This study was funded by BC Cancer Foundation--BrainCare Fund.NVIDIA提供的计算资源和加拿大数字研究联盟(Alliancecan.ca)也启用了这项研究。所有作者都没有宣布财务或非财务竞争利益。
一般,天然气和电力公司的公用事业援助免于财产税,并根据总收入征税。公用事业付款可帮助县和市政当局支付提供给免税公用事业的服务。付款也被视为对空气污染,噪音,交通拥堵和土地利用限制的部分补偿。公用事业付款由七个组件组成。自1970年代以来已经存在了四个组件,即Valorem付款,花费了核燃料存储付款,最低付款和人均限制。两个组件(基于兆瓦的付款和激励付款)于2005年生效。特殊的最低组件从2009年的付款开始生效。组件1:Ad Valorem付款Ad Valorem付款代表通过公用事业公式的原始四个组件生成的付款的90%以上,大约七个组件中的付款的一半以上。此付款基于付款前一年的市政当局的合格公用事业资格财产的净值。因此,2020年的付款是基于2019年12月31日在市政当局的净账面价值。付款等于位于市政当局的净账面价值的9磨坊(每1,000美元或0.009%)。在一个城镇的财产中,该镇的支付3磨房,该县被支付6磨房。用于村庄或城市的财产,村庄或城市的支付6磨房,该县被支付3磨房。市政当局中合格财产的总价值不得超过每家公用事业公司的1.25亿美元,或者对于由两个或两个以上公用事业拥有的财产,特定财产的1.25亿美元。净账面价值是财产的原始成本减去财产使用寿命的直线折旧。根据净账面价值计算付款时,不包括合格财产所在的土地。合格财产包括(a)在2004年1月1日之前开始运营的生产工厂,这些工厂随后尚未重建或重新估算,(b)变电站,以及(c)一般结构。电力生产工厂的财产包括发电站建筑物和相关的锅炉,反应堆,水库,水坝,水道,燃油架,发动机,主要搬运工和发电机。天然气生产厂的特性由在峰值负载时将丙烷或其他气体注入分配系统中的设施。电动变电站是将本地分销线连接到州际电动传输系统的设施。气体变电站是将局部分配线连接到州际气体传输管道的设施。一般结构包括办公楼,车库,维护设施和相关结构。合格的公用事业包括:(1)在两个或多个市政当局中生产,传输或分发电力或天然气的私人公司; (2)电气合作社; (3)市政公用事业(对于拥有该公用事业的市政当局以外的财产); (4)市政电力协会项目(多
2023年12月,斯科特当选为弗吉尼亚州土壤和节水区协会(VASWCD)的第二副主席,是其立法委员会的活跃成员,代表弗吉尼亚州有害杂草咨询委员会的VASWCD。Scott是北弗吉尼亚州土壤和节水区的董事兼副主席,该区为费尔法克斯县的120万人提供服务,在那里他还主持了其立法委员会。在国家一级,他是全国保护区立法委员会和入侵物种小组委员会的成员。 斯科特由州长格伦·杨金(Glenn Youngkin)任命为弗吉尼亚州水控制委员会。 他是美国国家公共管理学院的会员,高级管理人员协会董事会成员,以及与公共服务合作伙伴关系的贤哲。在国家一级,他是全国保护区立法委员会和入侵物种小组委员会的成员。斯科特由州长格伦·杨金(Glenn Youngkin)任命为弗吉尼亚州水控制委员会。他是美国国家公共管理学院的会员,高级管理人员协会董事会成员,以及与公共服务合作伙伴关系的贤哲。
如今,人工智能越来越多地被用于许多高风险决策应用中,其中公平性是一个重要问题。目前,已经有许多人工智能存在偏见并做出可疑和不公平决策的例子。人工智能研究界提出了许多方法来衡量和减轻不必要的偏见,但其中很少有方法涉及人类决策者的意见。我们认为,由于不同的公平标准有时无法同时满足,并且实现公平通常需要牺牲模型准确性等其他目标,因此,关键是要了解并遵守人类决策者关于如何在这些目标之间进行权衡的偏好。在本文中,我们提出了一个框架和一些示例方法来引出这些偏好并根据这些偏好优化人工智能模型。
© 作者 2021。本文根据知识共享署名 4.0 国际许可证进行授权,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可证的链接,并指明是否做出了更改。本文中的图像或其他第三方资料包含在文章的知识共享许可证中,除非资料的致谢中另有说明。如果资料未包含在文章的知识共享许可证中,并且您的预期用途不被法定规定允许或超出了允许的用途,则需要直接从版权所有者处获得许可。要查看此许可证的副本,请访问 http://crea- tivecommons.org/licenses/by/4.0/。知识共享公共领域贡献豁免(http://creativecommons.org/publicdo-main/zero/1.0/)适用于本文中提供的数据,除非数据来源中另有说明。
对人机团队的研究通常为专家提供单一标签,这忽略了模型推荐中的不确定性。共形预测 (CP) 是一个成熟的研究方向,专注于构建一个理论上有依据的、经过校准的预测集,该预测集可能包含多个标签。我们探索此类预测集如何影响人机团队中的专家决策。我们对人类受试者的评估发现,集值预测对专家有积极影响。然而,我们注意到 CP 提供的预测集可能非常大,这导致 AI 助手无用。为了缓解这种情况,我们引入了 D-CP,一种对某些示例执行 CP 并听从专家的方法。我们证明 D-CP 可以减少非延迟示例的预测集大小。我们展示了 D-CP 在定量和人类受试者实验 (n=120) 中的表现。我们的结果表明,CP 预测集比单独显示 top-1 预测更能提高人类-AI 团队的表现,并且专家发现 D-CP 预测集比 CP 预测集更有用。
3M-电缆定位器 A.B.Chance - 实用建筑工具 AW Sperr y- 测试仪表 AEMC - 测试仪表 Aircraft Dynamics - Robo 工具 Bashlin - 线路工和树艺师工具 Bethea - 架线块 Bierer and Associates - 测试仪表 Bone - 交通信号 Brunner & Lay - 拆除工具 Buckingham Mfg .- 线路工和树艺师工具 Burndy - 液压工具、模具和配件 Capital Safety - 坠落保护 Carolina - 工作手套 Cembre - 压接和切割工具 Cementex - 绝缘手动工具 Condux - 地下/架空实用工具 Cooper - 实用建筑工具 Council Tool - 挖掘和刷子工具 Current Tools - 电工工具 DCD - 电缆安装产品 Dillon - 测力计 Dixie Tool - 斜钩、负载捆绑器、杆钳 Eagle Line Tools - 实用工具 Erin - 绳索 Estex - 帆布产品 GMP - 实用工具 Golight -遥控聚光灯 Greenlee -电池和液压工具
自动搜索存储库/数据库中的指纹是法医界的重要工具。执行这些搜索的系统称为自动指纹识别系统 (AFIS)。AFIS 的输出是一组相当小的候选指纹,并附带匹配分数(允许比较候选指纹,通常称为比较分数)。这些分数表明特定候选指纹与搜索指纹的匹配程度(即来自同一个人)有多大。在使用中解释匹配分数的一个困难是,没有公认的标准来规定其范围和确切含义(除了“越大越好”之外)。专家需要非常熟悉特定系统的评分,才能充分利用结果。本报告建议我们对评分系统进行标准化。标准化分数变为 0 到 100 之间的数字,带有两位小数,总共有四位有效数字。本报告概述了七种用于计算匹配分数的替代算法,从非常简单到非常复杂。然后选择中等复杂度算法进行详细说明/开发。本报告还提供了 NIST 之前测试的匹配器产生的评分的详细分析。