智能无人系统应用的法律规制

来源 :人工智能 | 被引量 : 0次 | 上传用户:honghui2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智能无人系统作为人工智能新兴领域,其开发应用也将成为人工智能发展的里程碑式成就,同时带来的挑战也亟需法律对其作出回应.本文研究了智能无人系统的概念界定和类型,提出智能无人系统具备有体物、动产、合成物的法律特征,认为智能无人系统的典型产品无人驾驶汽车和无人机等相关领域的发展给法律带来了主客体界定、隐私保护、侵权责任的法律规制挑战.目前,应采用分别立法模式,对智能无人系统典型类型无人驾驶汽车、无人机等分别立法予以规制,最终实现智能无人系统的统一立法,并提出了主客体界定、隐私保护、侵权责任、准入制度等方面法律规制的内容.
其他文献
个性化推荐已成为解决信息过载的最有效手段之一,也是海量数据挖掘研究领域的热点技术.然而传统推荐算法往往只使用用户对物品的评分信息,而缺少对用户与物品潜在特征的综合考虑.基于因子分解机、宽神经网络、交叉网络和深度神经网络的融合,提出一种新的考虑多层次潜在特征的模型,可以提取用户与物品的浅层潜在特征、低阶非线性潜在特征、线性交叉潜在特征以及高阶非线性潜在特征.在4个常用的数据集上的实验结果表明,考虑用户与物品多层次潜在特征可以有效提高个性化推荐的预测精度.最后,研究了嵌入层维度以及神经元数量等因素对新模型预测
传统网络优化中路测工作存在难以全量测试道路及楼宇、测试工作量大、工作效率低、周期长、受人为因素影响等显性缺点,无法动态关注每个区域网络质量情况,且常规测量报告(measurement report,MR)数据不具备定位信息,无法精确定位如重叠覆盖度问题发生位置.基于最小化路测(minimization drive test,MDT)精准定位系统通过采集底层基站MDT数据,并根据重叠覆盖度算法输出高重叠覆盖度栅格,再通过自适应K最近邻-具有噪声的基于密度的聚类方法(K-nearest neighbor de
对多云聚合平台的现状、用途、需求分析、基本功能、应用场景进行了详细描述,论述了SD-WAN相较于传统的专线多云接入方式现状的优势.分析了多种SD-WAN接入多云聚合平台的组网方案并提出SD-WAN与专线结合实现网络链路监控的多云接入方案,提出了SD-WAN入多云的网络质量监控作用、融合组网下SD-WAN对underlay专线的监控作用、融合传统专线入多云的网络架构拓扑设计、SD-WAN与传统专线入云的分段式接入方式,介绍了混合组网入云应用场景、综合优劣势,从融合组网的角度体现SD-WAN入多云的价值.