投资损失

摘要： 各市州人民政府,省政府各厅委、各直属机构:《湖南省省属国有企业违规经营投资损失责任追究办法》已经省人民政府同意,现印发给你们,请认真贯彻执行。2022年2月25日湖南省省属国有企业违规经营投资损失责任追究办法第一条为加强和规范省属国有企业违规经营投资损失责任追究工作,有效防止国有资产流失,根据《中华人民共和国企业国有资产法》《国务院办公厅关于建立国有企业违规经营投资责任追究制度的意见》(国办发〔2016〕63号)、《中央企业违规经营投资责任追究实施办法(试行)》(国资委令第37号)等规定,结合本省实际,制定本办法。

摘要： 股权投资(控股或参股)是指通过投资拥有被投资单位的股权,投资企业成为被投资单位的股东,按所持股份比例享有权益并承担责任。自党的十八届三中全会提出以管资本为主改革国有资本授权经营体制以来,国务院及省级层面改组组建了超过160家国有资本投资运营公司,股权投资作为一种重要的投资方式,在引领社会投资、培育新型产业发挥着独特的作用。因此,政府投资运营平台的股权投资业务审计也就成了政府审计监督的重点。结合审计实践,笔者认为政府审计应该以项目问题和风险为导向,以揭示股权投资是否符合投资平台战略布局、是否达到预期效益、是否违规决策或决策不慎带来投资损失、股权投资过程中的以权谋私和利益输送等问题为目标,重点从十个方面关注投资运营平台股权投资的问题.

摘要： 虚构信托产品、总经理实名举报、省分行行长亲侄子“打招呼”……曾轰动湖南的“博沣系”非法集资一案更多细节浮出水面,工商银行、中国银行、农业银行在湖南的支行也卷入其中。为追回投资损失,2020年下半年,长沙市的黎某、胡某、江某3位投资者将多家涉事国有银行告上法庭,要求银行赔偿损失。

摘要： 2021年11月,广州市中级人民法院对康美药业股份有限公司证券虚假陈述纠纷案作出一审判决,康美药业向原告(52037名投资者)赔偿投资损失24.5亿元,实际控制人、董事长马兴田等承担连带赔偿责任,3名、2名独立董事分别在10%、5%的范围内承担连带清偿责任。5名独董的连带责任均超过1亿元:可能倾家荡产,如同遭遇致命性核弹。判决出台后,犹如核弹爆发,辐射影响大。一时间众多上市公司独董辞职。

摘要： K公司向甲自然资源厅申请设立采矿企业的前置行政许可,但被作“退件”处理。同时,甲厅以环境保护联合执法为由,作出收回探矿权并限期关闭企业的决定。K公司向法院诉请确认上述行政行为违法,并另案诉请甲厅承担投资损失3亿元的行政赔偿责任。法院对行政确认之诉判决“退件”及关闭企业两项行政行为违法,责令甲厅在60日内针对K公司的行政许可事项履行法定职责。法院对行政赔偿之诉审理后认为,鉴于本案赔偿事项及赔偿数额仍需赔偿义务主体继续调查核实,人民法院现就赔偿问题直接作出裁判的时机尚不成熟,宜由甲厅依法作出赔偿决定。故判决责令甲厅于本判决生效之日起90日内对K公司依法予以赔偿。

摘要： 本文主要探讨了金融机构债券性投资损失税前扣除的常见申报类型,对实际工作中常见的问题提出了一些解决措施。

摘要： 50亿日元的报酬,凭负责人的二一句话就从日产公司转到了个人账户上;17亿日元的投资损失,也是个人一句话就让日产代付了。如果这发生在非洲的津巴布韦或者是某个独裁国家,估计人们会相信,但发生在日本则让人感到非常蹊跷。

摘要： 有幸参加了全市部分年轻干部赴上海交大专题培训,这让久居基层的我得以换位思考,近距离观察、了解、研究这座中国最发达的城市、大家公认的''大上海''。认识:思索何为''大上海''上海面积6340.5平方公里,建成城区1380平方公里(相当于17个景德镇、9个海口、4个长沙),上海给的第一印象:城市面积大。印象之二:经济体量大:上海面积仅占全国的0.06%,2017年实现生产总值30133.86亿元,占全国的2.75%。

