从算法偏见到算法歧视:算法歧视的责任问题探究

算法的公正问题被视作如今人工智能领域一个核心的伦理问题,通常被表述为"算法偏见"或"算法歧视",但偏见与歧视实际上是两个问题.区分这两个问题可以显示出算法偏见并不具有伦理维度,而算法歧视才是人工智能领域中真正的核心伦理问题.算法偏见是不可避免的,主要来自开发者的偏见、数据的偏见和算法自身的偏见.其中,显性偏见是容易被发现并剔除的,但隐性偏见则不可避免地存在于算法之中.算法歧视的责任主体则主要是人,人们对于算法偏见的盲从导致了算法歧视.自主决策算法所引发的歧视也可以追责到人.因此,算法的开发者和使用者要为算法歧视负责.     

运输路径问题的一个新启发式算法

在解运输路径问题时常常使用Clarke和Wright提出的启发式算法(下称C.W.算法)。本文对Clarke和Wright算法进行改进。改进算法的计算复杂性虽不如C.W.算法,但计算的数值结果在大多数情况下比C.W.算法的结果更好。     

一种改进的ID3算法

决策树是数据挖掘中重要的分类算法,通常用来形成分类器.ID3算法是决策树中的核心算法.针对ID3算法倾向于取值较多的属性的缺点,引进属性重要度对ID3算法予以改进,并通过实验对改进前后的算法进行了比较.实验表明,改进后的算法是有效的.     

车辆路径问题的并行粒子群算法研究

设计了一种引入了模拟退火机制的并行粒子群算法.该算法结合了基本粒子群优化算法的快速寻优能力和模拟退火算法的概率突跳性,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决车辆路径问题,实验结果表明该算法具有较好的性能.     

微波复合调制信号解调算法分析与实现

围绕复合调制信号解调算法与软件实现展开详细的讨论.首先介绍调幅、调频的解调算法.通过相干解调和非相干解调算法的对比,说明了相干解调算法的优越性,并在相干解调算法的基础上,进一步提出了正交解调算法和正切解调算法.利用LabVIEW数据流图的编程方式,编制了二次正交解调算法的软件,实现复合调制信号的数字化解调.通过仿真与实验结果,充分表明,采用二次正交解调算法对复合调制信号进行数字解调,能得到较好的解调效果.     

调度算法性能的研究

调度算法是操作系统中处理机调度所采取的调度策略.在设计调度算法时要考虑的因素很多,对于不同要求系统应采取不同的调度算法,而各种调度算法的性能是不一样的.用解析的方法对三种主要调度算法的性能进行了分析,提出了这些调度算法的适用场合.     

基于细胞自动机演化算法求解无约束函数优化问题

在最优化领域目前广泛应用的智能优化算法有遗传算法、模拟退火算法、神经网络算法等.但这些算法的实现模式都还是基于串行模式.利用细胞自动机来解决优化问题,也就意味着能够建立极度并行的解决最优化问题的程序.提出了一种基于细胞自动机的演化算法,以求解无约束函数优化问题,并用实验分析了此算法的性能.     

算法:文化的演进与对欲望的控制

算法是人类心灵的造物,但今天的算法是人们应对和处理大数据的手段.科技理性的膨胀使得算法成为一个外在于我们又控制我们的手段.算法并不创造欲望,其只是复制人们的欲望对象,资本则通过算法收编人类欲望.然而欲望本身具有创造力,欲望作为生产机器有其合理性的一面,算法中则有非理性的一面.传统文化是缓和算法所代表的科技理性冲击的有效...     

基于矩陣正交分解的自适应算法

自适应算法是各种自适应系统的核心.计算稳定性是衡量算法优良程度的重要指标之一.本文讨了论两类最小二乘算法的计算稳定性.其一是基于正则方程的递推求解方法,这是目前各种自适应算法的基础;另一是正交分解算法.后者的计算稳定性要比前者高.研究了一种基本的正交分解自适应算法,并指出,如果初始条件恰当,它将得到和批处理同样的结果.将这种方法用于空间谱估计,初步结果表明,用它能实现高分辨率精确测向.     

应力偶流体润滑轴承性能计算方法的比较

研究了负压力充零算法和质量守恒空穴算法对应力偶流体润滑轴承油膜压力分布及轴承特性参数的影响.数值分析表明,在油膜完整区,两种算法所得油膜压力几乎相同,只是在接近油膜破裂处有小的偏差;在空穴区,两者不同.两种算法所得轴承特性参数相差较大,随应力偶参数增大差别减小.充零算法与实际情况不符,空穴算法更符合实际.     

