长期以来一直对“数据驱动”的世界数据源和强迫,尤其是当嵌入社会技术系统中的“客观”类别可能损害那些属于传统类别之外的人[8、9、20、24、49]。例如,由图像数据提供动力的商业性别面部识别软件在深色皮肤[10]和变性[61]人方面的性能较差。最近,面向消费者的生成AI(Genai)产品(例如Chatgpt,Dall-E和Midjourney)的扩散似乎巩固了数据和AI对我们的日常生活的侵蚀,进一步强调了参与数据的重要性[32]以及我们与数据设计的方式[43]。当前对生成AI的强调与2010年代的类似趋势相似。在她的基础HCI关于Queering的论文中,Ann Light在我们的日常生活中快速采用了数字工具的效果[46]。她转向酷儿理论,以促进排队作为抵制主导话语的潜在设计取向。排队涉及中断或分解类别[11-13];这是一种使现状困扰的创造性颠覆形式。正如其他HCI学者所指出的那样,远离现状不仅需要观察当前状态和(重新)为其设计[41]。取而代之的是,我们必须质疑为什么最新技术将自己置于我们的生活中,谁最有利于其采用并受到伤害的潜力。这样做需要以抵抗当前技术化和集中化影响的方式进行设计[47]。在这个为期一天的研讨会中,我们邀请参与者考虑如何消除迫在眉睫的数据叙事,算法决策,
廉价生产,存储,分析和销售的数据是建造大型技术平台的财务基础的重要组成部分,它们在全球经济中保持着重要的力量(Srnicek,2017年)。集中化将用户的数据和元数据置于几家公司(亚马逊,AP PLE,Alphabet,Facebook和Microsoft)的手中,这些公司购买,出售,链接和使用它来迟到,控制和对用户进行宣传,同时征服其他业务(Birch&Cochrane,20222)。这种现象称为平台资本主义(Srnicek,2017年)。数据协作,一种从合作组织结构中出现的一种数据中间的数据(Scholz&Schneider,2016年)代表了一种用户或工人拥有的替代方案,该替代方案表明数据,经济和社会收益从中呈现出来,由用户或工人拥有的数据所有者(促进数据的人)拥有20个单独的数据,而不是个人或工人组成的人,而是促进了个人的20个单独的数据(促进了20个人)。以平台合作社的特定形式,数据合作社占据了类似的职位,因为平台Capi Talism在Capi Talism下,同时改变了所有权结构并预示着道德数据的使用(Scholz,2023)。超越数据隐私和用户对健康和科学等领域的数据使用的控制,其他形式和目的的数据合作社存在,包括在农业等领域(例如SAOS和GISC),或可能是非营利部门。Definitions and examples of data cooperatives are evolving rapidly through experimentation and regulatory changes, and there are a diverse array of entities referring to them selves as data cooperatives , when in fact some may more accurately be another kind of data intermediary (European Commission et al., 2023, identify 6 types of
镁(以下称“Mg”)合金的比重为1.8以下,仅为轻量化材料铝(以下称“Al”)的三分之二。最近,在薄型笔记本电脑机身中,Mg合金的轻量化价值得到了认可。住友电气工业株式会社镁合金开发部将独有的急速凝固技术*1应用于通用的AZ91D Mg合金*2,制造出具有轻量化、高强度、高耐腐蚀性特点的AZ91板材,并致力于将其实际应用于薄型笔记本电脑机身。最近,受新型冠状病毒感染的肺炎疫情影响,社会环境发生了重大变化,个人和社会规范发生重大转变,包括个人交流和企业运营在内的所有社会活动都正在向数字化和线上化转变。为了普及推动数字化的IoT、AI技术以及加速其应用的第五代移动通信系统(以下简称“5G”),必须完善基础设施。人们期待包括个人和产业在内的社会能够利用这些技术创造新价值、实现社会创新。(1)实现社会创新的一大障碍是基础设施建设时电子设备的发热量。(2)作为重要电子设备和零部件的CPU所使用的半导体集成度不断提高,发热量集中化。预计随着IoT和5G的应用,功耗会增加,局部发热量也会增大。(2)近年来,薄型笔记本电脑、智能手机等电子设备机身的体积和尺寸不断缩小。受这些因素影响,预计发热量将超过电子设备的允许工作范围。电子设备的冷却技术将变得比以往任何时候都更加重要。 (2)减少
