摘要：[目的/意义]针对人工智能应用中表现出的偏见和歧视,本文从数据、算法和系统运维出发,分析了AI治理中公平性的影响因素和评价方法,为AI的公平性治理提供解决思路。[方法/过程]基于人工智能治理流程和AI的公平性治理机制两个维度,本文首先遵循“顶层设计—技术攻关—产业实践”思路,提出AI的公平性治理框架;其次,在AI治理公平性技术攻关层面提出了GovAI-FDevOps框架并从偏见角度出发探讨了公平性影响因素和量化评价指标;最后以信贷数据集German为例,对信用评分卡模型在性别、国籍、年龄等敏感属性上的表现进行了公平性检测和评价。[结果/结论]从本文研究来看,AI治理中的公平性是一个具有相对性的复杂概念,不存在满足各群体、各统计意义上的绝对公平。AI治理公平性的实现需要政策、法律和技术的多方协同努力。

摘要：如何在具有多种地物类型的复杂背景下准确地识别滑坡区域,同时较好地抑制其他地物造成的虚警,是基于极化合成孔径雷达(PolSAR)数据进行滑坡检测的关键问题。针对此问题,提出一种利用优劣解距离法(TOPSIS)融合极化信息的滑坡检测方法。首先通过Yamaguchi分解、H/A/α分解和相关系数计算得到8个极化特征参数,然后对这些参数进行归一化和同趋势化处理,同时利用层次分析法(AHP)优化设计TOPSIS的权重,在此基础上精确计算每个像素与滑坡的相似度,经阈值分割和形态学处理得到疑似滑坡区域;进一步采用滑坡前、后单极化数据的相干图来剔除疑似滑坡区域中的虚警,有效实现精准检测复杂背景下滑坡区域的目的。实验以深圳“12·20”滑坡和日本北海道“9·6”滑坡为例,结果表明,与现有方法相比,本文方法在有效抑制虚警率的情况下将滑坡检测正确率提升了10%以上。

摘要：[目的/意义]基于数据故事本体模型提出一种语义描述及推理方法,旨在生成机器可理解的数据故事语义脚本,完整的数据故事产品能够利用此脚本生成。[方法/过程]首先,基于OWL本体的建模和知识表示方法设计数据故事的XML格式和RDF(S)格式的描述脚本。然后,基于SWRL定义数据故事的语义描述规则,论述数据故事化的语义描述及推理流程与关键任务。最后,以UCI breast-cancer数据集为数据来源,将存储在MySQL数据库中的数据故事内容转换为XML数据故事描述脚本和RDF(S)数据故事语义描述脚本,并使用推理方法标记数据故事的要素及关系。[结果/结论]定义包含故事要素、故事要素关联以及故事实例的数据故事脚本,划分出数据故事语义描述与推理的流程以及形式化表示活动中的关键任务,并提出可操作的面向数据故事化的语义描述和推理方法。

摘要：[目的/意义]人物和情节是数据故事的两大支柱。数据故事的情节通过人物特征、行为、所期待目标、所面对现实和所认为偏见来展开,实现数据故事人物的自动化生成是数据故事化领域科学研究的核心主题之一,对于数据故事的理论研究、自动生成和工程化研发具有重要意义。[方法/过程]首先,探讨数据故事人物的类型、特征及操作。其次,提出基于反事实解释的人物生成方法,分别对数据故事中的主人公、同类人物、异类人物、正面人物和反面人物给出自动生成方法。接着,分析其技术实现,探讨实验设计、数据来源、方法选择及结果讨论。最后,总结论文的主要研究发现,并对未来研究提出建议。[结果/结论 ]在数据故事化领域首次较为系统研究数据故事人物的组成要素、基本类型、主要特征及核心操作,并提出基于反事实的数据故事人物自动生成方法。

摘要：在基于哼唱的音乐信息检索领域中,查询处理算法一直是一个重要的研究课题。根据人对乐曲相似理解的实验结果,设计了新的基于单侧连续匹配的可容错的近似匹配的算法.此算法采用n-gram的顺序hash索引,加快了可容错的查询处理速度.还设计了一系列包括各种类型和各种数量错误的查询的实验,来比较该算法和其他两种常用算法的查询处理速度和容错能力.当测试数据集为78000首网上收集的MIDI乐曲段,包含各种错误的查询为1000个时,该算法取得79%的前3位命中率和87%的前10位命中率.这些结果表明,该方法的性能高于现有的算法.表2。

