Mar, 2019

MLSys: 机器学习系统的新前沿

PDF
TL;DR介绍 ML 系统在实际部署中的难点，并提出在传统系统和 ML 领域交叉的新兴研究方向：ML 系统的硬件和软件实现以及针对预测精度之外的指标进行的 ML 优化，同时介绍了一个新的会议 MLSys。
发现论文，激发创造
  • 循着最佳实践指引的机器学习

    本文旨在通过分析机器学习在软件工程中的最佳实践，填补现有文献不足的空缺，并针对机器学习应用所面临的挑战和开发过程，提出一系列以软件工程视角为基础的建议。

    Apr, 2023

  • 机器学习中安全与隐私科学的探索

    ML 在安全性方面存在漏洞，提出威胁模型并对攻击进行分类，探究了模型准确性与抗敌对操作的关系。

    Nov, 2016

  • 在 SWeMLS-KG 中描述和组织语义 Web 和机器学习系统

    本论文研究了语义 Web 机器学习（SWeML）系统，评估了其特征和趋势，并提出了一个本体分类系统。结果表明，SWeML 系统应用广泛，特别是在深度学习和知识图谱技术的推动下，呈快速增长趋势。

    Mar, 2023

  • 现代机器学习的景观：机器学习，分布式学习和联邦学习的综述

    现代机器学习的综述，包括高级算法、应用和框架，介绍了并行分布式学习、深度学习和联邦学习等内容。

    Dec, 2023

  • 有意义的机器学习

    机器学习的研究应更加关注数据集、评估指标、以及研究结果在学科领域中的传播，作者提出了 6 个目标挑战以促进机器学习的实际应用。

    Jun, 2012

  • 机器学习系统的技术成熟度水平

    介绍了一种名为 “机器学习技术准备级别” 的系统工程方法，可确保机器学习方法的可靠性和有效性，同时优化产品化和部署过程。

    Jan, 2021

  • 将科学知识与机器学习相结合，用于工程和环境系统

    本文探讨了机器学习与传统基于物理模型的建模方法相结合解决复杂科学和工程问题的创新方法，总结了这些方法的应用领域，并描述了用于构建基于物理引导的机器学习模型和混合物理 - 机器学习框架的分类方法，提出了现有技术的分类方法，揭示了知识漏洞和不同学科间方法的潜在交叉点，可用作未来研究的思路。

    Mar, 2020

  • 机器学习增强的系统工程中的问题命名

    通过国际调查，本研究提供了机器学习应用系统工程的现状和问题，推动软件工程实践的进一步应用和传播，以提升机器学习应用系统的工程水平。

    May, 2024

  • 基于机器学习的教学系统：概念框架

    本文探讨了机器学习模型在组织背景下促进知识转移的潜力，以构建更具成本效益的基于 IT 的教学系统。通过系统的文献综述和概念分析，本研究为计算机支持的协同工作领域做出了贡献，为构建区别于众的人机交互的知识转移子领域奠定了基础。

    May, 2023

  • 了解机器学习系统中的复杂性及其对测试的影响

    通过对 Rasa 3.0 进行案例研究，本文采用了系统视角并分析其对测试的影响，揭示了机器学习系统视角下的软件工程实践问题。

    Jan, 2023