XiaoMi-AI文件搜索系统
World File Search System公正性
从单架飞机到社区：对空中的中立解释...
目前的空中交通复杂性指标是根据 ATM 不同管理层的利益来定义的。这些层级有不同的目标，实际上它们会竞争以最大化自己的目标，从而导致决策分散。这种分散性以及相互竞争的 KPA 需要透明和中立的空中交通信息来为可解释的行动铺平道路。在本文中，我们引入了单架飞机复杂性的概念，以确定每架飞机对空中交通整体复杂性的贡献。此外，我们描述了一种扩展此概念的方法，以定义复杂社区，即在特定空域中贡献大部分复杂性的相互依赖的飞机群。为了展示该方法，开发了一种可视化算法不同输出的工具。通过基于合成和真实历史流量的用例，我们首先表明该算法可用于形式化控制器决策以及指导控制器做出更好的决策。此外，我们研究如何使用所提供的信息来提高决策者对不同空域用户的透明度，这也有助于提高公平性和公正性。最后，进行敏感性分析，以系统地分析每个输入如何影响方法。
南非的国家生物多样性评估背景和操作框架1 经常询问有关关键生物多样性领域的问题... 部分邀请您在特此邀请您竞标（南非国家生物多样性研究所）的要求：Sanbi：It Amjad Hendricks先生 来自南非的生物多样性亮点 生物多样性管理业务案例 南非国家生态系统分类系统 一部分邀请出价 南非国家生物多样性研究所（SANBI）合同：SANBI：G527/2024任命供应和安装的承包商 映射生物多样性优先级 南非国家生物多样性研究所 G524/2024请求... 的投标请求
任何人（自然或法学）都可以根据邀请出价提出要约或要约。符合透明度，问责制，公正性和道德原则，这些原则是在南非共和国宪法中所讲述的，并在各种立法中进一步表达，竞标者必须在本文所需的细节上发表这一声明。如果某人在登记册中列出了招标违法者和 /或受限制供应商列表中，则该人将自动从出价过程中取消资格。2。竞标者的声明2.1是投标人，或其任何董事 /受托人 /股东 /成员 /合作伙伴或任何在企业中拥有控制权的人，该州雇用的企业？是 /否2.1.1如果是，则提供名称，个人身份号码的详细信息，以及（如果适用），则是国家员工的独资经营者 /董事 /董事 /股东 /股东 /成员 /合作伙伴或任何在企业中具有控制权益的人，请在下表。2.2您或与投标人有联系的任何人与采购机构雇用的任何人有关系吗？是/否2.2.1如果是，则提供细节：
教育测量中人工智能的兴起
摘要 人工智能 (AI) 在教育测量中的整合改变了评估方法，允许通过机器学习和自然语言处理实现自动评分、快速内容分析和个性化反馈。这些进步为学生表现提供了宝贵的见解，同时也增强了整体评估体验。然而，人工智能在教育中的实施也引发了有关有效性、可靠性、透明度、公平性和公正性的重大伦理问题。算法偏见和人工智能决策过程的不透明性等问题有可能加剧不平等并影响评估结果。作为回应，包括教育工作者、政策制定者和测试组织在内的各种利益相关者已经制定了指导方针，以确保人工智能在教育中的合乎道德的使用。美国国家教育测量委员会的人工智能测量和教育特别兴趣小组 (AIME) 致力于建立道德标准并推进该领域的研究。在本文中，来自不同领域的 AIME 成员研究了人工智能工具在教育测量中的伦理影响，探讨了自动化偏见和环境影响等重大挑战，并提出了确保人工智能在教育中负责任和有效使用的解决方案。
可再生能源存储的新兴前景
摘要 政府、公用事业和能源公司越来越多地寻求能源存储技术来扩大太阳能和风能等可变可再生能源的可用性。在本期《展望》中，我们通过绘制和分析美国西部新兴可再生能源存储的格局来研究这些快速变化的发展。我们重点关注几项相互关联的领先技术的推出：公用事业规模的锂离子电池（由不断增加的区域锂矿开采支持）和新的抽水蓄能水力发电提案。根据关键资源地理，我们将能源存储视为可再生能源转型的组成部分，也是其自身景观转型、资源开采和冲突的驱动因素。通过绘制和解释新兴的西部景观，我们表明领先的能源存储技术及其制造所需的材料可能需要大量使用地表土地并对区域水产生重大影响，并且它们正在引起关注环境退化和（不）公正的群体的反对。我们提出了未来能源存储研究的议程，旨在使其发展更具社会生态效益和公正性。关键词：美国西部、可再生能源转型、能源存储、锂、水力发电
在人力资源领域的人工智能（AI）的使用大幅增加，尤其是在招募和促进过程中。
在人力资源领域的人工智能（AI）的使用大幅增加，尤其是在招募和促进过程中。本研究调查了在这些关键组织选择中使用AI技术的道德意义。随着AI驱动的算法在人事管理中变得越来越普遍，提高效率和公正性的潜在好处必须与出现的道德考虑之间保持平衡。这项研究探讨了算法公平性的问题，重点是减少AI驱动的招聘和促进系统的偏见技术。我们调查了透明的AI程序和技术对持有负责其输出的AI系统的重要性，以及在AI驱动的人力资源系统中对数据使用，存储和安全性的道德问题。关键字：人工智能（AI），雇用决策，促销决策，人力资源技术。如何引用：Aliza Tabassam，Ghazala Yaqoob，Vo Hung Cuong，Mashal Syed，Asma Shahzadi和Fahad Asghar。（2023）。在雇用和晋升决策中使用人工智能的道德意义。管理与教育研究创新杂志（Jomeri），1（2），1-15。https://doi.org/10.5281/zenodo.10066900https://doi.org/10.5281/zenodo.10066900