摘要：星型连接是OLAP中重要的操作,事实表与维表基于星型连接执行多维分析处理.星型连接的性能取决于连接性能.当前研究主要集中在如何在不同的处理器平台上优化哈希连接性能,然而如何获得最优的哈希连接参数或实现是一个复杂的问题.哈希连接不依赖于模式的语义信息,然而却可以在事实表与维表之间通过维映射特征进一步优化连接性能.该文提出了一种新颖的面向OLAP负载的向量索引以提高事实表与维表之间的连接性能.从模式的角度来看,维表可以映射为向量索引,每一个事实表记录可以直接映射到向量索引上的相应位置,无须执行基于值匹配的哈希连接操作.从实现技术的角度看,向量索引是一种位图索引、字典表压缩、主外键参照完整性约束和连接索引相结合的技术.系统化的设计使向量索引可以扮演多种角色:(1)向量索引与位图索引类似起到过滤作用;(2)向量索引相对于只存储0或1的位图索引使用更多的位来表示更多的信息;(3)映射或创建自动增长的主键作为向量索引地址并且更新相应的外键,将主外键参照完整性约束转换为向量参照约束;(4)外键连接操作简化为通过外键值引用向量单元.基于向量索引,OLAP中代价大的星形连接可以抽象为向量索引计算,OLAP查询可以简化为基于向量索引的单表扫描处理.向量索引简化的设计不仅可以提升性能,而且降低了在GPU平台实现的复杂度.本文首先讨论了向量索引机制和如何在数据库中应用向量索引;然后设计向量索引更新机制,以保证在更新时向量参照约束;最后提出基于向量索引的OLAP框架来提高内存数据库OLAP性能.基于向量索引的星型连接可以用作GPU上的OLAP加速器,使CPU可以将计算密集型负载转移到高性能GPU平台来加速OLAP处理.实验结果表明向量索引更新代价较低,而向量引用性能收益较大.更重要的是,向量索引支持OLAP中的星形连接操作在内存数据库引擎之外进行加速,降低了内存数据库的CPU负载,或者将星形连接负载通过硬件级加速器,如GPU进行加速.基于向量索引的星型连接可以显著提升CPU和GPU平台上的星型连接性能,相对于内存数据库Vector,在SSB Q4.1查询可以获得最大3倍的性能提升,平均性能提升了1.2倍.

摘要：Web服务环境的开放性、欺骗性和不确定性等特征,导致服务交易双方风险增大,因而构建有效的信任管理机制是降低交易双方风险的至关重要的因素.但是,当前基于安全凭证和反馈信息的信任评估方法均存在缺陷,因而,作者参考社会学的信任模型,利用量化主体能力属性提升信任评估的准确度.在此基础上,设计了Web服务信任评估模型(ServTrust),且提出了ServTrust的一种基于多代理器的解决策略.仿真实验结果表明:该方法与基于反馈信息的方法相比能有效地改善信任评估的准确度.

摘要：在疫情防控常态化条件下,智慧教育的发展得到了大力推动。提出基于KANO设计模型和Spring Cloud分布式架构的全栈式智慧教育系统。系统功能完善、层次分明,针对教师、学生分别设计了不同的操作逻辑与系统功能;学生可使用该系统完成课程报名、课前资料下载、课程观看和课后复习等一系列学习活动,教师可使用该系统完成学生、课程和班级三位一体的日常管理与分析。同时,该系统基于KANO设计理念和Spring Cloud分布式架构的开发方式,可更好地将“一站式”教育平台拓展为全栈式智慧教育系统,为实现全栈式智慧教育的发展与优质教学资源共享提供了新的设计思路与开发方案。

摘要：[目的/意义]促进政务数据与社会数据对接利用,是提升政府数字治理能力的必然要求,也是打造数据强国的战略路径。[研究设计/方法]基于协同创新理论和公共价值理论,构建政务数据与社会数据对接利用分析模型,通过X市数据治理典型实践案例进行案例验证。[结论/发现]从能力维和保障维出发,围绕数据汇聚、管理、应用以及组织管理、建设运营、数据安全等六方面,构建“3×3”政社数据对接利用实施路径模型,从应用范围、应用领域、应用环节方面进行实践验证。[创新/价值]“3×3”模型为开展政社数据对接利用提供了有效工具和可行路径,回答了政社数据对接利用“做什么、如何做、谁来做”的问题。

摘要：[目的/意义]探究信息学在文件管理领域的起源发展,通过批判反思提出对档案事业和档案学科发展的思考。[研究设计/方法]采用文献研究法,基于信息学、社会信息学、文件信息学等领域的代表性文献,构建信息学概念演变与要素关系模型,并以此为分析框架梳理文件信息学的发展历程。[结论/发现]参照信息学“以技术为中心—以对象为中心—以业务为中心—以人为中心”的发展趋势,文件信息学实现了从技术中心主义到业务中心主义的转变,重视信息技术与组织机构和文件管理的相互建构和相互影响。未来的文件信息学应以人为中心,实现计算、认知和社会的深度融合,建立多利益相关方合作治理机制,进一步融入社会信息化浪潮和数字转型进程,并拓宽档案学学科边界,使其嵌入信息资源管理学科群的协同演进。[创新/价值]提供文件信息学发展演变的整体脉络,以期推动文件管理数字转型持续深化并赋能社会发展。