课程文献中心 更多>>

关键词： 新就业形态   人工智能   法律规制   劳动者   算法  

摘要： 数字化、网络化、智能化的发展催生了新就业形态,人工智能在新就业形态中广泛运用于智能调度、智能管理、智能语音交互、智能客服、智能物流和虚拟直播等领域。人工智能在为新就业形态赋能的同时,也引发了诸多法律挑战。人工智能对新就业形态劳动者的算法控制,对劳动者、消费者等隐私和个人信息权益及其他人格权和财产权的侵害,以及人工智能与新就业形态劳动者的竞争等难题亟需法律作出回应。基于此,在宏观层面,新就业形态中人工智能治理需遵循多项基本原则、平衡多方主体的利益、形成多元规范合力;在微观层面,结合立法论与解释论的工作,通过算法规制、人工智能侵权责任主体和归责原则的厘清、法律保障人工智能辅助作用的充分发挥等,相应的具体问题也能够迎刃而解。通过宏观与微观措施的合力,共同保障新就业形态劳动者的合法权益,促进新就业形态的产业发展。

关键词： DQN算法   不同年龄人群   未知环境模型   疏散速度   Dueling DQN算法  

摘要： 大型公共建筑物结构和设计复杂,在火灾应急疏散中存在人群因火势扩散找不到有效疏散路径的难题。基于两种深度Q网络(DQN)算法,针对不同年龄段人员的紧急疏散速度,在烟雾扩散影响下的火灾仿真环境中寻找不同被困人员的有效疏散引导路径,从而得到不同被困人员在大型建筑物室内的有效疏散方案。实验结果表明:(1)DQN算法在火灾环境中的应用能更高效地获得低成本的室内火灾最优引导疏散路径;(2)Dueling DQN算法搜索最优疏散路径成功率和安全性高于DQN算法,更适合火灾最优引导疏散路径规划;(3)火灾最优疏散路径规划中,应该适当考虑不同年龄疏散人群的紧急疏散速度,为不同年龄群体提供合适的火灾最优疏散路径引导。

关键词： 会话推荐   自监督学习   解耦   全局与局部偏好  

摘要： 为了提高会话推荐算法的准确性,针对现有会话推荐算法易受数据稀疏性影响,以及并未充分解耦全局偏好与局部偏好的问题,提出解耦全局与局部偏好的会话推荐算法.该算法不仅实现预测任务,而且从项目属性中导出自监督信号进行解耦任务.首先,针对会话推荐算法的数据稀疏性问题,利用项目属性信息为每个会话生成会话视图.其次,针对会话的全局与局部偏好未被充分解耦的问题,通过对会话视图的全局与局部偏好进行对比式自监督学习,进而实现解耦任务.此外,为了在预测任务中获取更准确的偏好估计,将属性信息融入项目的初始嵌入.在两个公开数据集上与现有优秀方法比较,实验证明提出的算法在评估指标P@K和MRR@K上较基线方法均有所提升.

关键词： 电网安全   人身事故   朴素贝叶斯模型   PageRank算法   主题爬虫  

摘要： 为了减少电网人身安全事故,利用数据挖掘技术构建和分析事故多维数据,建立准确的预警模型十分必要.其中一个极具挑战性的问题是如何在海量网页中自动化采集人身事故样本数据.提出一种朴素贝叶斯模型与PageRank结合的主题爬虫算法.首先采用中文文本分割和设置关键词词频的方法对数据预处理,进行特征选择后,构建并训练朴素贝叶斯分类模型,从而实现电网事故分类准确度的显著提升.然后利用PageRank算法对精确分类后的网页进行主题相关性排序,有效避免普通爬虫方法中出现的主题漂移问题.实验结果表明,不论是在相同时间还是相同页面数的条件下,该方法的页面收获率均高于单独使用朴素贝叶斯分类器或PageRank的收获率,即本方法能够在大量网页中更高效、准确地爬取电网事故信息.