人工智能与法治
本章探讨了技术冲击与“法治”之间的相互作用。它通过分析一类松散相关的计算技术的影响来实现这一目标，这些技术被称为“机器学习”（ML），或者更准确地说是“人工智能”（AI）。这些工具目前用于执法的预审阶段，例如促进选择税务和监管调查的目标（Coglianese 和 Lehr，2016 年）。它们在裁决过程中也越来越多地被使用，例如，在审前保释决定期间促进和指导对个人暴力风险的确定（Huq，2019 年）。关于代码驱动的对应物普遍取代人类判断的预测比比皆是（Re 和 Solow-Niedemann，2019 年；Volokh，2019 年；但参见 Wu，2019 年）。但几乎同样地，这种前景也遭到了强烈谴责。预计会对司法系统的公平性、透明度和公正性产生影响，这是这种抵制的主要原因（Michaels，2019 年；O’Neil，2016 年）。即使这些批评不是明确以法治为框架的，它们也常常与通常属于该范畴的规范性关注重叠或紧密相关。
提出的用于测量比较核酸的中性化推断
摘要本文引入了生物信息学领域的新型中性粒细胞推断模型。该模型用于开发一个可靠的模型，以进行人核酸的精确比较，其中新的DNA序列与旧核酸的综合数据库相匹配。根据准确性，确定性，不确定性，公正性和中立性分析结果。在某些情况下，提出的模型在某些情况下获得了33％的平均准确性率，但序列之间的相似性表明其能够准确地以85％的高准确率差异为85％，这突出了其在区分不同序列方面的有效性。然而，在某些情况下，中立标准产生0％的中性标准可能会引起人们对模型结果对特定样本的潜在偏差的担忧。需要进一步的研究来了解影响中立性的因素并改善其以获得无偏见的结果。总而言之，这项研究强调了在生物信息学领域中采用中性嗜性推断模型的重要性。它为未来的核酸比较建立了可靠的基准，为序列分析和基因组研究中的高级和更全面的应用铺平了道路。
确保人工智能系统可信度的综合框架
随着人工智能应用在我们的日常生活中越来越普遍，立法者和当局正在努力建立对人工智能应用的高度信任。随着人工智能系统的发展并进入医疗保健和交通等关键领域，信任变得至关重要，需要考虑多个方面。人工智能系统必须确保其决策过程的公平性和公正性，以符合道德标准。自主性和控制是必要的，以确保系统在高效和有效的同时与社会价值观保持一致。人工智能系统的透明度有助于理解决策过程，而可靠性在各种情况下都至关重要，包括错误、偏见或恶意攻击。安全性对于关键的人工智能应用至关重要，可以防止伤害和不良后果。本文提出了一个框架，该框架利用各种方法为整个应用程序建立定性要求和定量指标，采用基于风险的方法。然后利用这些措施来评估人工智能系统。为了满足要求，在系统级别建立了各种手段（例如流程、方法和文档），然后针对不同维度进行详细说明和补充，以实现对人工智能系统的足够信任。对测量结果进行单独和跨维度评估，以评估人工智能系统满足可信要求的程度。
当地地方计划易读指南
流程：• 在 Covid 期间，当地社区变得更加活跃，定期在线开会讨论 Thornhill 的未来愿景。另外，一份新的规划申请，包括 73 套新住宅以及就业和零售用地，激发了社区考虑当地土地的未来使用和开发。• 斯特灵市议会的规划人员通过两次早期会议和一次中期会议提供支持。• 第一个行动是向 400 个当地家庭发送调查问卷。后来，邀请对村庄中心提出具体意见。当地庆典日也宣传了当地地方计划的机会。• 该地区的每个人都被邀请参加社区聚会，讨论当地地方计划的潜在事项。在后续活动中，提案以大字体展示，并要求参与者标记他们是否同意每个提案。每次会议后都会进行在线投票。与当地学童举行会议，听取他们的意见。• 当地志愿者负责整个过程，直至主要社区活动阶段。此时，社区机构决定任命一个外部组织来确保公正性并在非常有限的预算内承担具体任务。• 在后期阶段，一名当地志愿者负责《当地地方计划》的桌面出版。
出版物引文出版物引文 Justin Snyder，RoboCourt：人工智能如何帮助 Pro Se 诉讼当事人并创建“更公平”的司法制度，10 Ind. J.L. & Soc. Equal. 200 (2022)。
每年，数百万美国人在没有律师的情况下在美国法院系统中打官司。诉讼费用太高、太麻烦、太难以预测，许多外行人都不愿意聘请律师。2 法官试图解决这一司法公正问题； 3 然而，法官的立场应该是公正的。如果法官为帮助亲自诉讼人 (PSL) 做出重大努力，法官可能会显得有偏见，诉讼程序也可能不公平。那么司法系统如何确保诉讼程序的公正性？4 解决方案：司法部门实施人工智能 (AI) 来帮助 PSL。美国司法公正的减少与社会技术进步的增加相伴而生。5 先进人工智能不再只是科幻小说，人工智能的处理能力也已稳步发展，与人类的心理处理能力相当（有时甚至超过人类）。6 如果使用人工智能来帮助普通 PSL，将提高司法程序的公平性，同时确保法官不会在诉讼中扮演积极角色。在本文中，第一部分将提供美国为刑事无诉讼被告与民事 PSL 提供的不同保护的背景信息。第二部分将详细介绍 PSL 和法官面临的司法公正问题。第三部分将描述技术和人工智能在