排序方式: 共有41条查询结果,搜索用时 125 毫秒
11.
余成峰 《华东政法大学学报》2018,(2):5-20
法律的核心功能是维护社会规范性期望的稳定,法律通过“深度不学习”的方式成功化
约了社会复杂性。而在人工智能为代表的认知性技术兴起之后,学习能力的急速提高将深刻改变传统
法律的特征,法律的计算化和社会科学转向是其典型表现。大数据、区块链、智能合约、模拟仿真等技
术应用正在持续改变法律的功能形态,催生出“小法律”“实验法”等新型学习性法律。从法律不学习
到机器学习,将在法律空间、法律时间、财产形态、信用机制、法律自由、法律正义等各个方面产生深层
效应。根本性的挑战在于法律功能独特性的丧失。法律不学习被机器学习取代,规范性期望被认知性
期望取代,法律被代码 / 算法取代,这也就是法律“死亡”的前景。 相似文献
12.
社会主义自由观的理论研究与实践培育,不应仅停留于应然层面的探讨,还应讨论民众自由观的实然状况。但自由观实证研究一直未能得到国内学者应有的关注,尤其缺乏必要的概念界定与测量。基于词源追溯与概念比较,自由观乃是特定时代背景下,公众对于成员与成员、成员与权威机构、成员与资本以及权威机构的关系中保存个体独立性与自主性的信念与偏好。其基本维度可划分为民众对于社会领域、政治领域、经济领域中消极自由与积极自由的认知,以及原则性支持、比较性支持与情境性支持。据此,再通过系统抽样数据的项目分析、信度分析、探索性因子分析和验证性因子分析,开发出适合中国情境、可与国际学界接轨的自由观量表。 相似文献
13.
高校环境下,预测和评估方法在教育教学中有着重要的应用价值和广阔的应用空间。这些方法经常由基于训练方式的智能学习机器来实现。在此背景下,一个非常重要的问题值得分析:是否这些方法都是有效的?为此,从几种典型的预测和评估方法入手,深入分析其内在合理性,得出各种方法的有效性评价,最后归结出利用智能学习机器进行预测和评估的有效性的一般性论断。 相似文献
14.
15.
16.
《福建公安高等专科学校学报》2022,(6)
人工智能的发展经历了"小数据"阶段到"大数据"阶段。"小数据"阶段是利用灰色预测系统等各种推理和预测模型来进行数据分析和处理。随着大数据技术的成熟和深度学习的应用,人工智能进入了"大数据"阶段。大数据技术与深度学习推进人工智能向前发展。由于大数据的支持,让机器经过大数据的训练、学习、分析而"自动"发现规律和形成规则,进而提升预测和判断的准确率,使得机器学习乃至人工智能整个领域的众多实际应用成为可能。 相似文献
17.
损伤时间推断是法医学实践中的重要内容,准确推断损伤时间是国内外法医学者亟待解决的科学问题。代谢组学技术可以有效检测机体受到体内外刺激因素作用产生的内源性代谢物,描述生物体内代谢物的动态变化,具有操作性强、检测效率高、定量结果 准确等优势。机器学习算法对高维数据集的处理具有独特优势,能够有效挖掘生物信息,真实反映机体生理、疾病或损伤状态,是高效处理高通量大数据的新型技术手段。本文综述了代谢组学技术与机器学习算法的研究现状和自身优势,探讨应用代谢组学技术结合机器学习算法在法医学损伤时间推断研究中的应用前景,为法医学损伤时间推断研究提供新思路。 相似文献
18.
目的 基于朴素贝叶斯算法(Naive Bayes,NB)构建成都社区严重精神障碍(Severe Mental Disorder,SMD)患者暴力行为预测模型,并探索其应用价值。方法 从成都市精神卫生防治管理信息系统中获取2017至2019年SMD患者个案管理数据52 601例及相应随访信息、应急处置记录,使用MacArthur社区暴力工具、修订版外显攻击行为量表对患者随访期间的暴力行为进行量化评估。采用单因素Logistics回归分析筛选暴力行为的关联因素。将样本按照68%、17%、15%的比例划分为训练集、验证集、测试集,基于NB建立SMD患者暴力行为的预测模型。运用5折分层交叉验证法检验模型的内部效度,将测试集输入到模型中检验模型的外部效度。结果 基于NB建立的成都市社区SMD暴力行为预测模型内部效度的受试者工作特征曲线下面积(AUC)为0.757(95%CI:0.734~0.780),外部效度的AUC为0.755,平衡准确度为0.710,准确度为0.721,敏感度为0.697,特异度为0.722。结论基于NB建立的成都市社区SMD患者暴力行为预测模型具有良好的效度,可为暴力行为的... 相似文献
19.
王迁 《法律科学-西北政法大学学报》2017,(5)
如果人工智能生成的内容在表现形式上不符合作品的构成要件,如计算机生成的无独创性数据库,当然不能作为作品受到保护。但如果人工智能生成的内容在表现形式与人类创作的作品类似,如机器人绘制的图画、写出的新闻报道或谱出的乐曲,则需要从其产生过程判断其是否构成作品。迄今为止这些内容都是应用算法、规则和模板的结果,不能体现创作者独特的个性,并不能被认定为作品。在不披露相关内容由人工智能生成时,该内容可能因具备作品的表现形式而实际受到了保护,但该现象是举证规则造成的,并不意味着著作权法因人工智能而改变。 相似文献
20.