构变化和医疗服务费用清单的变化;

(3)计算经矫正的病例平均成本;

(4)计算基础费率、权重、成本异常值阀值;

(5)对变化进行预测并做预算影响评估;

(6)准备按项目付费规范草案、调整EHIF数据库输入文件(EHIF数据库内置用于实行按DRG分配的中央批处理分组器,爱沙尼亚实行的是70%按DRG支付、30%按项目支付的混合支付方式)。


另外,需要特别强调的是,为了保护医保基金和医院,在进行基于成本的DRG价格时,对于成本在3倍和2倍标准差之外的异常值(又称离群值)进行广泛剔除,具体方法与步骤为:


(1)为每个DRG组计算平均成本和平均价格的标准差(STD); 

(2)剔除高于或低于平均成本3倍标准差的病例;

(3)计算DRG组中剩余病例的新平均成本和标准差;

(4)剔除高于或低于平均成本2倍标准差的病例;

(5)根据DRG组中剩余的病例,为每个DRG组计算新的平均价格; 

(6)如果经过双重处理,DRG组中剩余不到25个病例,则不计算新价格,只有基础费率和新的权重将被使用来定义该DRG组的价格。


具体测算过程如图3所示:


图3 爱沙尼亚基于成本的DRG支付定价测算过程


4、定价范围


DRG主要适用于短期急症住院患者。在实际操作时,各国需要结合本国特点在定价时对DRG的定价范围提前予以界定。美国等绝大多数国家都将急性住院(Acute Inpatient)纳入DRG的范围。


但并不是所有的急性住院服务都被DRG所覆盖。一些国家将一些成本高的服务如放疗、化疗、肾透析、贵重药品等排除在DRG范围之外。


除急性住院服务之外,澳大利亚、德国等国将日间手术纳入,法国将范围扩大至门诊和日间手术,甚至还依据为患者提供的服务、成本或特异性治疗进行补充,如日常补充(复苏、重症监护、持续监测、产前、过长住院时间等)、住院固定补充包(小儿放射治疗、心脏除颤器)等,但不包括药品和昂贵的可植入医疗器械。


在支付范围上,德国将出院后30天内再住院的仍纳入一个DRG内,并在适用范围上实现了“两个全覆盖”—— DRG系统几乎覆盖所有病人;在病种的覆盖上,除精神疾病,DRG系统几乎覆盖所有病种,特殊支付的病种仅限于血透等少数病种。


5、DRG定价谈判


DRG定价本身与相对权重的确定是两个独立分开的过程。定价本身是一个各方利益主体之间相互谈判和博弈的政治过程。因此,各国在实行DRG支付体系时,通常会在制度层面构建一个平等的协商谈判机制。


以德国为例,德国的G-DRG系统是向医疗机构分配财政资源的最基本方式,通过G-DRG系统每年大约分配85%的财政资源。2013年法定医疗保险基金约支付了650亿欧元,是国际上基于DRG方式支付医疗费用最多的国家之一。但德国的医疗费用分配不是凭经验处理,而是通过一个高度复杂的经验成本计算与谈判而来。


联邦联合委员会是医师组织、医院组织等医药行业组织与疾病基金协会谈判的平台,基于谈判的侧重点不同, 谈判机制又划分为两个层面:联邦层面和地区层面。


联邦层面的谈判着重于制定框架性的规则,特别是规定德国统一的医保基本保障范围、医疗服务质量保障措施等,主要关注参保人员的医疗保障待遇和水平。


地区层面的谈判则更多关注医师的薪酬支付、下年度的医疗服务数量与打折方式等财政情况,因此各地依据实际情况有所差别,主要由各地的医师协会等的谈判能力与收入水平决定。


德国州层级的平等协商谈判主体是最大的保险人与最大的医疗服务机构谈判,小保险人或医疗服务提供者按照相同形式作子谈判。各州的医师协会需要和本地的疾病基金协商年度预算,否则预算结果可能被联邦一级法定医疗保险的代表否决,如果协商不成,最后预算由联邦卫生大会决定。


