基于分布式控制的UPS调度自动化算法设计与实现

为解决电力系统中不间断电源(Uninterruptible Power Supply,UPS)调度的自动化问题,提出一种基于分布式控制的UPS调度自动化算法。在深入分析电能需求的特性和系统可靠性要求的基础上,设计分布式控制架构,并选择适用于UPS调度的分布式算法,主要包括负载预测与动态调整、分布式能量管理和故障容忍性设计,并通过全面的性能评估,验证算法的可靠性和健壮性。所提算法为UPS调度自动化提供一套全面、可靠的解决方案,有望推动电力系统智能化和效率提升。

铰接平面多杆机构杆件布层的一种自动化算法

本文针对铰接平面多杆机构同一运动平面层上杆件干涉的原因，提出一种建立在杆件平面几何形状基础之上的自动化布层算法。该算法通过检查显示构件外轮廓线上象素的方法，来发现是否干涉，从而确定构件所在的运动平面层。

商业算法自动化决策的私权构建与实现

商业算法自动化决策的私权建构是算法私人治理中的关键一环,个体赋权的核心在于保护“人”在技术威胁中的主体地位。算法权利能够保护决策相对人的正当利益,捍卫人的独立性与自治,其为概念标准之满足;具体的算法权利或被明文规定于法规中,或可用权利推定的方法从基础权利中派生出,并具有实现可能性,其为实证标准之满足。用“权利束”作为分析权利的实用主义方法,算法权利可被视为决策相对人享有的一系列旨在增强个体抵御算法风险能力的权利类型,具有开放特征和规范弹性。然而,权利理论若向实践转化,需借助算法“权利束”中各个权利的制度化实现,从算法知情权、算法解释权和算法决策拒绝权出发,构建权利实现路径。

智能电力变压器直流电阻不确定度自动化监测研究

为智能电力变压器检测提供有效手段,提出智能电力变压器直流电阻不确定度自动化监测算法。基于电阻测量的试验原理,建立直流电阻数据模型,以该模型输出的直流电阻数据为基础,通过测量不确定度的直流电阻测试仪误差产生、绕组温度与测量温度值、直流电阻测试仪重复性测量等影响因素,建立智能电力变压器直流电阻不确定度综合监测公式,以此实现直流电阻不确定度自动化监测。实验结果表明,该系统监测智能电力变压器直流电阻不确定度灵敏系数较高,可有效监测来源不同的变压器直流电阻不确定度。

算法自动化决策中消费者主体性的保障路径

算法自动化决策改变了消费者接受信息的方式,削弱了消费者的议价能力,威胁消费者的个人信息安全。为防止算法决策工具对消费者主体性地位的消解,应当在制度方面着重保障消费者在线上消费过程中的自主性和能动性。然而,现行治理规则留白过大、联系松散,有必要对现行的治理体系进行更为精细的设计。在治理主体上,当务之急是要正确定位平台的法律角色;在治理手段上,要突破形式控制的局限,加强治理规则之间的联系;在规则制定上,应为消费者预留更多的选择空间;在救济规则上,要明确责任承担的具体规则,协调公私法救济路径。

论算法自动化管理下劳动者解雇保护设计

算法介入下,用人单位在获取、处理、决策三个层面以更加低廉与高效的方式管理劳动者的用工情况。劳动管理权的运行机理从传统的劳资合意向自动化管理转变,劳动者人格从属性和经济从属性加深。算法介入劳动管理的正当性与合理性亟需厘清,用人单位隐身于算法身后,劳动者解雇保护制度受到冲击。当前我国算法管理的专门立法集中于数据分级分类管理和个人信息保护,在劳动者解雇保护适用中尚有完善的空间。欧盟《通用数据保护条例》体现出强烈的域外适用倾向,技术正当性审核与问责机制的建立利于对劳动者的倾斜保护,相对禁止自动化的解雇决策能够将算法管理限缩于“必要”范围内,知情权与解释权更好地保障劳动者行使抗辩权。

算法自动化决策下的个体权利保护困境与出路

数字经济时代下随着人工智能技术的发展,决策算法逐渐实现自动化,在解放人力资源的同时大幅提升了社会效率,推动着数字经济发展。但伴随而来的是算法权力的膨胀,令个体面临信息茧房、算法歧视、隐私泄露等多重威胁,算法为个体制造的权利保护困境近年来逐渐被学者所关注,立法者企图通过构建免自动化决策权以及算法解释权等权利创设路径帮助个体走出困境,但奈何算法技术黑箱的存在以及个体在数字领域的弱势地位的阻碍使行权难度过大,单一的赋权模式终究无法有效应对自动化决策风险。为此,我们亟需建立以事前预防为基点,以算法影响评估制度和算法审计规制细化落实为重点的自动化决策算法监管路径。

题库管理系统中的自动化组卷算法

分析了题库管理系统中核心模块自动化组卷算法的设计思路,并通过一个关系模型对几种常用的组卷算法进行了设计与比较.