摘要： 【裁判要旨】虚假陈述行为人往往直接引用综合指数、行业指数等数据来表征系统风险，藉此作为股价损失的扣除因数，亦或者以此排除侵权因果关系之成立。审理过程中要认证系统风险的影响，应首先考虑个股与诸多指数之间的关联程度，用相关系数法择取最合适指数来衡量系统风险；确定参照指数后运用技术分析方法综合研判，再行考虑证券投资损失是否全部由系统风险导致、交易损失中系统风险影响的具体比率。

摘要： 8月16日，保监会发布《保险公司信息披露管理办法（征求意见稿）》（下称“意见稿”），一方面增加了信披项目，把重大投资以及投资损失纳入信披范围；另一方面也将再保险公司、保险资产管理公司、相互制保险组织等纳入信披的范围之内，

摘要： 企业的投资活动日趋频繁和复杂，新的业务事项和会计问题层出不穷，而现行会计规范与实务发展相比，显得相对滞后。为此，本文以股权投资差额的摊销、确认投资损失的限度、投资转让的会计确认以及股权投资核算方法的应用等问题为研究突破口，对企业在实践中遇到而现行会计准则和制度尚未做出明确规范或在具体执行会计准则中感到困惑的问题进行探讨，借鉴国际会计准则的最新研究成果，立足于我国实际寻求合理的解决办法，力求为进一步完善股权投资的会计规范提供建议和参考，并对有关会计实务产生指导作用。

摘要： 本发明公开了一种减少窑筒体表面热损失和无窑头余风热焓损失的水泥生产系统，该系统去除了窑头烟囱，还包括连接窑头引风机和篦冷机冷却风机的窑头余风循环单元、和设置在回转窑筒体上的筒体余热回收装置；窑头余风循环单元由窑头余风循环管道、风量分配器和若干个出风管道组成，窑头余风循环管道一端与窑头引风机出风口连接，窑头余风循环管道另一端与风量分配器进风口连接，风量分配器出风口与对应出风管道一端连接，出风管道另一端连接对应篦冷机中部风室下方冷却风机，将窑头余风送入篦冷机中部风室；筒体余热回收装置进水口与冷水水箱相连，出水口与AQC炉相连。本发明达到窑头余风热焓全部利用，同时减少窑筒体表面热损失，提高了全系统热效率。

摘要： 本发明涉及一种基于感知损失和风格损失的图像扩展方法，包括：对预处理后的数据集送入到构建好的图像扩展网络中，图像扩展网络包括重构路径和生成路径，重构路径用于输入待补全区域图像，获取其待补全部分的先验信息，最后重构出原始图像；生成路径用于输入缺失图像，利用重构路径得到的先验分布，引导图像的生成过程，在训练过程中，重点引入感知损失和风格损失约束生成图像的纹理和风格，改善了传统方法的扭曲模糊结构。感知损失和风格损失分别获取已知区域的语义信息和整体风格，从而有助于网络把握图像的真实纹理风格。

摘要： 劳动生产率损失成本计算系统包括：就业信息存储部(21)，存储关于每个从业者的就业信息的数据；健康诊断结果存储部(22)，存储关于每个从业者的健康诊断的数据；压力检查结果存储部(23)，存储关于每个从业者的压力检查的数据；设定数据存储部(300)，存储设定数据；劳动生产率损失成本计算部(40)，根据就业信息存储部(21)存储的项目数据、健康诊断结果存储部(22)存储的项目数据以及压力检查结果存储部(23)存储的项目数据计算劳动生产率损失成本；以及输出部(50)，将已计算出的劳动生产率损失成本输出。

摘要： 压力损失决定装置(1)具有路径跟踪部(30)、配管信息管理部(50)和损失决定部(40)。路径跟踪部(30)从三维建筑物信息中提取应该配置配管的平面，对平面进行网格分割而分割成多个单元，设定作为配管的始点的始点单元和作为终点的终点单元。配管信息管理部(50)存储有表示流体在单元之间的压力损失值的损失信息(51)。损失决定部(40)检索通过从始点单元到终点单元的单元的连接而形成的多个配管路径，针对多个配管路径的各配管路径，使用损失信息(51)决定从始点单元到终点单元的压力损失值。