物联网 (IoT) 正在改变物的世界,影响着制造业、交通运输业、汽车业、消费品和医疗保健业等许多经济部门 [1]。得益于集成电路设计的进步,物联网设备现已配备强大的新一代处理器,能够高效处理负载 [2,3]。这为在物联网设备以分布式方式运行复杂任务提供了机会。然而,物联网仍面临许多挑战或差距需要改进 [4],例如各种物联网平台的中心化,例如亚马逊网络服务 (AWS)-IoT,与通信协议有关的安全和隐私问题,以及与物联网基础设施维护不善相关的各种攻击的脆弱性,例如 Mirai [5]。区块链 (BC) [6,7] 通过加密措施在分布式账本中提供数据记录的不可变存储。区块链可以帮助物联网基础设施处理中心化问题:当物联网基础设施在区块链中存储和处理数据时;这消除了当前可用的物联网平台(如 AWS IoT)中存在的单点故障 [4、8-10]。区块链在信息来源、不可否认性和真实性方面具有显著优势(每个发起者都使用其私钥签署每条记录),从而提高了系统的整体信息安全性 [11]。最后,人工智能 (AI) 在提供实时准确的数据分析方面发挥着重要作用。然而,使用人工智能设计和开发高效的数据分析工具也面临着诸如集中化和透明度等挑战 [12]。因此,将区块链与人工智能相结合可以产生一种解决这些问题的强大方法。人工智能通常被认为是一个黑匣子,提供分类器或预测器,缺乏透明度。然而,可以通过在给定区块链中的许多节点之间对人工智能决策进行排序来实现透明度。这提供了按时间排序的人工智能决策的精确、不可变的轨迹,例如,这可以构成管理访问控制决策的基础。因此,物联网、区块链和人工智能的同时应用展现出了成功的协同作用,改变了数据采集、分析和存储方式[11, 13, 14]。
最近有越来越多的证据将脑组织网络中断与多种神经退行性疾病联系起来,包括一种罕见的绝症——肌萎缩侧索硬化症 (ALS)。然而,不同研究中脑网络特征的可比性仍然是传统图论方法面临的挑战。解决此问题的一种建议方法是最小生成树 (MST) 分析,它提供了偏差较小的比较。在这里,我们评估了 MST 网络分析对功能性近红外光谱 (fNIRS) 神经成像模式记录的血流动力学反应的新应用,在基于活动的范式中研究额叶功能性大脑网络拓扑中的假设中断作为执行功能障碍的标志,执行功能障碍是 ALS 研究报告的最常见的认知缺陷之一。我们分析了从九名 ALS 患者和十名年龄匹配的健康对照者记录的数据,首先使用锁相值 (PLV) 分析估计功能连接,然后构建相应的个体和组 MST。我们的结果表明,在多个 MST 拓扑特性方面,组间存在显著差异,包括叶分数、最大度、直径、偏心率和度发散。我们进一步观察到 ALS 组中的全局转向更集中的额叶网络组织,这被解释为该队列中的网络更加随机或失调。此外,相似性分析表明对照组中各个 MST 的重叠略有增加,这意味着健康队列中的参考网络拓扑变化较低。我们的节点分析表明,健康对照组的主要局部枢纽在额叶皮质上分布更均匀,左前额叶皮质 (PFC) 的发生率略高,而在 ALS 组中,最常见的枢纽是不对称的,主要在右前额叶皮质中观察到。此外,还证明了全局 PLV (gPLV) 同步指标与疾病进展有关,一些拓扑特性(包括叶分数和树层次结构)与疾病持续时间有关。这些结果表明,失调、集中化和
本报告介绍了 Mercury Associates 对佛罗里达州车队管理活动的战略审查结果。我们关于提高车队运营绩效和成本效益的建议记录在本执行摘要之后的业务案例分析报告中。请注意,在许多情况下,建议的背景很重要,无法在此简要概述中完全解释。因此,必须阅读支持每项建议的报告叙述,以全面了解提出建议的原因以及实施对州的影响。佛罗里达州拥有一支由近 25,000 辆资产组成的庞大车队 - 是全国最大的公共部门车队之一。我们估计,该州拥有和运营其庞大而多样化的车队的成本每年超过 2.14 亿美元。1 这些资产的重置价值约为 8.69 亿美元。虽然这些并不是州资产负债表上最大的数字,但它们仍然很重要。此外,毫不夸张地说,如果没有车队和其他机动设备,佛罗里达州政府的业务就无法完成。因此,虽然节省成本很重要,但如果不充分了解节省成本的举措将如何影响依靠车辆完成工作的州雇员的生产力,就无法实现节省成本。因此,我们为佛罗里达州进行这项研究的重点是确定改善车队资产管理的方法,以便以最有效的方式在州内调动员工,通过利用规模经济提高车队服务质量,减少冗余,并节省资金。在利益相关者之间就更多或更少的集中化、更多或更少的外包、资金水平的变化以及车队规模等问题达成共识始终是一项艰巨的任务,尤其是在决策权传统上分散和分散的情况下。虽然我们的研究方法在设计上是包容性的,但我们专注于为州提供公正和独立的第三方专家的观点,而不是达成共识。因此,我们对改善佛罗里达州车队管理运营的建议是基于最佳的技术分析。在本执行摘要的以下部分中,我们重点介绍了我们研究得出的最重要的发现和建议,重点关注对该州车队服务成本和质量影响最大的战略问题。
