摘要:人工智能(AI)正在迅速成为我们日常生活的一部分,毫无疑问,我们所知道的改变了世界。在各个部门提供了重大进步的同时,这一快速发展引起了人们对人权的许多担忧。认识到这些问题后,本文研究了AI技术如何侵犯隐私,永久偏见和破坏知识产权原则。使用定性研究方法,包括对现有文献和政策分析的系统审查,讨论了主要挑战,例如算法歧视,滥用个人数据以及创建有害内容。特别注意教育在减轻这些风险中的作用,因为教育和教育工作者是解决现在使用AI的道德困境的强大力量。关键字:算法歧视;隐私;道德困境;政策分析;人工智能技术;人权;算法偏见
摘要:人工智能(AI)正在迅速成为我们日常生活的一部分,毫无疑问,我们所知道的改变了世界。在各个部门提供了重大进步的同时,这一快速发展引起了人们对人权的许多担忧。认识到这些问题后,本文研究了AI技术如何侵犯隐私,永久偏见和破坏知识产权原则。使用定性研究方法,包括对现有文献和政策分析的系统审查,讨论了主要挑战,例如算法歧视,滥用个人数据以及创建有害内容。特别注意教育在减轻这些风险中的作用,因为教育和教育工作者是解决现在使用AI的道德困境的强大力量。关键字:算法歧视;隐私;道德困境;政策分析;人工智能技术;人权;算法偏见
电信的扩展会导致越来越严重的串扰和干扰,并且一种称为盲源分离(BSS)的物理层认知方法可以有效地解决这些问题。BSS需要最少的先验知识才能从其混合物,不可知论到载体频率,信号格式和通道条件中恢复信号。但是,由于固有的射频频率(RF)组件,数字信号处理器(DSP)的高能量消耗及其共同的低可伸缩性弱点,因此以前的电子实现并未实现这种多功能性。在这里,我们报告了一种光子BSS方法,该方法继承了光学设备的优势并完全实现了其“失明”方面。使用集成在光子芯片上的微型重量库,我们展示了跨19.2 GHz处理带宽的能量,波长划分多路复用(WDM)可伸缩BSS。由于最近开发的抖动控制方法,我们的系统还具有高(9位)的信号解析,即使对于不良条件的混合物,也会产生更高的信噪比(SIR)。
在过去的几年中,已经描述了许多方法,以减少伪影污染,同时试图保留大多数大脑活动,即使这与伪影活动相关。自从引入眼部伪影校正的ICA以来,大量已发表的方法基于盲源分离(BSS)或独立组件分析(ICA)(Vigário,1997; Jung et al。,1998)。Other successful approaches use for example spatial filters modelling artifact and brain activity (Berg and Scherg, 1991, 1994; Ille et al., 1997, 2002), spatially constrained ICA (SCICA) (Ille, 2001; Ille et al., 2001; Hesse and James, 2006), or hybrid approaches like BSS/ICA in combination with wavelet transformation (WT) (Castellanos and Makarov,2006年; Mammone等,2012年;有关脑电图删除方法的全面审查,请参见Kaya(2022),Urigüen和Garcia-Zapirain(2015),Islam等。(2016)。
摘要 — 空分复用是一种广泛使用的技术,可提高无线和光通信系统中的数据传输能力。然而,紧密排列的空间信道会引起严重的串扰。高数据速率和大通道数对使用传统数字信号处理算法和电子电路解决串扰提出了严格的限制。为了解决这些问题,本文提出了一种将高速硅光子器件与新型盲源分离 (BSS) 算法相结合的硅光子系统。我们首先演示了如何使用光子 BSS 消除用于数据中心内通信的短距离多模光纤互连中的模态串扰。所提出的光子 BSS 系统继承了光子矩阵处理器的优势和 BSS 的“盲性”,从而实现了卓越的能源和成本效率以及更低的延迟,同时允许使用亚奈奎斯特采样率和在自由运行模式下恢复信号,并在信号格式和数据速率方面提供无与伦比的灵活性。最近,人们已经证明了使用光子处理器进行模式串扰均衡的可行性,并借助训练序列。相比之下,我们的方法光子 BSS 可以解决更困难的问题,即使接收器对任何数据速率和调制格式透明,并且适用于速度慢且经济高效的电子设备。在