摘要： 本发明提供了一种损失分布计算系统，包括：频率分布/规模分布输入部分，用于输入关于频率分布和规模分布的信息；规模分布离散化部分，用于执行针对输入规模分布的上部离散化和下部离散化之一或者两者；子复合分布计算部分，用于在执行对所有事件的划分之后计算针对所有事件之外的部分的损失的累积和的概率值，以便计算上部子复合分布和下部子复合分布之一或者两者，上部子复合分布基于频率分布和上部离散规模分布进行计算，并且下部子复合分布基于频率分布和下部离散规模分布进行计算；精确度计算部分，用于基于上部子复合分布和下部子复合分布之一或者两者计算损失分布函数的上限和下限，基于上部子复合分布和下部子复合分布之一或者两者计算函数作为损失分布函数的近似值，并且计算近似值的精确度；以及损失分布输出部分，用于输出关于具有由关于所计算的精确度的信息表示的保证的精确度的损失分布函数的近似值的信息。

摘要： 本文讨论了用于训练机器学习(ML)模型以基于图像数据确定深度数据的技术。训练可以使用立体图像数据和深度数据(例如，激光雷达数据)。可以将第一图像(例如，左图像)输入到ML模型，该模型可输出预测的视差和/或深度数据。预测的视差数据可与第二图像数据(例如，右图像)一起使用以重建第一图像。第一图像和重建图像之间的差异可用于确定损失。损失可能包括像素、平滑、结构相似性和/或一致性损失。此外，可以确定深度数据和预测深度数据之间的差异和/或预测视差数据和预测深度数据之间的差异，并且可以基于各种损失来训练ML模型。因此，这些技术可以使用自我监督训练和监督训练来训练ML模型。

摘要： 本发明公开了一种基于边缘损失和风格损失的图像卡通化方法、装置、计算机设备及存储介质，其包括：将原始图像输入预设神经网络模型进行训练以获得卡通图像；计算第一训练模型、卡通图像和预设卡通图像的边缘损失值和风格损失值；根据边缘损失值和风格损失值调整预设神经网络模型的参数，并重新对原始图像进行训练以再次获得卡通图像；返回步骤二，并判断当前边缘损失值与上一次边缘损失值之间的第一差值是否在第一预设范围内以及判断当前风格损失值与上一次风格损失值之间的第二差值是否在第二预设范围内；若第一差值在第一预设范围内且第二差值在第二预设范围内，输出卡通图像。本发明可以在保证原图内容信息不丢失的前提下，提高卡通化程度。

摘要： 本发明公开了一种基于深度学习与损失权重分析的涡轮叶片损失模型构建方法，所述方法为了探究如何对现有涡轮叶型损失模模型修正，首先需对叶型损失中的各项损失进行拆分，并与现有模型的预测大小进行对比，分析得到需要修正的系数与项和需要添加的修正项，进而形成具有修正形式的损失预测模型。并通过对比具有不同叶型参数的涡轮叶型损失，找到需要考虑的叶型参数变量。利用人工神经网络模型建立需要考虑的叶型参数变量与需要修正的系数(或项和需要添加的修正项)之间的函数关系，并带入具有修正形式的损失预测模型，进而构建涡轮叶型损失预测模型。该方法能够准确预测具有较大攻角工作范围的涡轮叶型损失。

摘要： 本发明涉及图像深度学习领域，且公开了一种兼顾L2损失与L0损失的对抗攻击方法，包括以下步骤：第一步：首先使用Sign‑OPT攻击产生初始对抗噪声方向θ0和距离λ0；第二步：计算噪声维度不重要度矩阵β；第三步：使用二分搜索寻找一个阈值t，使得将β中高于t的值置0，低于t的值置1后，依然满足f(x0+λ0θ0·β)！＝y0，其中x0表示原始图像，y0表示神经网络对x0的正确分类类别，对初始对抗噪声方向θ0进行维度优化得到最终噪声方向θ'＝β·θ0。该种兼顾L2损失与L0损失的对抗攻击方法，与现有技术比较，不需要重复多次输入多个模型通路，节省了计算资源，受攻击的像素少。

摘要： 在本说明书的一实施例中，可以提供一种对灾害损失区域的损失规模进行评估的服务器的工作方法。此时，服务器的工作方法可以包括：获取至少一个以上的第一灾害图像的步骤；从至少一个以上的第一灾害图像分别推导出损失区域，并以所推导出的损失区域为基础通过贴标获取损失区域相关信息的步骤；以及，使用至少一个以上的第一灾害图像以及损失区域相关信息学习第一学习模型的步骤。