服装个性化定制中信息技术的应用与展望

随着人们个性化需求的不断增加,服装个性化定制已成为时尚发展趋势之一。信息技术在推动服装个性化定制发展中扮演着重要的角色,可以收集和处理用户的个性化信息,并将其转化为具体的设计和生产方案。文章首先对服装产业信息技术的研究进展进行总结,阐述新一代信息技术在服装产业的应用情况;其次分析了信息技术在服装个性化定制领域的应用现状,按照定制流程分别总结信息技术在提高生产效率、降低成本和满足用户需求方面的优势及不足;最后根据目前服装个性化定制在数据共享、协同设计和柔性生产等方面的需求,从建模技术和系统平台构建两个方面对服装个性化定制发展进行展望。

中华优秀传统文化道德人格境界论及其对大学生人格修养的启示

中华优秀传统文化道德人格境界论以天人合一的天道观为基础,以道德修养的层次和境界为依据,将人格分为君子人格和小人人格,并以君子、贤人、圣人为理想的人格境界,主张培育人的道德主体性,树立居仁求义、自强不息、厚德载物、胸怀天下的人格境界和担当精神。分析中华优秀传统文化道德人格境界论对新时代大学生人格意识的激发、健全人格的养成、道德自信和担当精神的确立、人格修养的提升以及和谐人际关系的建立均具有重要的理论价值和现实意义。

基于FPGA的自滑动同步法TFT-LCD屏TCON的实现

不同厂家、不同尺寸、不同分辨率的TFT-LCD屏与时序控制器TCON的接口不同,对应不同的差分信号格式。为了适应不同屏的图像显示,需要一种可编程的时序控制器TCON。通过在FPGA芯片上采用自滑动同步法,实现了TFT-LCD屏的TCON系统。该系统从视频处理主板输出的差分信号中提取视频数据,提出通过自滑动同步法使之与同步控制信号对齐;将提取的视频数据转换为源驱动器的输入信号,即mini-LVDS或RSDS格式的差分信号,同时产生门驱动器的时序信号;由源驱动器和门驱动器输出的信号驱动TFT-LCD屏显示图像信号。为了测试TCON的性能,使用两块FPGA电路板进行实验。一块FPGA电路板实现TCON时序控制器;另一块作为TCON的输入测试信号源,用于测试所设计的TCON性能。实验结果显示,所设计的TCON能够从LVDS视频差分数据中正确解析出视频数据,并转换为屏的源驱动器和门驱动器信号,驱动TFT-LCD屏显示视频信号。通过对比分析可知,使用自滑动同步法具有资源消耗少,功耗较低等优点。

下一代个性化学习:生成式人工智能增强智能辅导系统

长期以来,教育技术领域的研究者致力于利用计算机开展个性化自适应教学。智能辅导系统作为这一领域的核心,其目标是通过计算机技术提供个性化学习体验和支持。近年来,生成式人工智能,尤其是大语言模型的发展,为智能辅导系统带来了突破性机遇,为个性化学习开辟了新的路径。本文回顾了研究者为实现个性化学习所作的努力及其成果和局限,探讨了大语言模型在个性化学习中的潜力和影响,介绍了“苏格拉底游乐园”——一个基于对话的智能辅导系统,如何利用大语言模型实施苏格拉底式教学,揭示了生成式人工智能如何革新个性化学习方式。针对大语言模型的潜在误用,文章提出了相应的建议,并构建了框架,旨在引导研发者在生成式人工智能和大语言模型范式下开发高效的智能教育应用。

个人破产法的范畴厘定与误区纠偏

个人破产法之“个人”是与企业法人相对应的概念,个人破产法可以弥补我国破产法律体系之现有缺陷,但不宜再区分商自然人与消费者立法,而是应当采一般破产主义,制定统一适用于所有自然人的个人破产法。个人破产制度的发展经历了从破廉耻到破耻辱观的进步,但破产本身也非光彩之事,破产的结果或多或少应该给予有关方面一个教训而不是褒奖。个人破产程序不限于破产清算,还包括重整与破产和解程序,但破产清算与重整程序之间的差异在缩小,彼此在无意中有走向趋同的态势。破产免责已经成为现代个人破产法的标配,我们宜选择裁定许可免责而非自动免责的模式,同时,破产免责有着内在的“逃废债”规制和债务治理逻辑,并非所有债务人都能获得免责,也并非获得免责的债务人能够被免除所有负债。