基于重力异常特征点的等轴状场源中心埋深自动化估计算法

在重力勘探中,特征点法是针对规则形体场源的一种简单、快速与比较可靠的反演方法,在实际生产中得到了广泛的应用。本文将特征点法与自动化算法相结合,自动挑选出重力数据中的(似)等轴状异常,并且进行中心埋深及其边界位置估计,通过理论模型试验和实测资料应用,均表明了该算法的可行性与实用性。

自动化分割算法分析RTVue100 OCT黄斑区视网膜各层厚度的重复性和再现性研究

背景视网膜各层厚度的检测和评估对多种眼科疾病的诊断、治疗及预后的监测至关重要，频域光学相干断层扫描（OCT）是目前常用的测量工具。以往的测量方法采用软件分析法，但关于视网膜自动分层软件可靠性的研究较少。目的评估自动化分割算法分析RTVue100 OCT测量黄斑区视网膜各层厚度的重复性和再现性。方法采用横断面研究设计，纳入正常受试者18人18眼，用RTVue100 OCT拍摄受试者右眼以黄斑中心凹为中心6mm扫描区的视网膜各层厚度图像，采用自动化分割算法将视网膜图像分割成神经纤维层（RNFL）、神经节细胞层和内丛状层（GCL＋IPL）、内核层（INL）、外丛状层（OPL）、外核层（ONL）、光感受器内节（IS）、光感受器外节（OS）、视网膜色素上皮（RPE）层，并用Matlab软件进行分析，通过将自动探测得到的相邻两条边界相对应的位置相减获得结果。每个受检眼先由一位操作者连续拍摄2次，然后由另一位操作者拍摄1次，采用组内相关系数（ICC）和重复性系数（COR）分析测得结果的重复性和再现性。结果RTVue100 OCT测量得到水平方向视网膜全层厚度为（303．22±14．10）μm，垂直方向为（306．68±13．32）μm。视网膜各层结构中，最厚的为GCL＋IPL以及ONL。同一检查者测量2次的重复性结果和不同检查者之间的再现性结果均表明，无论在水平方向还是在垂直方向，OPL、IS和OS的ICC和COR均〈0．60，而RNFL、GCL＋IPL、INL、ONL和RPE层的ICC和COR均〉0．70。结论自动化分割算法分析RTVue OCT图像是一种可靠的工具，可提供重复性的OCT视网膜厚度资料，有利于视网膜疾病的诊断和监测。

算法自动化决策在行政处罚中的应用风险与规制路径

随着人工智能和大数据的发展,算法自动化决策逐渐应用于行政处罚领域。其在行政处罚的各个阶段都可以发挥自身优势,有助于降低执法成本、提升执法效率、减少人为干扰、避免同案异罚,但同时也存在抵牾正当程序原则、难以体现过罚相当原则、可能噬夺执法者处罚决定权限等应用风险。为此,在行政处罚领域应对算法自动化决策予以规制:增强算法自动化决策透明度,保障行政相对人的程序参与权;提升裁量基准精细化,保留行政、司法部门的决策审查权;明确算法自动化决策的辅助功能,严格界定自动化处罚裁量的适用边界。

算法自动化决策与行政正当程序制度的冲突与调和

行政治理中存在着两种信息不对称:行政机关与治理对象的信息不对称、行政机关与行政相对人的信息不对称。算法自动化决策嵌入行政活动,一方面极大地缓解了第一组信息不对称,产生了行政权力增强效应;另一方面,算法或压缩行政活动的各个环节,或作为内部行政决策,逃避行政正当程序制度的控制。从信息论角度,行政正当程序中的告知、申辩陈述、理由说明等环节是信息发送与沟通工具。两种信息不对称的此消彼长使得公民权利受到算法自动化决策的侵蚀,“权力-权利”格局严重失衡。因此应以解决行政相对人信息不对称为宗旨,坚持和发展适应算法治理时代的正当程序制度,尤其是行政公开原则、公众参与原则与说明理由制度。坚持和发展行政公开原则,应增强算法透明度、衡平行政公开与商业秘密制度,并规范信息公开方式;坚持和发展公众参与原则,应事前开展算法影响评估、重视陈述与申辩环节;坚持和发展说明理由制度,应赋予相对人获得算法解释的权利,并明确说明理由的内容与标准。

大比例尺地形图数据质量检验自动化方法初探

针对当前地形图数据检验仍主要依靠人工的问题,通过分析人工检验的流程和数据检验的标准,设计了数据质量检验算法,开发了数据质量检验软件,在数据的属性精度、完整性、逻辑一致性等方面实现了自动化检验。试验结果表明,自动化检验程序能够辅助质检人员在数据检验方面提高效率,同时可以统计错误数据,为后期分析数据错误原因提供参考。

基于大数据、自动化微程序增强5G引流4G研究

当前各运营商同质化竞争严重,To C市场增长乏力,OTT业务应用规模快速增长,移网To C市场规模和利润空间则进一步收窄,如何在严峻市场环境下打好“保存量、抢增量”攻坚战,促进运营商市场经营持续高质量发展,是每个运营商人应承担的责任。如何在大数据时代,用好数据、用对数据至关重要。大数据让运营商能够全面洞察用户行为,精准化识别用户,精准定制策略,增强核心竞争力。利用专业大数据平台,结合自动化评估策略算法微程序,挖掘4G高价值区域,利用大带宽能力的5G网络引流,使运营商在提升5G资源利用率的同时,改善4G网络高负荷低感知的局面。

