算法伦理审查的逻辑认知及实践路径

算法作为人工智能技术的重要组成部分,已经成为决定“人机共生”关系走向的关键要素,同时也带来了人类认知上的“黑匣子”,限制了人类理解和使用技术的能力,引发了技术使用过程中的各种问题,导致了人类对算法的不充分信任。算法伦理审查的价值规范体系,包括算法伦理审查的标准化、制度化和结构化。发展负责任的算法,强化算法伦理审查的理性认知并建构实用框架,推进算法透明度、可解释性以及公众满意度等伦理维度指标落地,可以有效消解算法歧视和隐私暴露等问题,更好地推动算法伦理审查机制的健全完善。     

一种融合α度量的混合数据K-prototypes算法

在大数据背景下，分类型数据与混合型数据开始大量出现，如何更好地计算这类数据的相异性度量成为研究焦点。相比特定属性代表特定类的表达形式，模糊类中心表达形式因为含有更多信息、可计算欧氏距离、能更完善地展示不同样本之间的差异性等优点而得到推广使用。模糊类中心是定和为1的频率向量，这同时也符合成分数据的定义，因此，文章引入成分数据处理方式，提出一种融合α度量的改进K-prototypes算法（α-K-prototypes）。针对α度量的特殊性设定了权重调整系数，让分类型数据距离更具有解释性。在实验对比后发现，α-K-prototypes算法在UCI的7个数据集上均优于K-prototypes、K-centers、Improved-K-prototypes算法。为了更好地在实际中应用，文章给出了一种较优α计算准则，并证明其在统计意义上是显著的。     

我国海水淡化利用模式分析

海水淡化作为海水利用的重要内容,因其替代淡水效果好、工程投资规模较大、社会效益较高而备受社会各界关注。通过收集海水淡化的研究综述,整理海水淡化工程的布局,总结出可行的远距离输水海水淡化利用模式、工业企业海水淡化联产联用模式、海岛海水淡化利用模式及其经济技术特点,结合沿海各地区具体水资源条件和经济社会条件,提出在环渤海地区发展3种模式,在沿黄海地区主要发展海水淡化联产联用模式、在沿东海和沿南海地区主要发展海岛海水淡化利用模式的建议。