政策法规 | 国家工商行政管理总局令第83号 严重违法失信企业名单管理暂行办法——自2016年4月1日起施行。...

http://www.saic.gov.cn/zw/wjfb/zjl/201512/t20151231_213232.html

 

  • 国家工商行政管理总局令第83号 严重违法失信企业名单管理暂行办法
  • 发布时间:2015年12月31日     信息来源:中国工商报

严重违法失信企业名单管理暂行办法

(2015年12月30日国家工商行政管理总局令第83号公布)

  第一条 为加强对严重违法失信企业的管理,促进企业守法经营和诚信自律,扩大社会监督,依据《企业信息公示暂行条例》等法律法规,制定本办法。

  第二条 本办法所称严重违法失信企业,是指违反工商行政管理法律、行政法规且情节严重的企业。

  第三条 本办法所称严重违法失信企业名单管理,是指对列入严重违法失信企业名单的企业实施信用约束、部门联合惩戒,并通过企业信用信息公示系统向社会公示。

  第四条 国家工商行政管理总局负责指导、组织全国的严重违法失信企业名单管理工作。

  县级以上工商行政管理部门负责本辖区的严重违法失信企业名单管理工作。

  本办法所称工商行政管理部门,包括履行工商行政管理职能的市场监督管理部门。

  第五条 企业有下列情形之一的,由县级以上工商行政管理部门列入严重违法失信企业名单管理:

  (一)被列入经营异常名录届满3年仍未履行相关义务的;

  (二)提交虚假材料或者采取其他欺诈手段隐瞒重要事实,取得公司变更或者注销登记,被撤销登记的;

  (三)组织策划传销的,或者因为传销行为提供便利条件两年内受到三次以上行政处罚的;

  (四)因直销违法行为两年内受到三次以上行政处罚的;

  (五)因不正当竞争行为两年内受到三次以上行政处罚的;

  (六)因提供的商品或者服务不符合保障人身、财产安全要求,造成人身伤害等严重侵害消费者权益的违法行为,两年内受到三次以上行政处罚的;

  (七)因发布虚假广告两年内受到三次以上行政处罚的,或者发布关系消费者生命健康的商品或者服务的虚假广告,造成人身伤害的或者其他严重社会不良影响的;

  (八)因商标侵权行为五年内受到两次以上行政处罚的;

  (九)被决定停止受理商标代理业务的;

  (十)国家工商行政管理总局规定的其他违反工商行政管理法律、行政法规且情节严重的。

  企业违反工商行政管理法律、行政法规,有前款第(三)项至第(八)项规定行为之一,两年内累计受到三次以上行政处罚的,列入严重违法失信企业名单管理。

  第六条 国家工商行政管理总局或者省、自治区、直辖市工商行政管理部门负责有本办法第五条第一款第(一)项规定情形的企业的严重违法失信企业名单的列入、移出工作。

  县级以上工商行政管理部门负责其登记的有本办法第五条第一款第(二)项至第(十)项和第二款规定情形的企业的严重违法失信企业名单的列入、移出工作。

  第七条 工商行政管理部门将企业列入严重违法失信企业名单的,应当作出列入决定。列入决定应当包括企业名称、统一社会信用代码/注册号、列入日期、列入事由、权利救济的期限和途径、作出决定机关。

  第八条 企业有本办法第五条第一款第(一)项规定情形的,工商行政管理部门应当在企业被列入经营异常名录满3年前60日内,通过企业信用信息公示系统以公告方式提示其履行相关义务;满3年仍未履行相关义务的,自届满之日起10个工作日内将其列入严重违法失信企业名单。

  企业有本办法第五条第一款第(二)项至第(十)项和第二款规定情形的,工商行政管理部门应当自相关信息在企业信用信息公示系统公示之日起10个工作日内将其列入严重违法失信企业名单。

  第九条 企业自被列入严重违法失信企业名单之日起满5年未再发生第五条规定情形的,由有管辖权的工商行政管理部门移出严重违法失信企业名单。

  工商行政管理部门依照前款规定将企业移出严重违法失信企业名单的,应当作出移出决定,并通过企业信用信息公示系统向社会公示。移出决定应当包括企业名称、统一社会信用代码/注册号、移出日期、移出事由、作出决定机关。

  第十条 依照本办法第五条第一款第(一)项规定被列入严重违法失信企业名单的,工商行政管理部门应当自企业申请之日起5个工作日内作出移出决定。

  依照本办法第五条第一款第(二)项至第(十)项和第二款规定被列入严重违法失信企业名单的,工商行政管理部门应当自列入严重违法失信企业名单届满之日起5个工作日内作出移出决定。

  第十一条 企业对被列入严重违法失信企业名单有异议的,可以自公示之日起30日内向作出决定的工商行政管理部门提出书面申请并提交相关证明材料,工商行政管理部门应当在5个工作日内决定是否受理。予以受理的,应当在20个工作日内核实,并将核实结果书面告知申请人;不予受理的,将不予受理的理由书面告知申请人。

  工商行政管理部门通过核实发现将企业列入严重违法失信企业名单存在错误的,应当自查实之日起5个工作日内予以更正。

  第十二条 列入严重违法失信企业名单所依据的行政处罚决定被撤销的,工商行政管理部门应当自行政处罚决定被撤销之日起30个工作日内将企业移出严重违法失信企业名单。

  第十三条 各级工商行政管理部门对被列入严重违法失信企业名单的企业实施下列管理:

  (一)列为重点监督管理对象;

  (二)依照本办法第五条第一款第(一)项规定被列入严重违法失信企业名单的企业的法定代表人、负责人,3年内不得担任其他企业的法定代表人、负责人;

  (三)不予通过“守合同重信用”企业公示活动申报资格审核;

  (四)不予授予相关荣誉称号。

  第十四条 工商行政管理部门应当将列入严重违法失信企业名单的信息记录在该企业的公示信息中,并通过企业信用信息公示系统统一公示。

  工商行政管理部门应当将严重违法失信企业名单信息与其他政府部门互联共享,实施联合惩戒。

  第十五条 依照本办法第五条第一款第(一)项规定被列入严重违法失信企业名单的企业的法定代表人、负责人,已经担任其他企业的法定代表人、负责人的,有关企业应当依法办理法定代表人、负责人变更登记。通过登记的住所(经营场所)无法取得联系的,有关企业应当依法办理住所(经营场所)变更登记。有关企业未办理法定代表人、负责人变更登记或者住所(经营场所)变更登记的,工商行政管理部门应当依法予以查处。

  第十六条 对企业被列入、移出严重违法失信企业名单的决定,可以依法申请行政复议或者提起行政诉讼。

  第十七条 工商行政管理部门未依照本办法的有关规定履行职责的,由上一级工商行政管理部门责令改正;情节严重的,对负有责任的主管人员和其他直接责任人员依照有关规定予以处理。

  第十八条 严重违法失信企业名单管理相关文书样式由国家工商行政管理总局统一制定。

  第十九条 网络交易违法失信行为的管理办法,由国家工商行政管理总局另行制定。

  第二十条 本办法由国家工商行政管理总局负责解释。

  第二十一条 本办法自2016年4月1日起施行。

 

转载于:https://www.cnblogs.com/wanqinlong/articles/6829120.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值