从政治经济学角度看媒体产业的资本化 Manfred Knoche 巴黎洛德隆萨尔茨堡大学,奥地利萨尔茨堡,manfred.knoche@plus.ac.at http://www.medienoekonomie.at https://kowi.uni-salzburg.at/ma/knoche-manfred/ @Medoek https://de.wikipedia.org/wiki/Manfred_Knoche 德文译文:Christian Fuchs 摘要 社会传播政治经济学批判方法属于媒体和传播研究中的“被遗忘的理论”。但鉴于媒体产业因放松管制、私有化、数字化、集中化、全球化等而发生的明显结构性变化,从学术角度来看,有必要将媒体产业的发展与同样明显的“被释放的”资本主义的总体发展紧密联系起来进行分析。因此,本文表明,从政治经济学角度分析资本主义作为全球无疑占主导地位的经济和社会制度的发展过程,使我们能够以学术上适当的方式分析、解释和部分预测媒体行业的经济化或商业化过程的原因、形式、后果和进一步发展。基于马克思对政治经济学的批判作为社会的历史唯物主义分析,对当代资本主义的分析和批判的进一步发展提供了理论解释。在此过程中,资本主义生产方式和资本主义社会形态的永久基本特征、运作方式和“规律性”将与当前媒体行业资本化过程的特殊性相结合。关键词:媒体产业资本化、媒体和通信政治经济学批判、转型、媒体产业致谢:本文最初以德文发表:Manfred Knoche。 2001. 从政治经济学角度看媒体产业的资本化。媒体与通信学 49 (2): 177-194。巴登-巴登:Nomos。译成英文并经 Nomos Verlag 许可出版译文 “今天,在我看来,资本主义首次处于一种资本逻辑纯粹、不加修饰地运作的状态,就像马克思在《资本论》中所描述的那样。” Oskar Negt 1997,38。 引言 媒体产业的经济化或商业化在媒体和通信研究中被越来越多地讨论,从政治经济学的角度来看,这是一种古老的现象,可以看作是私人组织的媒体生产、发行和消费的基本结构特征。属于私营经济的商业组织部门已经
发表论文:•Bai,B。*,Dai,H.,Zhang,D.J.,Zhang,F。和Hu,H。(2022)。算法工作分配对公平感和生产力的影响:实验实验的证据。”制造与服务运营管理24(6):3060-3078•Bing,B。*,Dai,H.,Zhang,D.J。和Zhang,F。算法工作分配对公平感和生产力的影响:实验实验的证据。制造与服务运营管理(第1卷24:6)。•Chen,X。*,Feldman,J.,Jung,S.H。和Kouvelis,P。(2022)。联合库存选择和在线资源分配问题的近似方案。生产和运营管理31(8)3143-3159。•Dong,L.,Jiang,P。*和Xu,F。(2023)。可追溯性技术在食品供应链网络中采用的影响。管理科学69(3)1518-1535。•Dong,L.,Shi,D。*和Rashkova,I。(2022)。发展经济体中的食品安全审核:权力下放与集中化,制造和服务运营管理。•Dong,L.,Shi,D。*和Zhang,F。(2021)。3D打印和产品分类策略。管理科学。•郭,X。*,Kouvelis,P。和Turcic,D。(2022)。“以制造商为中心的双通道中的定价,质量和库存决策。”制造与服务运营管理24(4)2116-2133。•郭,X。*,Kouvelis,P。Turcic,D。(2022)。•刘,Y。*,Kouvelis,P.,Qiu,Y。(卷以制造商为中心的双渠道,制造与服务运营管理中的定价质量和放养决策:24(4),2116-2133。*和Turcic,D。(2023)。管理养猪场的运营面向波动市场:库存和销售策略,制造和服务运营管理。25:5)。 •刘,Z。 *,张,D.J。 和Zhang,F。(2021)。 零售平台上的信息共享。 制造与服务运营管理23(3)606-619。 •WI。 X. *,Zhang,F。和Zhou,Y。 (2022)。 品牌溢出作为营销策略。 管理科学68(7)5348-5363。25:5)。•刘,Z。*,张,D.J。和Zhang,F。(2021)。零售平台上的信息共享。制造与服务运营管理23(3)606-619。•WI。X.*,Zhang,F。和Zhou,Y。(2022)。品牌溢出作为营销策略。管理科学68(7)5348-5363。