另外,德国还专门设立了基于成本支出权重谈判的谈判机制。InEK是德国DRG成本支出权重的谈判协商的平台,由于DRG的基准费率全国统一,各州主要是权重不同, 所以地区谈判用于微调各医院的权重。


InEK刻意维持医疗服务买卖双方对等的形式,保险人5席,医疗院所5席,中立者含主席3 席,病人5席但无投票权,中立者有议事仲裁功能。



四、小结


总体而言,合理的DRG定价机制至关重要,价格会给系统内所有参与方发出重要信号,并指导决策。构建的支付体系让价格能够反映成本,如果定的不对,就会产生错的激励机制。如果价格定的太高,导致提供的服务太多,价格定的太低,就会导致服务过少,无法提供优质的服务,甚至提供错误的服务。


同时,还应认识到,定价中的激励机制也包括从支付者到服务提供者之间的财务风险转移,关键是让供方能承担转嫁给他们的风险。


另外,DRG支付标准并不是一个静态指标,需要根据成本因素、物价因素以及新技术、新疗法的应用等及时进行动态调整。医保部门在支付标准制定中要适时对DRG病组付费进行前瞻性的研究,并将疾病的诊疗手段考虑进分组因素中,避免发生医院为降低成本而减少甚至放弃使用新技术的情况。


要对DRG病组成本做出科学合理的预测,并在实践过程中不断调整与改进,以确保DRG定价的科学性和合理性。


同时,需要构建规范的DRG定价谈判机制,提前制定DRG支付的系列管理规则,从顶层设计和立法、组织保障与运转流程等各方面作好引导与规范管理。


 

版权声明:

本文中的大部分观点属于刘芷辰博士个人博士后课题研究成果,所引用的文章及观点属于作者在公开渠道获得的文献作者的观点,未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。


参考文献

1. Barbara O. Wynn,Molly Scott. Evaluation of Alternative Methods to Establish DRG Relative Weights[R].WR 560-CMS,2008(4),Prepared for the Centres for Medicare and Medicaid Services


2. 周韵砚,江芹,张振忠. 欧美国家DRG相对权重计算方法分析[J] .中国卫生经济,2016(5):94-96


3. Tan S. S., Rutten F. F. H., Vanineveld B. M., et al. Comparing methodologies for the cost estimation of hospital services[J]. European journal of health economics, 2009,10(4):39–45


4. Tan S. S.,Alexander G., Lisbeth S., et al. DRG systems in Europe: variations in cost accounting systems among 12 countries[J]. European journal of health economics, 2014,24 (6):1023–1028


5. 郎婧婧,于丽华,周海龙,江芹.  C-DRG 相对权重、基础费率、服务价格的制定原则和方法[J]. 中国卫生经济,2017,36 (6):18–19。


6. Julian Pettengill. 美国老年人医疗保险(Medicare) 在医院实施按DRG支付的经验[J]. 中国DRG收付费大会2017年9月14日演讲稿


7. 赵颖旭,江芹. 美国Medicare住院支付改革的经验借鉴及对中国的启示 [J].中国卫生经济,2013(6):95-97


8. 许怀湘. 美国医保支付方式的演变及对中国医保支付改革的启示[J].中国医院,2012,16(9):69-72


9. 谭贵泓,任晓晖,刘志军,李宁秀. 国内外按病种付费的比例研究[J].中国卫生事业管理,2013(9):674-676


10. 陈波. Chaid和贝叶斯网络模型在肝胆系统和胰腺疾病DRGs归组及线外病例预测中的应用研究[D].成都:四川大学,2011


11. Magali P, Michele D, Leclercq D, et al. Analysis of cost outliers within APR-DRGs in a Belgian general hospital: two complementary approaches[J]. Health policy,2006(76):13-25


12. Stefan Felder. The variance of length of stay and the optimal DRG outlier payments[J]. International journal of health care finance and economics,2009,9(3):279-289


