XiaoMi-AI文件搜索系统
World File Search System分配制度
全球背景下的需求和分配制度
本文旨在从理论和实证上分析全球价值链 (GVC) 背景下需求与供应之间的相互作用。首先，我们受近期结构主义和后凯恩斯主义文献的启发，建立了一个理论框架，以建立全球化生产链情景中的需求和分配制度。我们根据国际收支约束文献 (Blecker & Setterfield, 2019) 定义 (1) 需求制度，重点关注贸易、投资和国家在全球价值链中的地位。 (2) 分配/供应制度，以就业、增值和成本来定义。从理论框架中，我们选择代理来表征这两种制度。受 Braunstein 等人 (2020) 使用的方法的启发，我们使用主成分分析 (PCA) 来总结这些制度。PCA 使我们能够识别不同国家和地区的增长和分配模式，并将它们分为四类。数据集包含 38 个国家，数据来源为世界发展指标 (WDI)、世界投入产出数据库 (WIOD)、贸易增加值 (TiVA) 和宾夕法尼亚世界表 (PWT)。一方面，本文为结构主义增长模型做出了贡献，这些模型通常独立估计需求和分配制度，从而为 GVC 背景下的经济增长制度提供了统一的叙述。另一方面，四重类型学描述了不同地理区域的增长动态如何明显不同，以及全球化如何保留并加速全球不平衡发展的过程。
在幼儿园分配制度中解决挪威国家人工智能战略的伦理原则
属性来分配优先级。这些标准的子集为某些儿童提供了特殊的分配优先级。虽然我们知道某些属性有助于提高儿童的优先级，但确切地说哪些属性的权重最大，以及它们如何组合并不一定会公开。一方面，自动化幼儿园分配问题具有降低成本、节省时间的优势，并且可以提高流程的准确性和透明度。另一方面，算法不能像训练有素的专业人员那样融入直觉和常识。为了成功和有效地实现匹配自动化，自动算法方法和人工智能系统必须足够透明和可解释。挪威国家人工智能战略 (NNSAI) 最近起草的道德原则解决了对人工智能系统的此类要求。总之，成功的分配自动化需要满足以下标准：a) 系统需要自动将儿童分配到幼儿园，尽量减少人为干预；b) 系统需要进行上述分配并遵循现有的国家和地方政策，这些政策在实施时被认为是合乎道德和公平的； c) 系统需要遵守 NNSAI 道德原则。幼儿园名额分配是一个最常见的双边匹配问题。这类问题是 David Gale 和 Lloyd Shapley 于 1962 年提出的原始稳定婚姻问题的衍生问题。由于这是一种广为接受的标准方法 [2, 1, 3]，我们使用 Gale-Shapley 算法 [9] 实现了幼儿园分配系统。我们的实施建立在有关目前如何进行幼儿园分配的可用信息之上，并尊重适用于卑尔根市的大多数立法和政策。我们实施的目标不是评估 Gale-Shapley 算法在幼儿园分配方面的表现。这是一个经过充分测试的标准算法。我们构建了一个足够详细的原型，使我们能够测试 NNSAI 原则在匹配类型问题中是否可行。我们的贡献是对 NNSAI 的道德原则进行评估，以了解一个具体的人工智能系统示例。