个人信用信息采集范围最小化原则之替代方案

被许多国家立法奉为个人信息收集行为基本准则的最小化原则,适用至个人征信领域会产生理论不适和现实弊端。三种优势互补的系统组合方案可以成为个人信用信息采集范围最小化原则替代之选:以绝对敏感信息为主要内容的负面清单制度,通过确定禁止采集的信用信息范围实现对信用主体核心权益的底线保护;相关性原则将最小化原则意涵中的直接相关性拓展至间接相关性,这使得相对敏感信息和替代数据能够有条件地进入个人征信系统;从采集最小化原则到使用最小化原则体现了“严进”向“严出”征信理念的转变,它要求个人征信机构和信用信息使用者做到“最少使用”和“最小侵害”。

基于复随机样本的结构风险最小化原则

统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉及复随机样本的小样本统计学习问题.结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机的重要基础.基于此,研究了基于复随机样本的统计学习理论的结构风险最小化原则.首先,给出了标志复可测函数集容量的退火熵、生长函数和VC维的定义,并证明了它们的一些性质;其次,构建了基于复随机样本的学习过程一致收敛速度的界;最后,给出了基于复随机样本的结构风险最小化原则,证明了该原则是一致的,同时推导出了收敛速度的界.

基于模糊随机样本的结构风险最小化原则

基于模糊随机样本,提出了熵、退火熵、生长函数和VC维等概念,并在此基础上构建了基于VC维的学习过程一致收敛速度的界;给出了基于模糊随机样本的结构风险最小化原则(FSSRM原则),证明了基于FSSRM原则下收敛速度渐进分析的相关性质。

基于随机粗糙样本的结构风险最小化原则

提出了退火熵,生长函数和VC维等概念,构建了基于VC维的学习过程一致收敛速度的界。然后以这些界为基础,给出基于随机粗糙样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。

粗糙随机样本的结构风险最小化原则

介绍了粗糙随机理论的基本内容,提出了退火熵、生长函数和VC维等概念.并在此基础上构建了基于VC维的学习过程一致收敛速度的界;随后给出了粗糙随机样本的结构风险最小化原则;最后证明了在此原则下收敛速度渐进分析的一些相关性质.

双重随机样本的结构风险最小化原则

提出退火熵、生长函数和VC维等概念,构建基于VC维的学习过程一致收敛速度的界。以这些界为基础,给出基于双重随机样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。

拟概率空间上结构风险最小化原则

首先,给出了拟概率空间上结构风险最小化原则。然后,为了解决在拟概率空间上结构风险是否一致收敛到期望风险,也就是根据这个最小化原则结构风险是否能收敛到最小可能的风险,给出并证明了结构风险最小化原则的一致收敛性。

技术与市场之间——试论个人信息最小化原则的理解和适用

个人信息最小化原则为世界各地广泛采用。但其实践成效,日益受到质疑。对此,须对原则作更精细、多元分析。“精细”层面,将原则分解为“处理目的”“信息类型”“类型与目的间关联”“处理对个人权益的影响”四部分,阐明各部分对应的基础性困难;“多元”层面,考虑数字经济中“信息作为价格”的现实,阐明最小化原则与备受争议的限价规制的相似性。在此基础上,就分析信息类型与目的间是否“直接相关”,提出以下细化原则理解和适用的建议:要求信息类型和处理目的具体;要求信息类型与目的间具备可清晰说明的关联;纳入差分隐私、边缘学习、合成数据等最小化技术;重视对数字经济规制及其实际影响的实证分析;同时,在解释和适用仍然面临困难时,平衡主体合理期待、技术创新和数字经济发展等因素。就分析“处理对个人权益的影响”,提出类似的多因素分析思路。

交易成本最小化原则与事实认定问题

通常,司法裁判的过程被理解为'三段论'的涵摄过程,司法裁判是以法律规范为大前提、事实为小前提、将法律规范运用于事实而推导出结论,此即判决的过程。由此可见,事实认定不仅是法院审理案件的必经程序,还是法律适用的前提和基础。然而,由于事实认定的过程是法官根据诉讼中所获取的有限信息对已成为历史的案件事实进行重构并予以法律评价的过程,它涉及人的认知能力的局限性、当事人及其他诉讼参与人的诉讼行为、法官的心证过程、社会对法律的价值期待等一系列复杂问题,可谓司法上由来已久和最难解决的问题之一。事实认定的困难被法律经济学通约为司法的交易成本。进一步,依照法律经济学的思路,司法活动规则应该有利于节省司法的交易成本,实现交易成本的最小化。然而,交易成本最小化原则在司法事实认定的意义尚未引起足够重视。本文试图抛砖引玉,引起更多关注。在司法裁判中,我们首先界定交易成本最小化原则的含义,进而分析交易成本最小化在举证责任分配以及权利界定中运用,最后论证在事实推定中如何适用交易成本最小化原则以保障事实推定的合理性。

基于噪声样本的结构风险最小化原则

统计学习理论中的结构风险最小化原则比经验风险最小化原则的实用性更强,对结构风险最小化原则的研究多是在样本不受噪声影响前提下进行的.基于此,给出零均值噪声样本的函数集容量的相关概念,并讨论了基于VC维的收敛速度的界,给出零均值噪声样本的结构风险最小化原则,为进一步研究概率空间上噪声样本的学习理论提供了理论基础.

