自动决策系统(“ADM”),无论是采用人工智能、机器学习还是其他算法过程,在现代生活中都已无处不在,但它们的使用通常不为社会所注意或看不见。目前,没有联邦法律要求在使用 ADM 收集个人数据、评估个人数据或对其生活做出决定时向个人发出通知或披露信息。这对于雇佣关系来说尤其令人担忧,因为通知和透明度对于个人隐私至关重要,而秘密使用 ADM 系统会使申请人和雇员无法了解雇主的决策过程并根据适用的反歧视法寻求补救。一些州和地方政府已经认识到这种危险,并已采取初步措施保护申请人和雇员,而欧盟已提出一项全面的人工智能法规,将管理此类系统在那里开发的所有阶段。本文提出了一种基于通知和透明度的监管体系,该体系考虑到管理雇佣关系的现有法律并对这些法律进行补充,以建立一个促进申请人和雇员权利的法律框架,同时也允许灵活地开发有利于雇员、雇主和社会的 ADM 系统。
即使其他证据规则表明证据具有可采性,规则 403 也赋予法院排除证据的自由裁量权。建立这种自由裁量权隐含着这样的假设:真理和正义不能仅靠语言来捕捉,而需要人类情感的介入。在更世俗的层面上,规则 403 承认,基于过去情况的明确规则有时在新的和意想不到的环境中不起作用。因此,规则 403 的目的是通过司法灵活性来提高准确性和公平性。30 可采性规则本身要求证据结果不灵活,因此未能考虑到案件具体情况引起的任何问题。3 1 此外,希望排除 EEOC 裁定的当事人可能认为,本身规则剥夺了他们就陪审团决策中可能至关重要的问题发表意见的机会。32
模型的可解释性一直是一个争论话题。一些研究指出,可解释性是不必要的,一些“白盒”模型,如回归模型或决策树,本质上是可解释的。本文对具有高度相关特征的多元回归模型进行分析,以说明模型在处理复杂数据时可解释性如何失效。在这种情况下,信任模型解释可能会有问题。Shapley 净效应技术有助于确定特征的边际贡献,可用于提高模型的可解释性并揭示有关预测的更多信息。该研究得出的结论是,在所有情况下,包括简单模型甚至更明显的情况,可解释性都是避免得出有偏见和错误结论的必要条件。
高工作量飞行期间彩色编码平视飞行符号系统的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J.& Richards, D. 作者印后 (已接受) 存放于考文垂大学资料库 原始引用和超链接:Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号系统的工作量优势', Displays, vol.65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商:Elsevier © 2020,Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利由作者和/或其他版权所有者保留。可以下载副本用于个人非商业研究或学习,无需事先许可或收费。未经版权持有人书面许可,不得复制或大量引用本项目。未经版权持有人正式许可,不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本,包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异,如果您想引用已发布版本,建议您查阅已发布版本。
简介在过去的几十年里,人工智能 (AI) 和机器学习 (ML) 已经成为重塑我们的世界以及我们思维、行为和决策方式的主要催化剂 (Vysakh & Babu, 2020)。最近,许多领先的组织(如谷歌、IBM、亚马逊、Netflix、Expedia 等)采用了机器学习和人工智能的许多不同属性来改进他们的产品和服务。几乎所有主要行业,如卫生、教育、气象、商业、股票、农业、不同国家的政府和非政府机构也表现出兴趣并使用这些技术来简化和减轻工作量,提高和加快生产力,减少人机交互,最重要的是,以智能和复杂的方式引领数字世界。