个性化推荐算法的法律风险规制

信息爆发增长催生了个性化推荐算法技术的兴起。个性化推荐算法在解决信息过载和长尾问题、满足用户个性化需求、提高互联网信息服务效率的同时,也引发了用户意思自治受限、隐私泄露、信息茧房、算法歧视等诸多法律风险,亟需法律作出必要的回应。为此,应当在诚信原则、自主原则、公正原则、比例原则的指导下,树立开放的隐私保护观,强化算法告知义务与用户拒绝权利,完善算法解释权,构建算法审计制度,以降低个性化推荐算法所带来的法律风险。

ChatGPT的法律人格认定与生成内容性质探讨

随着ChatGPT的广泛运用,关于人工智能的法律问题探讨再次成为舆论焦点。根据ChatGPT系统与人类互动生成相应文字内容的特性,ChatGPT生成内容是否受《著作权法》保护问题备受争议。探讨该问题,有两个不可或缺的前提要件,即ChatGPT是否具有法律人格及其生成内容能否被认定为作品,以此确定其是否应受《著作权法》保护。文本认为,ChatGPT尚不具备法律主体资格,在ChatGPT生成内容被认定为作品对其进行保护时,应明确ChatGPT使用者作为生成内容的著作权主体,通过加强对ChatGPT著作权主体的监管实现对其生成内容的规制,以此加快推进人工智能法治化进程。

迈向信任的算法个性化推荐——“一键关闭”的法律反思

个性化推荐主要面临威胁人类主体自主性、“信息茧房”与“回音室”效应、大数据“杀熟”方面的质疑。“一键关闭”功能因能够实现隐私个人控制、促进信息自由流通和预防价格歧视而被推崇。然而,用户往往缺少隐私自治能力,个性化推荐造成群体极化之前首先具有议程凝聚、促进交往的价值,以关闭个性化推荐来解决价格歧视存在目标和手段的错位。“一键关闭”不仅难以符合规制预期,其自身还存在可操作度低和所承载公共价值模糊的弊端。个性化推荐的治理应以算法向善为方向,通过打造以信任为中心的透明可解释、用户交互友好的算法推荐,发挥个性化推荐的公共价值,增进社会福利。

论声音权益的法律保护模式

声音具有独特性,是自然人身份识别与社会交往的媒介。比较法上主要通过公开权、一般人格权、独立人格权或人格利益等模式对声音权益予以保护。公开权模式仅保护声音的经济价值、弱化其人格权属性。声音虽然与知识产权存在密切关联,但其主要不是知识产权的客体。一般人格权在具体化过程中也面临保护对象与边界不清晰的问题。我国《民法典》并没有承认声音为独立的具体人格权类型,而对声音权益采取了法定的独立人格利益保护模式,是更为简明、清晰的制度安排。声音权益虽不属于具体人格权,但作为一项人格利益可参照适用肖像权保护的规定。

新时代高质量数字化教材建设的价值意蕴、基本逻辑和实践路径

新时代高质量数字化教材建设是国家教材体系现代化的应有之义,需要探析其育人价值、人本价值与技术价值,为数字化教材建设提供方向指引。新时代高质量数字化教材建设要坚持以学生“善学”为出发点的目标逻辑、以个性化教学为着眼点的内容逻辑、以技术赋能为着力点的形态逻辑。构建新时代高质量数字化教材就要做到:把握数字化教材建设的时代方位,即包括坚持中国共产党的领导、注重数字素养的培养及贯彻“数字中国”战略;擘画数字化教材建设的未来图景,形成数字化教材与纸质教材互构的内容体系、数字化教材与个性化发展需求互动的服务体系、数字化教材与技术互融的应用体系;完善保障机制,明确数字化教材建设主体间权责关系,健全规章体系,创新管理机制。

数字经济时代个人信息法律保护的困境与思考

随着数字经济的不断发展,公民个人信息遭到泄露等不法侵害屡有发生。我国立法在个人信息保护领域有所欠缺,相关部门对其监管不到位,公民维权困难。此外,由于个人信息权属界定不明,个人信息热点问题在立法上回应较为模糊,以及现行相关法律的救济手段尚不足以完全解决纠纷,影响了实践中个人信息的保护效果。为此我国迫切需要细化并完善个人信息保护法律,并加强对个人信息处理全过程的监管,进而构建具有多样化的救济渠道,为保护公众的个人信息合法权益提供法律保障。