本尼迪克特·弗雷德里克:计算机网络中的人工智能(人工智能在网络安全中的作用)硕士论文坦佩雷大学通信系统与网络硕士 2022 年 10 月 计算机网络中的人工智能 (AI) 在过去十年中不断涌现,革命性的发明在互联网领域创造了自动化和数字化。在人工智能的帮助下,计算机网络的布局以拓扑层的形式工作,添加了一个虚拟软件层,该软件层在机器学习 (ML) 和深度学习 (DL) 的帮助下运行人工神经网络 (ANN) 的预测算法。这篇论文描述了人工智能算法与新兴技术中人类认知行为复制之间的关系。人工智能在计算机网络中的优势包括自动化、数字化、物联网 (IoT)、数据集中化等。同时,最大的缺点是侵犯隐私和数据安全的道德问题。论文进一步讨论了人工智能使用许多安全协议(包括下一代防火墙)来防止安全违规。软件网络分析 (SNA) 和软件定义网络 (SDN) 在计算机网络中的人工智能中发挥着重要作用。本论文旨在分析人工智能算法的发展与各种新兴技术中人类认知行为的复制之间的关系。软件网络分析 (SNA) 和软件定义网络 (SDN) 是计算机网络人工智能的重要组成部分。本论文的目的是研究人工智能算法与网络安全之间的关系。本论文分析了两个主要方面,即人工智能在计算机网络中的作用以及人工智能如何帮助保护计算机网络以应对现代网络威胁。如今,安全性已成为主要关注点之一,每天生产网络都会受到数千次不同规模的攻击,如果没有配置和采取适当的网络安全措施,许多网络可能会受到损害。由于人机交互减少以及尽量减少重复任务的趋势,网络虚拟化、云计算在过去几年中呈指数级增长。当今世界的数据比几十年前更加重要,这是因为今天一切都在向数字化发展,世界各地都制定并实施了适当的信息安全政策,以确保数据的保护。欧洲有自己的通用数据保护条例 (GDPR),该条例确保每家处理数据的公司都采取某些措施来确保数据受到保护,其中还包括实施正确的网络安全措施,以便合适的人可以访问敏感信息。本论文涵盖了人工智能对计算机网络和网络安全的全面影响。
第一部分 - 预算请求 A - 使命陈述 通过提供响应迅速、以客户为中心、具有成本效益的行政和信息技术支持服务,协助客户机构完成其使命。 B - 请求摘要 财政特许基金 (TFF) 通过致力于服务、高效运营、开放变革和基于价值观的行为,支持有效的行政和信息技术服务。TFF 通过利用规模经济来节省成本,从而促进共享服务提供商有效利用资源。TFF 提供商包括部门办公室的财政共享服务计划 (TSSP)、部门办公室的中央财政行政服务 (CTAS) 和财政服务局的行政资源中心 (ARC)。TFF 共享服务提供商以完全可收回成本的收费方式向联邦客户提供财务管理、采购、差旅、人力资源、信息技术和其他行政服务。 TFF 2025 财年国会预算说明反映了 2024 年的修订估计以及 2025 财年的资金估计。2024 财年 ARC 管理 (Admin) 和 ARC 信息技术 (IT) 的修订估计包括用于支持客户项目、系统投资和非工资增加的资源增加。此外,2024 财年修订估计包括 TSSP 的增加,以反映客户要求的特定客户成本,这些成本包括标准共享产品之外的额外服务,例如从国税局 (IRS) 到部门办公室 OCIO 的人力资源信息技术 (HRIT) 转型,以支持《通胀削减法案》(IRA) 实施工作。这一举措将促进 IRS HRIT 系统的现代化,并通过财政部的企业集中/共享服务产品改善员工体验,与商品应用程序的交付保持一致。2024 财年修订估计还支持通过共享服务计划提供的云服务的集中化和采用。该平台提供基于商业云服务提供商的通用管理和安全服务。在 2025 财年,TSSP 将继续进行关键投资,以加强整个共享服务平台和资源的网络态势,以支持企业信息技术 (IT) 应用程序的采用。部门办公室将继续致力于在 2025 财年改善招聘和招募,CTAS 预算提交反映了对技术的投资,以改善联邦和合同资源的入职流程。在 2025 财年,ARC Admin 正准备通过财政部的联邦财务管理未来愿景 (FM Vision) 和财务管理质量服务管理办公室 (FM QSMO) 市场扩大其领导作用。ARC Admin 将通过简化复杂财务管理服务的交付,继续支持市场实现可扩展增长。ARC Admin 的 2025 财年请求包括持续改进、对 FM QSMO 市场未来解决方案的战略投资以及继续增加联邦机构的采用。