关键词： 真实问题解决   小学信息科技   实验教学   计算思维  

摘要： 本文以《算法的时间效率》一课为例,以现实生活的案例为探究对象,探讨了小学信息科技实验教学的具体实施策略,并从培养学生计算思维能力出发,让学生在“真实的学习经历”中进行算法效率验证,培养学生的计算思维,最终实现学科育人的目的。

关键词： ICP算法   跨源点云配准   二重聚类   最大曲率   节点余弦距离  

摘要： 在跨源点云配准上,由于点云数据密度变化、噪声和异常值、数据缺失等问题,易导致传统的配准策略陷入局部最优解,算法精度降低.针对该问题,提出一种面向关节置换术的改进点云配准算法NCD-ICP.首先,设计一个两阶段筛选策略.采用二重聚类策略对目标点云数据的内、外点进行筛选,随后采用最大曲率特征筛选点云.其次,利用超广义四点全等集进行粗配准计算.最后,在精配准阶段引入节点余弦距离的概念,先计算源点云点与点云圆心、质心的余弦距离,再与目标点云中候选点计算所得余弦距离逐一比较,确定最佳的初始点对并进行迭代.实验结果表明,NCD-ICP算法可显著减少参与配准的点云数据量和迭代次数,实现关节置换术中跨源点云的精确配准,且避免陷入局部最优解.

关键词： 城市空中交通   三维路径规划   A*算法   B样条曲线   Evtol  

摘要： 为保障垂直起降无人机在城市低空空域交通飞行安全,有必要对航路网和交通控制方式的不确定性进行稳定裕度和鲁棒性分析,以明确其容忍范围。进一步,基于该范围设计和优化航路网,改进交通控制,提出一种可量化低空无人机航迹对地面障碍物风险的路径评估模型。在城市低空空域规划飞行路径时,采用改进的A*算法,考虑城市地面状况的建筑物高低和人流密集的复杂性,建立飞行航线保护区。仿真结果表明,该路径规划模型可以有效降低城市无人机对城市建筑的安全隐患,满足飞行安全裕度要求,得到最终可飞行的航线。

关键词： 受雇算法   劳动模型   实质性收益   实质性控制  

摘要： 算法与它们正在取代的人类员工有一个共同特性:它们同样具备造成伤害的能力。在通常情况下,公司应对算法损害负责,但现有的公司责任评估规则是在只有人类才能代表公司行为的时代产生的。这些规则应用于算法损害并不适当,甚至完全无法适用。一些公司已经发现了这一法律漏洞,并正在迅速实现业务功能自动化,以降低自身的责任风险。应该寻求一种能够让公司对其数字劳动力造成的损害承担责任的方法:在认定公司法律责任的情境下,某些算法应被视为公司员工。借鉴现有的雇佣关系功能性定位,应将“受雇算法”定义为公司对其进行实质性控制并从中获得实质性收益的算法。如果公司雇佣的算法造成了刑事或民事损害,公司应如同为人类员工造成的损害负责一样,对算法损害承担责任。原告和检察官可以利用现有的、以员工为中心的责任规则,在数字劳动力存在不当行为时追究公司责任。

关键词： 短视频营销   推荐算法   用户体验  

摘要： 短视频平台经过快速发展与提质创新后,进入了存量维系期,呈现用户规模增速放缓及行业竞争加剧等特征,促使企业在进行短视频营销时更加注重推荐算法的精确性和用户体验的优化。本文以短视频营销中的推荐算法为切入点,从技术、价值、流量、商业、文化方面分析短视频营销推荐算法的底层逻辑,并构建基于推荐算法的用户体验优化路径,进一步推动短视频营销的可持续发展。

关键词： 聚类中心   K-means算法   欧氏距离   角度参数  

摘要： 传统的K-means算法对初始聚类中心较为敏感,聚类结果随初始输入不同而波动显著,且易陷入局部最优解。为消除该敏感性,提出了一种改进初始聚类中心选取的新方法。运用主成分分析将高维数据降至平面二维,随后计算每个数据对象的欧氏距离与向量角度参数,建立距离角度混合评价模型,选取k个分散性最高的数据点作为初始聚类中心。实验结果表明,该算法对处理高维数据具有一定的优越性,尤其对非簇状数据集能产生较优的聚类结果,并且消除了初始输入的敏感性。