论自动化决策算法的知识产权保护——以注册算法专有权的建构为切入点

自动化决策算法应受知识产权保护的正当性,可以通过功利主义的激励论与对价论予以证成。但现有知识产权制度中的确权模式与客体审查规则却不能容纳自动化决策算法成为知识产权之客体。“保证公开”与“确认保密”的既有知识产权确权模式妨碍算法监管。同时,算法客体属性决定了其难以在知识产权制度中完成客体识别。通过建构注册算法专有权制度对自动化决策算法予以知识产权保护,且能够协同促进算法监管。具体而言,首先,注册算法专有权制度可凭借注册制,满足知识产权确权与多元化社会监管对信息披露的差异化需求。其次,以注册制为手段,实施自动化决策算法社会化利用管制,可帮助专有权人对自动化决策算法社会化利用行为进行专有控制。最后,注册算法专有权制度以专有性权利为对价换取知识公开,能够有效促进算法知识信息的传播。

配电网故障定位算法研究综述

电力系统通过配电网与电力用户相连,快速准确的配电网故障定位技术是提高供电可靠性的必然要求。目前,针对配电网故障定位技术的研究已经有了很多成果,结合国内外学者对配电网故障定位技术研究的成果,对配电网故障定位算法进行了综述。根据配电网故障定位的方式不同,主要从两方面进行阐述,一是传统测距方法,二是配电网自动化故障定位方法。并着重分析了配电网故障定位的经典算法,包括算法的基本原理及其优缺点。结合现有配电网故障定位技术的研究成果和社会对供电可靠性的需求,对未来配电网故障定位技术的研究进行了初步展望。

算法行政的架构原理、本质特征与法治化路径:兼论《个人信息保护法(草案)》

算法行政的架构原理基于三个层面依次发生。政府通过平台化改造将自身重置为规制权力技术设施的数字化连接点。智能时代的分布式信任和信息权力的再分配致使专家意见逐步让位于数据和算法。法律规范的可计算性和大数据技术的兴起使得海量数据被转换为特定的数据密集型知识形式。在信用监管创新的时代背景下,我国以统一社会信用代码为基础构建多类信用信息平台,以信用画像建模推动信用治理自主化和全周期化发展,并着力打造指数化和智能化的分级分类监管工具。算法行政虽然智能高效,却可能在决策透明度、问责度和公正性层面存在风险。我国应明确算法行政须遵循合法、透明、问责、公正、必要的原则,实施算法影响评估制度和算法审计制度,将算法行政纳入法治化发展路径。

基于台阶垫补的磁场优化算法研究

在回旋加速器磁铁设计过程中,磁场优化是非常重要的一个环节。由于加速器磁铁的磁场响应随着磁极台阶高度变化呈现非线性的特点,使得在优化复杂的磁场时,计算过程复杂、时间成本高且需要手动迭代。以1台圆形轴对称磁铁垫补为例,发展了磁场优化算法。利用三维电磁场仿真软件CST和数据分析软件MATLAB,研究了单个台阶垫补块对中心平面上不同半径处磁场幅值的影响,实现了一种自动优化磁场的算法,并以磁场降落指数为0.2的磁场为优化模拟实例,最终求得了对应的磁极台阶高度,证明了本算法的可行性和便捷性。

民事审判中算法自动化决策的风险规制

随着人工智能技术在司法领域的全面应用,其内嵌的算法风险逐渐进入大众视野。民事案件的特殊性导致算法自动化决策技术在应用过程中存在诸如算法同案识别不精准、基础数据不全面、技术依赖性难以克服等问题。为了确保算法自动化决策技术更好地助力民事审判,应从其潜在风险的生成机制着手,探讨人工智能算法如何影响民事审判。通过优化民事同案认定标准、完善基础数据库建设、限定技术使用限度等方式防范其可能产生的风险,在推动算法自动化决策技术在民事审判领域的深层应用的同时,关注各种司法形式之间的融合,保证算法自动化决策的准确性、透明性和公平性,从而真正实现人工智能司法的数字正义。

算法自动化决策的法律风险及其体系化治理

伴随人工智能的迅速发展以及数字化时代数据信息的大量涌现,算法自动化决策作为解放人力的有力工具被引入社会经济生活之中。然而,越来越多的实践经验表明,算法自动化决策是一把“双刃剑”,其在提高效率、节省成本、提升公共服务水平的同时,也引发了决策偏见、侵害隐私权和个人信息权益等法律风险。算法自动化决策引发的法律风险具有不同阶段指向的流动性特征,这就决定了对算法自动化决策法律风险的治理应是体系化的,既要能够覆盖风险流动的各个阶段,又要能够根据不同阶段的特点做出有针对性的回应。具体而言,针对事前阶段的风险,应通过强化算法审计来实现监督;针对事中阶段的风险,应通过突出数据主体的权利来予以牵制;针对事后阶段由风险造成的损害,应通过归责来对原因主体给予惩罚以及对受损者予以弥补。