以这样的方式对待人性,无论是你自己还是他人的人,都绝不能仅仅把它当作达到目的的手段,而要始终把它当作目的。—伊曼纽尔康德,《道德形而上学的基础》算法公平性在人工智能 (AI) 的应用中对于更好的社会至关重要。作为社会机制的基本公理,公平包含多个方面。尽管机器学习 (ML) 社区一直关注交叉性作为统计均等问题,特别是在歧视问题上,但新兴的文献探讨了另一个方面——单调性。基于领域专业知识,单调性在许多与公平相关的领域发挥着至关重要的作用,违反单调性可能会误导人类的决策并导致灾难性的后果。在本文中,我们首先系统地评估了应用单调神经加法模型 (MNAM) 对 AI 伦理和社会公平性的意义,该模型使用公平感知 ML 算法来强制执行个体和成对单调性原则。通过理论推理、模拟和广泛的实证分析的混合方法,我们发现考虑单调性公理在所有公平领域都是必不可少的,包括犯罪学、教育、医疗保健和金融。我们的研究有助于人工智能伦理、可解释人工智能 (XAI) 和人机交互 (HCI) 之间的跨学科研究。通过证明单调性不满足将导致灾难性后果,我们强调了单调性要求在人工智能应用中的重要性。此外,我们通过施加集成人类智能的单调性限制,证明了 MNAM 是一种有效的公平意识 ML 方法。
我国正处于经济结构调整优化的关键时期,数字经济的蓬勃发展对产业结构转型升级起着至关重要的作用。本研究利用2011—2018年249个地级市的面板数据,实证考察了数字经济与产业结构升级之间的关系及作用机制。研究结果表明,数字经济显著促进了产业结构升级,且这一结论在选取历史数据作为工具变量等稳健性检验之后依然有效。作用机制分析表明,劳动效率的提高、促进技术溢出是数字经济促进产业结构升级的重要机制。最后,对区域差异的研究表明,东部地区对数字经济发展的促进作用最明显,中部地区其次,西部地区的影响最小。本研究有助于认识产业结构升级的动因,以及数字经济促进现代产业体系发展的效果、机制及其区域差异。
摘要目的——本文旨在研究人工智能(AI)在现代组织中的使用程度;理解人工智能应用背景下未来工作的变化性质;研究人工智能对国家经济的影响,特别是就业市场。鉴于劳动密集型印度经济的严峻形势,本文旨在展示人工智能将如何影响或与人类智能或劳动力共存。设计/方法/方法——对人工智能在不同行业的实施及其对就业市场的影响的研究尚处于起步阶段。文献资料匮乏。因此,本研究采用定性方法,以便更好地理解研究问题,正如 Bhattacherjee (2012) 所证实的,采用解释范式(定性分析作为数据分析,例如来自访谈记录的数据)是研究社会秩序的更有效方法,它是通过“对所涉及参与者的主观解释来实现的,例如通过采访不同的参与者并使用他们自己的主观观点调和他们之间的反应差异”。样本选择:所采用的选择技术是有目的的抽样。本研究的受访者是来自不同公司的总经理和人力资源部。共采访了来自不同行业的 14 名高级专业人士,其中 7 人同意接受采访。采访了七位高级人力资源专业人士,主要是来自石油和天然气行业、制造业、医疗保健、建筑、媒体、电力和能源以及零售业等不同行业的总经理和人力资源人员,以了解他们如何在各自的领域使用人工智能。纳入标准:(1)一般来说,研究涵盖的人员来自公司的决策层,因此他们能够提供战略视角以及人工智能实施的日常影响。(2)受访者对其所属的行业有足够的了解。(3)受访者在处理人力资源管理和国民经济整体评估工具及其管理程序方面具有合理的行业经验。采用叙述方式,以便更好地理解研究问题并了解他们对各自公司实施人工智能的看法。进行了半结构化的开放式访谈,以引导围绕研究问题的讨论。讨论摘录在本文的下一部分中。通过电话采访了受访者,每位受访者都分享了自己的故事。数据分析:然后通过在线转录网站 otter.ai.com 转录叙述。该网站规定的常用关键词为:AI、策略、学习和实施。必要时,本研究还使用网站上提供的期刊、文献中的二手数据来了解全球 AI 的实施情况。调查结果——一个国家,政府本身承认其 90% 的劳动力属于非正规部门,并且明显存在多方面的严峻数字鸿沟(Huberman,2001;DiMaggio 等人。,2001;Guillen,2006;Servon,2002),其中印度农村和城市之间的数字鸿沟差距很大(Dasgupta 等人。,
在基于视觉的环境中有效学习对于加固学习(RL)代理至关重要,而从经验上则观察到,从高维观察(例如原始像素)中学习是样本中的样本感知的。对于共同实践,图像输入的RL算法通常使用由CNN组成的编码器来从高维观测值中提取有用的特征。最近的研究表明,CNN对图像样式具有很强的归纳偏见,而不是内容(即代理形状),而内容是RL算法应重点关注的信息。受到这一点的启发,我们建议通过提出对RL的控制网络来减少CNN的固有样式偏差。它可以帮助RL算法有效地关注真正值得注意的信息,例如代理商的特征。我们的方法结合了两个传输网络和功能编码器,并通过对比度学习方法进行了指导RL算法以更有效地学习采样。广泛的实验表明,扩展框架大大提高了现有的无模型方法的性能(即sac),使其能够达到深态控制套件基准的最新性能。关键字:强化学习,对比学习,归纳偏见,样式转移
人工智能 (AI) 被认为具有产生重大经济和社会影响的潜力。然而,其兴衰周期的历史可能会让潜在的采用者持谨慎态度。进行了一项横断面定性研究,有针对性地抽取了来自研究、开发和业务职能部门的 AI 专家,以更深入地了解采用过程。技术就绪水平被用作基准,专家们可以据此调整他们的经验。提出了一种 AI 采用模型,该模型嵌入了人员、流程、技术视角的扩展版本,并结合了数据。该模型表明,除了技术准备之外,还需要人员、流程和数据准备,才能通过 AI 实现长期运营成功。研究结果进一步表明,创新型组织应在技术和业务职能之间架起桥梁。
图 1 问题表述 ................................................................................................................................................ 11 图 2 工业 4.0 技术的优势与挑战 .............................................................................................................. 25 图 3 在线调查的优势与潜在劣势 ................................................................................................................ 27 图 4 研究流程与设计 ...................................................................................................................................... 29 图 5 我们论文中实施的分析方法 ...................................................................................................................... 33 图 6 北欧的行业 ...................................................................................................................................... 37 图 7 德国的行业 ...................................................................................................................................... 37 图 8 海湾地区的行业 ...................................................................................................................................... 38 图 9 北欧的成本运行检验 ............................................................................................................................. 39 图 10 北欧大数据的运行检验 ............................................................................................................................. 39 图 11 北欧网络安全的运行检验 ................................................................................................................ 39 图 12 德国大数据的运行检验................................................................................................... 39 图 13 德国劳动力抵抗力的运行检验 ......................................................................................... 39 图 14 海湾地区数字技能的运行检验 ......................................................................................................... 40 图 15 海湾地区大数据的运行检验 ......................................................................................................... 40 图 16 GDP(美元)德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦。 .................................... 42 图 17 德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦 2020 年 GDP(美元) ........................................ 43 图 18 2014 年至 2020 年瑞典平均月薪(瑞典克朗) ............................................................................. 43 图 19 2000 年至 2021 年北欧人口 ............................................................................................................. 44 图 20 1990 年至 2020 年德国人口 ............................................................................................................. 45 图 21 国家级数字基础设施发达程度排名 ..................................................................................................................... 48 图 22 实证框架 ...................................................................................................................................... 50
