检索结果-南通市图书馆

人工智能基础模型训练使用作品引发的侵权争议不断发生,对此需要从著作权法的基本法理出发,在解释学视角下进行行为定性和分类分级施加合规义务。从行为主体上,区分数据集创建者和模型开发者;从行为对象上,区分作为内容的作品与作为载体的数据;从行为样态上,将模型训练流程解构为数据准备、数据投喂与机器学习三个阶段。在第一阶段,数据集创建者在使用自有数据、购买第三方数据和抓取公开数据三种情形下对著作权侵权内容的注意义务程度依次减轻。数据集创建者复制作品是否侵权,需区分对待通用数据集和专门数据集,前者在公共利益原则下能够豁免侵权责任,后者因其整体价值与作品价值的重合性,则难辞其咎;在第二阶段,基础模型开发者通过交易行为获得数据集产品时,对数据内容的著作权合规义务有限。其将数据集投喂给模型时,对数据样本中的作品的复制是一种过程性复制,不构成侵权;在第三阶段,机器学习的对象是数据,核心目的是获取表达符号之间的分布规律,未发生对作品的呈现式或演绎式使用。鉴于著作权法意义上的作品使用指向的是“表达性使用”,故这种“非表达性使用”不落入著作权人专有权利的控制范围。

关键词：人工智能模型训练注意义务著作权合规表达性使用

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于PCI-SVM的超声相控阵缺陷成像与分类研究

引用

激光与光电子学进展 2024年

作者：张浩乾赵凯江南大学机械工程学院江苏省食品先进制造装备技术重点实验室

随着超声相控阵技术在管道和板材缺陷检测中的应用日益广泛，成像算法对提高缺陷成像质量起着至关重要的作用。本文在全聚焦成像（TFM）的基础上，引入相位相干成像（PCI）算法，通过改进相位信息处理，增加相位权重，显著提升了缺陷成... 详细信息

随着超声相控阵技术在管道和板材缺陷检测中的应用日益广泛，成像算法对提高缺陷成像质量起着至关重要的作用。本文在全聚焦成像（TFM）的基础上，引入相位相干成像（PCI）算法，通过改进相位信息处理，增加相位权重，显著提升了缺陷成像的信噪比和横向分辨率。此外，针对缺陷分类的准确性和效率问题，本文结合支持向量机（SVM）算法，搭建PCI-SVM系统，通过参数优化和模型调整，实现了孔蚀和裂缝缺陷的自动化分类，分类准确率达到94.6%。实验结果表明，PCI-SVM系统不仅提高了缺陷检测的准确性，而且提升了检测效率，为工业无损检测提供了一种新的高效解决方案。本文的研究为超声相控阵技术在实际应用中的进一步发展和优化提供了理论基础和实践指导。

关键词：超声相控阵全聚焦成像相位相干成像支持向量机

来源：

同方期刊数据库评论