13. 冯帅,史录文. 国外DRGs价格制定流程及对我国按病种定价的启示[J]. 中国药房,2012,23(18):1638-1641


14. 弗兰克. 海米西. 德国推行G-DRG的经验与教训:成功的重要因素是什么[R].中国DRG收付费大会,2017(9)


15. John C, Langenbrunner. 东欧DRG: 成功和持续挑战[R].中国DRG收付费大会,2017(9)


16. 江芹,张振忠等. 试论病例组合DRGs与临床质量管理. [J].中国卫生质量管理,2012(1): 2-6


17. Housseïni Holla. 法国医院保健信息局(ATIH):法国DRG的实施对中国的影响. [R].中国DRG收付费大会,2017(9)


18. 黄三桂. Tw- DRGs政策发展历程、现况挑战及未来展望 [R].首届国家疾病诊断相关分组(DRG)论坛演讲稿,2016(12)


19. 常峰,纪美艳,路云. 德国的G-DRG医保支付制度及对我国的启示 [J].中国卫生经济,2016(6):92-96



文 |  刘芷辰

编辑 | 郝雪阳

信 | hxy942416176

添加时请注明:姓名-公司-职位

后台发送关键词即可获得相关好文

网站、公众号等转载请联系授权



近期推荐

 强生、美敦力、飞利浦等医械巨头收购盘点,它们都在买什么?

 全球“医药+区块链”项目盘点

 被强生34亿美金收购的Auris Health,如何成就外科手术机器人之光?

 特朗普慌了?中美AI顶层之战或将打响,医疗领域早已剑拔弩张……

 和肿瘤赛跑,中国新医药的创新速度

新春特辑

 医疗信息化   医药   AI

 互联网医疗   医疗器械

 健康管理     消费医疗

DRG深度解读

 系列一:DRG支付体系构建的国际经验借鉴(综述篇)

 系列二:DRG支付体系构建的国际经验借鉴(临床数据篇)

★ 系列三:DRG支付体系构建的国际经验借鉴(成本数据篇)

 系列四:DRG支付体系构建的国际经验借鉴(DRG分组篇)

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。
“阅读原文”一起来充电吧!
登录查看更多
1

相关内容

求医问药之所。
专知会员服务
121+阅读 · 2020年3月26日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
出行即服务(MAAS)框架
智能交通技术
53+阅读 · 2019年5月22日
从自动化到智能化的 GUI 测试体系 | 活动通知
DevOps时代
7+阅读 · 2019年4月25日
金融风控面试十二问
七月在线实验室
18+阅读 · 2019年4月9日
一张图理清电商后台产品模块,90%的电商类产品后台都适用
人人都是产品经理
8+阅读 · 2018年12月9日
深度学习面试100题(第41-45题)
七月在线实验室
15+阅读 · 2018年7月18日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Advances and Open Problems in Federated Learning
Arxiv
17+阅读 · 2019年12月10日
Arxiv
6+阅读 · 2018年8月27日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Arxiv
4+阅读 · 2018年5月24日
Arxiv
8+阅读 · 2018年5月15日
VIP会员
相关VIP内容
专知会员服务
121+阅读 · 2020年3月26日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
相关资讯
出行即服务(MAAS)框架
智能交通技术
53+阅读 · 2019年5月22日
从自动化到智能化的 GUI 测试体系 | 活动通知
DevOps时代
7+阅读 · 2019年4月25日
金融风控面试十二问
七月在线实验室
18+阅读 · 2019年4月9日
一张图理清电商后台产品模块,90%的电商类产品后台都适用
人人都是产品经理
8+阅读 · 2018年12月9日
深度学习面试100题(第41-45题)
七月在线实验室
15+阅读 · 2018年7月18日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
相关论文
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Advances and Open Problems in Federated Learning
Arxiv
17+阅读 · 2019年12月10日
Arxiv
6+阅读 · 2018年8月27日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Arxiv
4+阅读 · 2018年5月24日
Arxiv
8+阅读 · 2018年5月15日
Top
微信扫码咨询专知VIP会员