图 1 问题表述 ................................................................................................................................................ 11 图 2 工业 4.0 技术的优势与挑战 .............................................................................................................. 25 图 3 在线调查的优势与潜在劣势 ................................................................................................................ 27 图 4 研究流程与设计 ...................................................................................................................................... 29 图 5 我们论文中实施的分析方法 ...................................................................................................................... 33 图 6 北欧的行业 ...................................................................................................................................... 37 图 7 德国的行业 ...................................................................................................................................... 37 图 8 海湾地区的行业 ...................................................................................................................................... 38 图 9 北欧的成本运行检验 ............................................................................................................................. 39 图 10 北欧大数据的运行检验 ............................................................................................................................. 39 图 11 北欧网络安全的运行检验 ................................................................................................................ 39 图 12 德国大数据的运行检验................................................................................................... 39 图 13 德国劳动力抵抗力的运行检验 ......................................................................................... 39 图 14 海湾地区数字技能的运行检验 ......................................................................................................... 40 图 15 海湾地区大数据的运行检验 ......................................................................................................... 40 图 16 GDP(美元)德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦。 .................................... 42 图 17 德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦 2020 年 GDP(美元) ........................................ 43 图 18 2014 年至 2020 年瑞典平均月薪(瑞典克朗) ............................................................................. 43 图 19 2000 年至 2021 年北欧人口 ............................................................................................................. 44 图 20 1990 年至 2020 年德国人口 ............................................................................................................. 45 图 21 国家级数字基础设施发达程度排名 ..................................................................................................................... 48 图 22 实证框架 ...................................................................................................................................... 50
图 1 问题表述 ................................................................................................................................................ 11 图 2 工业 4.0 技术的优势与挑战 .............................................................................................................. 25 图 3 在线调查的优势与潜在劣势 ................................................................................................................ 27 图 4 研究流程与设计 ...................................................................................................................................... 29 图 5 我们论文中实施的分析方法 ...................................................................................................................... 33 图 6 北欧的行业 ...................................................................................................................................... 37 图 7 德国的行业 ...................................................................................................................................... 37 图 8 海湾地区的行业 ...................................................................................................................................... 38 图 9 北欧的成本运行检验 ............................................................................................................................. 39 图 10 北欧大数据的运行检验 ............................................................................................................................. 