人与动物在利益发生下的伦理底线——探微作为权衡手段的伤害最小化原则

近年来,人类虐杀动物,破坏生态伦理平衡的事件层出不穷。当代社会经济快速发展,随之而来的生态问题也接踵而至,不仅影响人类日常生活,也阻碍了人类可持续发展。现实中,由于复杂的生态关系,人与动物之间无可避免地会发生利益冲突,如何在矛盾发生时尽可能减少损失,达到最优局面?本文以作为权衡手段的伤害最小化原则为分析角度,对人与动物在利益发生时所需要保持的伦理底线进行了论述。

个人信用信息采集最小化原则的适用困境与替代方案

许多国家的立法都将最小化原则视为个人信息收集行为的基本准则,在个人征信领域,这一原则也体现在《征信业务管理办法》第七条中。与一般的个人信息收集行为相比,作为个人征信的首要环节,信用信息的采集行为具有一系列特殊性。这些特殊性削弱了最小化原则适用的必要性,也使得《征信业务管理办法》第七条的合理性存疑。最小化原则的适用可能导致权益冲突加剧、征信市场供求关系进一步失衡、信用奖惩机制的效用受限等危害。如果放弃最小化原则,个人征信机构权益和个人征信产业发展会得到更好的保障。与此同时,需要注意防范信息过度采集行为侵犯信用主体权益。负面清单制度、相关性原则和使用最小化原则的结合可以最大程度地实现信用主体和征信机构间的权益平衡。

欧盟数据最小化原则研究

数据最小化原则作为《通用数据保护条例》重要的数据处理原则之一,体现了欧盟以“保护个人数据权利”为中心的特色。欧洲作为保护个人数据的典范地区,数据最小化原则迎合了保护个人数据权利的风向,也填补了知情同意规则的效力缺失,但在实施过程中也不可避免地陷入实施困境,出现实际效果不佳、技术创新较慢以及合规成本较高的问题。究其原因:首先,模糊的义务边界削弱了其有效性;其次,严格执行数据最小化原则降低了技术创新的活力;最后,各方数据参与者之间数据权利的失衡提高了数据合规的成本。通过分析数据最小化原则在欧盟的实施困境,有助于寻求实现保护个人数据与促进数据流通之间的平衡的可能。

试析风险最小化原则在生育决定中的作用

一、基本假设人们在其整个生命周期的各个阶段和社会生活的各个方面始终面临着各种形式的风险。趋利避害、寻求风险最小是个人或家庭作出行为决策时的一种近于本能的反应。马斯洛(Maslow)对行为科学的研究告诉我们,生存和安全是人类行为最低层次上的要求或最基本的出发点。

定密最小化原则在军工企业的具体实践

定密工作是保密工作的基础和源头,做好了定密工作,就抓住了保密工作的根本。军工企业的定密工作与党政机关有许多不同之处,党政机关的定密工作基本上是对文件资料定密,即大都是对红头文件进行密级界定。而从事国防军工生产的企业,既有文件资料定密,也有密品定密。从项目或产品立项、研制、试验、批量生产到交付用户,中间经历环节多、过程复杂、信息量大,如一个涉密项目或产品,往往衍生。

基于结构风险最小化原则的线性EIV模型参数岭估计方法

加权整体最小二乘(WTLS)法是一种可同时顾及被解释变量和解释变量随机误差的估计方法,能够达到较高的预测精度.但是,该方法只考虑了模型的拟合优度,而忽略了复杂度,从而降低了其泛化能力.本文基于结构风险最小化原则,提出了线性EIV模型参数岭估计(PRE)方法,利用Lagrange乘数法导出了参数最优估计所满足的条件方程,并在此基础上给出了其数值解的迭代算法.为说明PRE方法的有效性,本文通过蒙特卡洛方法进行了数据模拟,进一步利用PRE方法对1995 2016年我国财险保费收入影响因素进行了实证研究,并与最小二乘(LS)、岭估计(RE)和加权整体最小二乘(WTLS)三种方法对比,研究结果表明:本文提出的PRE方法能明显提高预测精度,具有更强的泛化能力等优点.本文的最后还提出了PRE的统计性质等几个需要进一步研究的问题.

交易成本最小化原则及其司法适用

"交易成本"这一范畴在不同经济学学术传统中意义不同;波斯纳法律经济学不当使用交易成本理论导致其在方法论上的内部冲突,其司法适用的有效性也备受质疑。分析表明,法律具有实现交易成本最小化、促进合作的功能,交易成本最小化原则具有"一般原则"的地位和功能,可为"疑难案件"的司法裁决提供指导。交易成本最小化原则司法适用的基本步骤是,首先应辨明待裁判案件属于"疑难案件";其次应基于交易成本最小化分析阐明适用于待裁判案件的"依据";最后把前述"依据"适用于待裁判案件,作出裁判。

m依赖过程经验风险最小化算法的泛化性能

m依赖过程作为非独立序列的典型样本,其经验风险最小化的泛化性能不容忽视.为了研究基于m依赖过程经验风险最小化算法的推广能力,我们将基于独立同分布序列的相关结论推广到m依赖过程情形中,进一步利用m依赖过程的Bernstein不等式,建立该序列经验风险最小化原则一致收敛的指数界.

支撑向量机回归的简化SMO算法

统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端。采用扩展方法使SVR与支撑向量机分类(SVC)具有相似的数学形式,并在此基础上提出了一种用于SVR的简化SMO算法。与SVR现有的SMO算法相比,简化算法的数学形式简洁直观,在不增加算法空间和时间复杂度的前提下避免了大量繁复的判别条件,较大幅度地简化了算法实现,有利于SVR的广泛使用。

社区发展与计划生育一体化

一、中国传统农村社区 我国农村当前的社会经济发展处于怎样的阶段,很不好说。其原因主要来自两方面,一是中国太大,内部差距也太大;二是与我们建国以来曲折历程有关,即一方面,解放之后党和政府致力于推动农村生产力的发展和社会进步。