摘要:工业部门必须做好准备并适应突发冲击和危机,这些冲击和危机可能以自然灾害、健康或经济危机为代表,这些危机为不同的人力资源经理创造了一个艰难的环境,需要找到解决方案来应对对企业绩效和生存与发展能力的直接威胁。随着冠状病毒(COVID 19)大流行的蔓延,工业部门的公司必须找到创新和创造性的解决方案来应对其运营区域和不同部门面临的挑战和转变。在本文中,我们讨论了将人工智能(AI)应用于工业部门人力资源危机管理的影响分析,重点关注 COVID-19 危机对人力资源管理(HRM)的影响。此外,我们提出了一些建议来应对危机影响的后果,并制定了一个综合的研究议程来应对所讨论的挑战。
电子邮件:aliyakubumisau@gmail.com 摘要 人工智能的应用如今已渗透到生活的各个领域,教育、医疗、经济部门同样如此,在图书馆中也是如此,以确保合理利用可用资源,取得更好的产出。本研究重点研究人工智能在尼日利亚学术图书馆中的应用。采用的研究设计是定性研究方法,本研究使用说明性方法。指导本研究的研究目标是如何在尼日利亚学术图书馆中应用人工智能。回顾了与人工智能研究相关的文献。本研究的结果表明,人工智能可以应用于尼日利亚的学术图书馆服务,如参考服务、技术、索引、采集中的专家系统以及其在图书馆活动中的自然语言处理、模式识别和机器人技术中的应用。除其他外,建议尼日利亚的学术图书馆应在图书馆运营中使用人工智能,对图书馆工作人员进行人工智能在图书馆服务交付中的使用培训,以及在所有图书馆单位建立人工智能机构。人工智能支出应纳入机构的预算拨款中。尼日利亚图书馆系统中学术图书馆使用人工智能可以促进信息的轻松获取
摘要:在线业务服务组合是面向服务架构中最重要的问题之一。为了应对大多数复杂的业务流程,可能不只是单一的服务,因此必须将多个服务组合起来才能达到合适的效果。组合服务将通过组合单个在线业务服务来生成。每个在线业务服务可能具有具有相似功能的不同实现,但服务质量是其与其他类似服务的不同之处。本研究正在研究基于 QoS 的在线业务服务组合,并提出用于自动化在线业务服务组合的架构。在该系统中,用户通过用户界面插入其功能性和非功能性需求,然后开发人工智能方法来优化在线业务服务的组合,以便在合理的时间内满足用户的需求。
随着人类生态危机的现实变得难以忽视,向可持续能源系统的过渡变得越来越紧迫。由于问题的复杂性,提出的解决方案往往针对的是当前社会经济结构的表象,而不是其核心。为了概念化未来可能的能源系统,本观点将重点放在科学技术与工程研究之间的脱节上。一方面,这种脱节导致社会科学研究被动地批评,而不是在实践中为解决社会问题做出贡献。另一方面,它产生的技术工作受到现有经济活动概念和围绕生产的组织配置的限制,而没有捕捉到更广泛的社会和政治动态。因此,我们提出了一个弥合这一鸿沟的方案,该方案使用“公地”作为一个总体概念。我们将这个框架应用于概念能源系统的硬件方面,该系统建立在由开源、低成本、适应性强、对社会负责和可持续的技术驱动的网络化微电网之上。本观点呼吁工程师和社会科学家建立真正的跨学科合作,以开发解决能源难题的根本替代方案。
摘要 专利前景理论将专利视为发明开发和商业化的工具。前景专利依赖于对技术的广泛控制,从而减少竞争产品之间的竞争,避免浪费公共资源。该理论受到了广泛的批评,但在本文中,我们认为它并没有解决大学创造许多创新的经济现实。尽管大学对新基因编辑工具等发明的专利完全符合前景专利的定义,但它们仍可能使竞争在商业化阶段重新浮出水面。这种竞争不是在竞争公司之间进行的;而是在对前景的竞争愿景之间进行的:“大学的愿景与被许可人。”我们以大学发明并由被许可人商业化的 CRISPR-Cas9 技术为例。我们采用专利态势分析,表明 CRISPR-Cas9 的前景符合潜在专利的特征,最重要的是,在商业化阶段减少了竞争。由于缺乏竞争导致治疗价格过高,紧张局势加剧,因为被许可人将 CRISPR-Cas9 视为创收前景,而大学则将其视为需要广泛传播的技术。尽管专利权广泛,但这种敏锐的愿景可能会滋生许可人和被许可人之间的竞争。为了解决这个问题,我们转向半公有领域的文献,这意味着一种环境,其中私人排他权(例如潜在专利)与道德许可和开放的可重复使用的资源领域相结合,以促进创新。我们认为,在这种环境下,大学可以通过额外的事后分析成为监管企业的重要参与者