39 图 11 北欧网络安全的运行检验 ................................................................................................................ 39 图 12 德国大数据的运行检验................................................................................................... 39 图 13 德国劳动力抵抗力的运行检验 .............................................................................................. 39 图 14 海湾地区数字技能的运行检验 ................................................................................................ 40 图 15 海湾地区大数据的运行检验 ...................................................................................................... 40 图 16 德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦的 GDP(美元)。................................... 42 图 17 德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦 2020 年 GDP(美元) ............................................................................. 43 图 18 瑞典 2014 年至 2020 年平均月薪(瑞典克朗) ............................................................................. 43 图 19 北欧 2000 年至 2021 年人口 ............................................................................................................. 44 图 20 德国 1990 年至 2020 年人口 ............................................................................................................. 45 图 21 国家级数字基础设施发达程度排名 ............................................................................................. 48 图 22 实证框架 ............................................................................................................................. 50
图 1 问题表述 ................................................................................................................................................ 11 图 2 工业 4.0 技术的优势与挑战 .............................................................................................................. 25 图 3 在线调查的优势与潜在劣势 ................................................................................................................ 27 图 4 研究流程与设计 ...................................................................................................................................... 29 图 5 我们论文中实施的分析方法 ...................................................................................................................... 33 图 6 北欧的行业 ...................................................................................................................................... 37 图 7 德国的行业 ...................................................................................................................................... 37 图 8 海湾地区的行业 ...................................................................................................................................... 38 图 9 北欧的成本运行检验 ............................................................................................................................. 39 图 10 北欧大数据的运行检验 ............................................................................................................................. 39 图 11 北欧网络安全的运行检验 ................................................................................................................ 39 图 12 德国大数据的运行检验................................................................................................... 39 图 13 德国劳动力抵抗力的运行检验 ......................................................................................... 39 图 14 海湾地区数字技能的运行检验 ......................................................................................................... 40 图 15 海湾地区大数据的运行检验 ......................................................................................................... 40 图 16 GDP(美元)德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦。 .................................... 42 图 17 德国、沙特阿拉伯、瑞典、挪威、芬兰和丹麦 2020 年 GDP(美元) ........................................ 43 图 18 2014 年至 2020 年瑞典平均月薪(瑞典克朗) ............................................................................. 43 图 19 2000 年至 2021 年北欧人口 ............................................................................................................. 44 图 20 1990 年至 2020 年德国人口 ............................................................................................................. 45 图 21 国家级数字基础设施发达程度排名 ..................................................................................................................... 48 图 22 实证框架 ...................................................................................................................................... 50
摘要 现代外科手术中麻醉是必不可少的,以确保患者安全并成功康复。麻醉深度 (DoA) 评估是一个重要且正在进行的研究领域,旨在确保患者在手术期间和术后的稳定性。这项研究通过开发一种基于脑电图 (EEG) 信号分析的新指数来解决当前 DoA 指数的局限性。采用经验小波变换 (EWT) 方法提取小波系数,然后进行统计分析。从小波系数中提取特征谱熵和二阶差异图。这些特征用于训练新指数 SSE DoA,利用具有线性核函数的支持向量机 (SVM)。新指数准确评估 DoA 以说明不同麻醉阶段之间的过渡。对九名患者和另外四名信号质量低的患者进行了测试。在我们测试的 9 名患者中,观察到与双谱 (BIS) 指数的平均相关性为 0.834。DoA 阶段转换分析显示 Choen's Kappa 为 0.809,表明一致性较高。关键词:麻醉深度、统计模型、经验小波变换、二阶差分图