北京化工大学本科毕业设计《基于深度强化学习的云工作流调度》关键词：有向无环图，工作流，深度强化学习，图神经网络；蒙特卡洛树搜索​ 工作流通常由DAG（有向无环图）来定义，其中每个计算任务TiT_iTi​由一个顶点表示。同时，任务之间的每个数据或控制依赖性由一条加权的有向边EijE_{ij}Eij​表示。每个有向边EijE_{ij}Eij​表示TiT_iTi​是TjT_jTj​的父任务，TjT_jT

摘要：本研究基于2017-2024年65350条上市公司面板数据，复刻了邓慧慧等(2024)关于人工智能发展提升供应链韧性的实证研究。研究发现，人工智能通过改善采购分销渠道多样性和资金配置效率来增强供应链韧性，且该效应在不同规模、性质企业和城市群中存在异质性。数据来源于上市公司年报，包含详细指标说明和可视化分析结果，仅供学术研究使用。数据下载地址见文内链接。

摘要：本研究基于2017-2024年65350条上市公司面板数据，复刻了邓慧慧等(2024)关于人工智能发展提升供应链韧性的实证研究。研究发现，人工智能通过改善采购分销渠道多样性和资金配置效率来增强供应链韧性，且该效应在不同规模、性质企业和城市群中存在异质性。数据来源于上市公司年报，包含详细指标说明和可视化分析结果，仅供学术研究使用。数据下载地址见文内链接。

《A股制造业上市公司智能制造数据（1992-2024）》摘要：该数据集基于上市公司年报文本分析，采用智能制造专业词典（含人工智能、互联网技术、大数据等4类术语）提取特征词频，构建智能制造指标。数据覆盖制造业上市公司面板数据，包含术语绝对频次及占比指标。研究方法参考温素彬等(2022)的文本分析法，通过中文分词和停用词过滤处理年报数据。数据格式为Excel，仅供学术使用。完整数据指标说明及下载地址详

《A股制造业上市公司智能制造数据（1992-2024）》摘要：该数据集基于上市公司年报文本分析，采用智能制造专业词典（含人工智能、互联网技术、大数据等4类术语）提取特征词频，构建智能制造指标。数据覆盖制造业上市公司面板数据，包含术语绝对频次及占比指标。研究方法参考温素彬等(2022)的文本分析法，通过中文分词和停用词过滤处理年报数据。数据格式为Excel，仅供学术使用。完整数据指标说明及下载地址详

来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。Monte Carlo Simulation(蒙特卡罗模拟)设定解释变量和被解释变量，完整设定：ml model 命令。静态面板模型：固定效应模型 v.s. 随机效应模型。估计最大似然函数：ml maximize 命令。Permutation Tests(组合检验)Durbin-Wu-Hausman 检验。时间效应、模型的筛选和常见

来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。本资源部分自主研发，部分来源于网络。

数据是全国五级行政区划代码、城乡划分代码，包含省-市-区县-乡镇-村，共计5级的划分代码和从属关系，也包括4级、3级划分。数据于2022年12月更新，可以被用于城市化进程的研究、决策和规划，帮助研究人员了解中国不同地区的城镇化现状和趋势。同时，这些数据也可以被用于经济学研究，探究城市化对于经济增长、社会福利和环境问题的影响，以及城乡收入不平等和资源配置问题。因此，这份数据对于深入了解中国的城乡发展

中国健康与养老追踪调查项目（CHARLS）是由北京大学国家发展研究院主持、北京大学中国社会科学调查中心执行的大型数据收集项目。我们提供的高质量微观数据，将极大地推动有关人口老龄化与健康问题的跨学科研究，为我国社会保障政策的制定、修正和完善提供科学的数据基础。本次分享的资料为中国健康与养老追踪调查省市社区代码，具体指标为communityID、province、city、urban_nbs、area

数据名称：DID模型案例样本数量：五种DID案例数据格式：案例数据。