量子算法的研究进展

文章在介绍量子算法原理的基础上,重点介绍了Shor算法,Grover量子搜索算法以及量子进化算法的研究进展.最后阐述了量子算法主要面临的问题及研究前景.     

回溯法与分支限界法的用法取向探讨

回溯算法与分支限界算法是两种用法非常相似,甚至某些问题两种算法都可以求解,因此有些初学者不容易严格区分这两种算法,可能在这两种算法的用法取向上出现误区.本文对这两种算法做深入分析,详细说明这两种算法的用法取向.     

基于SVM学习方法的分析

介绍了增量学习算法、序列最小优化算法、加权支持向量机算法等几种应用于大型数据库,在加快训练速度、降低分类错误率等方面有改进的SVM流行算法.在分析各种算法优缺点的基础上,提出了在线性样本训练、超大规模样本下满足KKT条件的算法是SVM算法的发展方向的观点.     

基于图像的空域隐藏算法研究

基于图像的信息隐藏技术是信息安全领域的一个重要分支,其中的空域信息隐藏算法因隐藏容量大,实现简单而得到广泛应用.研究了几种经典的基于图像的空域信息隐藏算法,从隐藏容量、隐藏失真变化率、抗检测性和鲁棒性等方面分析它们的性能.理论分析和仿真结果表明,HUGO和WOW算法的整体性能明显优于LSB、Patchwork算法,而WOW算法的隐藏失真变化率和抗检测性比HUGO算法好,但它的算法鲁棒性却比HUGO算法差.     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.     

向善向上:基于良性互动的算法新闻治理伦理研究

算法新闻重构了新的新闻传播生态,但也暴露出一些伦理问题,最核心的是算法黑箱与新闻透明原则的矛盾、算法霸权与媒介公正的对立和算法操纵与委托信任的冲突.解决算法新闻产生的伦理问题,必须明确算法是非人类的"网络行动者",但并不是独立的伦理行动者,"人"才是算法新闻的责任主体.算法新闻治理的逻辑起点应回到技术、人与社会的良性互动关系.算法新闻治理应将不作恶、不滥用的"向善"作为底线伦理,将对人的自由全面发展负责和对社会健康有序运行负责的"向上"作为责任担当.算法新闻治理需要建立多主体协同共进的治理体系:政府要充当好规则制定者、过程把控者和底线管控者的角色;平台机构要承担算法新闻治理的主体责任;公众应自觉避免新闻消费中的盲从或被动现象,传统媒体应严格职业把关和审核机制,拒绝迎合人性弱点及惰性的新闻生产.公众与传统媒体的共同责任在于实现对算法新闻的纠偏、改进与监督.     

采用圆形匹配限制框的指纹特征点匹配算法

介绍了指纹特征点的匹配原理,提出了一种改进的实时指纹特征点匹配算法,并对算法性能进行了实验研究.给出了错误匹配率(FMR)和错误不匹配率(FNMR)随阈值变化的情况及算法的ROC曲线.得到算法的等错误率(EER)为1.8%,最小FMR(zeroFNMR)为6.8%,平均匹配时间为0.1s.算法在指纹库FVC2004上的实验结果表明,算法性能较好,适合于实时指纹识别系统.     

基于微粒群算法的半导体炉管区调度应用研究

提出了用微粒群算法来解决半导体炉管区的调度问题.给出了算法的具体过程及参数设置方案.实例计算的结果表明,该算法是解决半导体炉管区调度问题可行且高效的方法.     

匈牙利算法与分枝定界法解决调色问题之比较

通过实例分析了匈牙利算法和分枝定界法的算法特征和过程,讨论了以这两种算法求解具体优化问题时所要采取的算法策略.指出在实际应用算法时,根据问题的局部信息,模型与算法的选择是极其重要的,并进一步提出了借用分枝定界法处理哈密尔顿回路问题的设想.     

一种基于WSN的协议改进算法分析

针对无线传感器网络(WSN)路由协议LEACH 算法中簇首分配不均以及簇首与Sink节点直接通信的问题,提出一种新的无线传感器网络LEACH路由算法.该算法通过节点能量分簇,并在簇首的数据发送过程中引入了改进的多跳路由算法.仿真结果表明,改进后的算法在网络生存时间和节省能量上比LEACH 算法有了很大提高.