长时间序列生态系统服务权衡与协同驱动因素——以芜湖市生态系统服务功能极重要区为例

人类对生态系统的管理和干预促使生态系统服务权衡向协同转化,有助于生态系统服务综合效益提升。但当前缺乏对长时间序列分析背景下生态系统服务权衡协同驱动因素及其非线性影响的理解与把握。以芜湖市“生态系统服务功能极重要区”为研究案例,考虑生境质量、碳固定和土壤保持三种关键生态系统服务,基于多源数据,运用逐像元趋势叠加分析法评估1990—2020年间研究区生态系统服务变化趋势及其权衡协同空间分布规律,采用随机森林模型探索该区域生态系统服务权衡协同形成的关键驱动因素及其非线性影响效应。研究结果表明:(1)31年间芜湖市域生境质量显著下降区域面积约为提升面积的两倍,存在进一步衰退的风险。同时,城市扩张导致市郊边缘地带碳固定、土壤保持显著下降。(2)研究区生态系统服务供给能力受权衡协同影响显著,受影响区域总面积占比达64.48%。受权衡影响区域与协同影响区域存在显著空间差异。(3)土地利用强度是管理生态系统服务权衡向协同转化的主导因素。土地利用强度对权衡协同的影响表现出非线性特征并且存在影响阈值。当强度等级介于弱与中且偏向弱强度时对不同服务协同增益具有积极作用。

《个人信息保护法》视角下的隐私保护方法设计研究:隐私告知及其对隐私不确定性的影响

要确保社会稳定和数字经济高质量发展,加强移动应用(App)的个人信息保护至关重要。本文以2021年11月施行的《中华人民共和国个人信息保护法》作为缓解用户对个人信息被收集、使用与保护的不确定性的突破口,展开隐私保护方法设计研究。总结归纳《个人信息保护法》中App服务商需要告知用户的隐私相关信息,理解用户对这些隐私相关信息的偏好,据此提出并设计App下载阶段面向用户的隐私告知方法,并通过基于插图的实验方法展开三项研究,系统探究用户在App下载阶段感知的隐私不确定性,以及隐私告知对用户隐私不确定性和App下载意愿的影响机理。研究发现,在中国App应用中,用户普遍存在隐私不确定性,且用户感知的隐私不确定性具有情境依赖性,即在信息敏感度更高的移动应用环境下,用户感知的隐私不确定性更高。本文提出的隐私告知能够有效缓解用户感知的隐私不确定性,并且显著缓解隐私不确定性对App下载意愿的负向影响。

数字化时代高校就业指导服务模式的新路径探索

随着云计算和数字化技术的飞速发展,高校就业指导工作的工作理念也在不断创新,面对与日俱增的大学毕业生数量,高校亟需探索利用新媒体和数字化技术开展新型就业指导模式,以提供更加便捷的就业指导服务。基于此,通过调查问卷和走访相关单位的方式,总结当前高校就业指导服务存在的主要问题,分析数字化对毕业生就业指导工作开展的主要优势,深入探讨数字化就业指导平台数据分析的主要内容,从加强就业课程体系建设、明确就业指导服务目标、扩充就业指导师资队伍,以及推进就业服务客户端建设和数字化就业指导平台的优化设计几个方面,提出改进数字化毕业生就业指导工作的新措施,着重提出利用大数据分析技术来掌控就业市场的趋势和需求,为毕业生提供个性化的就业建议;同时,探索利用数字化平台加强毕业生与用人单位之间的联系,促进信息交流、招聘活动的新路径。从而得出以下启示:高校的就业指导部门应高度重视数字化应用平台建设,大力提升就业指导服务的质量和效果,更好地帮助学生成功就业,为国家输送更多更好的创新型人才。

多主体协同开发社区教育课程的PERSONAL模式探索——基于“我爱我家”的个案研究

通过对“我爱我家”这一社区自发课程的跟踪调查,发现社区自发课程开发实质上是一个组织学习过程,经过个体直觉、知识解释、知识整合等环节实现组织的制度化学习,在推动学习型无边界组织生成的同时,生成社区教育课程。在这一过程中,政策(policies)支持、专家(expert)指导、区域需求和区域特征(regional)、社区系统(system)、组织化(organization)等多要素叠加发挥作用,通过不断拓展新鲜(new)领域的积极行动(action)整合所有资源,并推动跨越边界的学习(learning)贯穿始终。因此,多主体协同的社区自发课程可以不完全地概括为PERSONAL模式。要以PERSONAL模式发展社区自发课程,需要以学习者为中心,注重发展人际互动,营造有利于跨组织交互学习的教育生态系统。

