一种基于递归堆调整方法的最小生成树求解算法

Sollin算法是一种非常适合于并行计算的求解最小生成树方法，但其较高时间复杂度抵消了并行计算带来的好处。本文提出了一种递归的堆调整实现方法以及堆合并原则，解决了Sollin算法在子树合并时快速找到连接两棵相邻子树的最短的边的问题，降低最小生成树求解的时间复杂度。理论分析表明，该改进方法有效地将Sollin算法的时间复杂度由O （n2log2n）降低到了O （elog2n）。同时，根据边权重的分布情况不同，该算法并非必须遍历所有的边才能得到MST，实际时间复杂度将优于O （elog2n），最优可达O(n(log2n)2)。     

总体国家安全观视域下的算法安全与治理

随着算法的不断演化及其在计算、通信、仿真、数据分析、信息管理、信号处理及指挥控制等领域的不断优化,有关算法所引发的一系列安全问题也开始引起人们的关注。算法安全源自于人工智能相关技术在社会生活各个领域的深度嵌入所带来的安全问题,从国家安全视角来看,算法安全具有逻辑操纵的政治性、行为影响的颠覆性、场域渗透的隐蔽性等显著特点,并且会深度影响国家安全的各个维度。具体而言,算法安全对国家安全的挑战表现在深刻改变国家间权力结构对比、导致隐性算法依赖和逆向算法攻击等方面。近年来,随着算法安全风险逐渐显现,加强算法安全治理已经成为国际社会的共识。在结合算法安全的特点和世界各国有关算法安全的应对举措的基础上,我国可以通过提高算法风险意识、培养算法专业人才、完善算法监督体系等方式来进行有关算法安全的秩序重构,以强化人工智能时代的国家安全治理。     

伦理结构化:算法风险治理的逻辑与路径

算法风险触及、引发、衍生了诸多社会问题,日益成为社会各界广泛关注的热点。算法风险治理的伦理结构化进路,主要是指通过建构算法设计、开发和使用的伦理原则制度,确定相对稳定的伦理框架和逻辑体系,形成合理可靠的伦理关系结构,从而确保算法符合道德伦理要求。伦理结构化的表达与呈现方式对提升算法治理能力十分重要,是推进算法风险治理的重要范式,有助于从理论层面到实践层面全面实施和执行算法的道德规范,推动算法的伦理建设进程。算法风险伦理治理结构化的实施路径包括:建构算法风险伦理评估模型与审查体系;提升算法的伦理信任阈值与制定评估指标;设立算法风险伦理问责机制。     

基于毫米波三维全息成像算法的人体检测技术

针对日益突出的人体安检需求,面对一些新式的危险物品,采用毫米波成像技术进行人体安全检查具有巨大的意义。设计了两种形式的毫米波检测设备,详细推导了毫米波平面扫描式三维全息成像算法的算法流程,得到目标物全息像的公式表达式。通过图像形式形象展示了毫米波成像区域分辨率分布规律,通过对分辨率板的测试,验证了系统分辨率符合5mm要求。最后分析了毫米波探测下的人体组织、金属、粉末、电子产品、爆炸模拟物和粉末材料的介电材料特性,并呈现了人体背景下携带不同材料的毫米波人体图像。     

人工智能侵权的新兴责任主体研究

除传统侵权责任主体以外,人工智能侵权的责任主体还应包括算法设计者、数据提供者和算法应用平台。算法设计者宜从生产者中剥离出来独立承担过错责任,对外与生产者、销售者承担不真正连带责任。数据提供者是以盈利为目的使用运营手段向人工智能提供数据的主体,采用自动化处理技术的数据提供者应适用过错推定责任。算法应用平台是联结终端用户与开发者之间的媒介,其中公务机关应用平台宜适用无过错责任,以减少权力异化的风险,其他应用平台则适用过错推定责任;在对外责任的承担上,算法应用平台宜与直接原因的责任主体一起承担不真正连带责任。     

算法透明实现的另一种可能：可解释人工智能

算法黑箱对算法决策提出了挑战,算法透明要求算法可解释。算法透明并不是简单的算法公开。尽管人们普遍寄希望于通过算法公开来打开算法黑箱实现算法透明,但是单纯的算法公开不仅面临着商业秘密泄露的诘难,也无法真正对算法决策作出解释。与之相比,技术上制造可解释人工智能是实现算法透明的一种新的选择。可解释人工智能不仅可以凭借不同的解释路径透视算法黑箱,还可以满足受众对算法解释的不同需求。技术的发展有赖于制度的保障,构建一套合理的制度促进可解释人工智能的发展是确有必要的。这要求在立法上规定可解释人工智能的适用场域;在行政上利用政府采购引导可解释人工智能的生产;在市场管理上借助第三方认证倒逼企业制造可解释人工智能;最终实现算法透明。     

人工智能的法律规制路径:一个框架性讨论

中国、美国和欧盟在人工智能的法律规制上初步呈现出自身的特点。面对人工智能技术的发展,中国通过分散式的立法对它在电子商务、新闻内容推荐以及智能投顾等领域的应用进行了回应,算法公开透明是贯穿于这些层级各异的立法的共同要求。美国则是通过司法判例对算法的法律性质进行了明确,在搜索引擎算法的案例中,它被看成言论,刑事辅助审判系统中的算法则被认定为是商业秘密。与中国、美国的个别化进路形成鲜明对比的是,欧盟通过对个人数据权利的严格保护,形成了对人工智能的源头规制模式。在数字经济成为经济发展的新动力的背景下,这三种模式体现了在数据权利保护和人工智能产业发展平衡问题上的不同侧重。     

三联体亲权指数的统一算法及其扩展应用

目的介绍一种在生母参与情形下,孩子与被鉴定人间常用亲缘关系指数的统一算法。方法以计算三联体亲权指数（paternity index in trios,PIT）的公式为基础,分析不同亲缘关系指数计算公式中的公因子,并以此公因子对不同情形下PIT计算公式进行统一描述,采用叔伯指数定律和亲缘系数（r）将上述PIT统一计算公式扩展至祖孙、半同胞、叔侄及第一代堂兄弟等不同情形下的亲缘关系指数的运算。结果以状态一致性等位基因的频率倒数加1为公因子,在引入亲缘系数（r）的情形下,获得了可计算在生母参与时,孩子与被鉴定人间任意亲缘关系指数的两个公式。结论在生母参与情形下,孩子与被鉴定人间亲缘关系指数的统一算法简化了运算过程,有利于编程实现批量计算。