基于画像技术的教师研修路径智能推荐研究

教师是教育的第一资源,研修是促进教师专业发展的重要方式。在大数据、数字画像等新技术赋能下,优化教师研修路径以提升教师发展质量变得尤为重要。文章构建了多模态数据和画像技术支持的教师研修路径智能推荐模型,包括数据伴随式采集分类与预处理、教师画像生成、研修路径算法三个模块,实现教师研修特征与优质研修资源的智能匹配。在教师研修路径动态优化方面,模型通过提供基于画像的个性化导研服务、基于知识图谱的资源关联推荐、基于群体智能的群体路径发现、基于目标导向的过程评价和基于研修行为的智能预警,满足教师的个性化研修需求,为发掘研修数据潜能、促进教师智能研修模式创新提供参考。

基于多通道数据的高铁司机警觉评估实验设计

高铁司机警觉与行车安全密切相关。为实现司机警觉状态评估,该研究设计了一种基于多通道数据的高铁司机警觉评估实验方案。依托高铁驾驶模拟器,以连续驾驶的方式诱发高铁司机警觉衰退,实验过程中同步采集其脑电、心电、眼动以及简单反应时间和疲劳程度主观量表。基于神经网络、支持向量机等机器学习技术构建司机警觉评估模型技术方案。以司机神经、生理等融合特征为输入,以司机疲劳状态为输出,构建司机警觉评估模型,对提出的实验方案进行探讨,验证提出的实验方案的合理性与可应用性。

数字赋能“有效论”:数字化转型对重污染企业绿色创新的双向效应

当前,以大数据、云计算等为代表的数字技术快速发展,为企业绿色创新提供了新动能。然而,数字赋能的“有效性”问题一直在学术界存在争议。基于2010—2020年中国沪深A股重污染企业数据,实证检验了数字化转型对企业绿色创新的影响及作用机制。研究发现,数字化转型与绿色创新之间存在显著的倒“U”型关系,且样本企业广泛分布于倒“U”型曲线最高点的左侧;管控投入在数字化转型与企业绿色创新的关系中发挥部分中介作用。同时,政府补助能够显著强化数字化转型与企业绿色创新之间的倒“U”型关系。异质性分析表明,上述倒“U”型关系主要存在于国有企业和媒体报道较多的企业中。这说明,“技术驱动”有助于重污染企业绿色创新“增量提质”,但过度数字化会诱使企业陷入“技术鸿沟”,不利于数字化与绿色创新的协同推进。因此,重污染企业应找准数字技术赋能生态环境保护的契合点与着力点,政府可以利用补贴政策进一步激励企业数字赋能绿色创新。

基于元学习个性化推荐研究综述

推荐系统作为缓解“信息过载”的工具,为用户过滤冗余信息并提供个性化服务,近年来得到了广泛应用。然而,实际推荐场景中,通常存在冷启动与不同推荐算法难以根据实际环境自适应选择等问题。元学习因其具有基于少量训练样本快速学会新知识和技能的优点,被越来越多地应用于推荐系统相关研究中。对现有基于元学习技术缓解推荐系统冷启动问题以及自适应推荐问题的主要研究进行探讨。首先,分析了基于元学习推荐在上述2个方面已取得的相关研究进展;然后,指出了现有元学习推荐研究存在难以适应复杂任务分布、计算代价高和容易陷入局部最优等问题;最后,对元学习在推荐系统领域的一些最新研究方向进行了展望。

人机协同的大学生个性化教育评价方法研究

大学生个性化培养是实现因材施教人才培养目标的重要内容,而个性化教育的智能化评价是衡量培养质量的有效手段,更是智能技术与教育结合的必然要求。针对传统个性化教育评价中数据采集获取难、评价过程环节多、指标数据粒度粗、实时反馈效果差,难以应对规模化、过程性、全方位、个性化发展评价难题,提出人机协同的大学生个性化教育评价方法。首先明确了人工智能技术赋能个性化教育评价的内容,然后提出了人机共建个性化教育评价指标体系与人机协同实施过程,最后展示了人机协同个性化教育评价的典型案例。人机协同的智能化评价手段,具有全天候、超时长的服务能力,可大幅提升评价的效率与质量,是新时代教育评价改革成功的重要手段,是实现教育评价现代化的有效途径。