Jan, 2022

交叉性分析：通过类型抽象控制组合爆炸

PDF
TL;DR本文介绍了一种分析性设计方法来帮助 HCI 设计师将一个人群的多种身份属性连接和分离以解决研究难度大和先前工作无法转化的问题，并通过四个设计用例说明了该模型如何降低研究成本和为新的交叉人群提供帮助的作用。
hciintersectionalityanalytical design methodsidentity propertiesempirical work
发现论文，激发创造
  • H2H：异构模型到异构系统的计算与通信感知映射

    提出了一种依据计算和通信同时进行考虑的异构模型到异构系统映射算法，通过在稍稍减少计算来交换更好的通信，可以大幅度降低系统整体延迟和能耗。MAESTRO 建模表明，相比于现有的以计算为优先的映射算法，我们的算法可以实现 15% 至 74% 的延迟降低和 23% 至 64% 的能耗降低。

    Apr, 2022

  • 远程感知中异构系统的动态组合方法

    本文介绍了一种新的动态组合异构系统的方法，以进一步推进数据驱动的科学实践，以提高计算效率和特定科学领域的可用工具，并概述了一项以可组合基础架构为基础的案例研究，展示了火灾建模的应用。

    Nov, 2022

  • 异构信息网络分析综述

    本文综述了异构信息网络分析的基本概念和不同数据挖掘任务的发展，探讨了一些高级主题和未来研究方向。

    Nov, 2015

  • 多个干预分布上联合学习一致的因果抽象

    本文提出了一个基于 Rischel（2020）提出的抽象形式化理论的因果抽象学习框架，并给出了一个可微分编程解决方案，以在人造数据和电动汽车电池制造领域中实现了关于多个分辨率级别的因果关系推理。

    Jan, 2023

  • 混合学习和推理系统设计模式概述

    本文提出了一套组合设计模式，旨在描述将机器学习中的统计技术与知识表示中的符号技术相结合的系统，经过大量文献验证，并帮助系统化该领域的相关文献，澄清不同技术组合达到的目的，并鼓励软件组件的重用。

    May, 2019

  • 多模态融合交互：人工智能量化的研究

    研究了如何通过人工注释对多模态交互进行分类，提出了信息分解方法，比较了部分标签和反事实标签的机会和限制，并提出了一种自动转换方法以量化多模态数据集中的交互

    Jun, 2023

  • 量化与建模特征交互：一种信息分解框架

    该研究提出了一种信息熵方法，可以量化多模态分布中输入特征之间的冗余、独特和协同作用，以帮助模型选择和应用。

    Feb, 2023

  • HighMMT: 量化多模态和交互异质性实现高维表示学习

    本文提出了两种信息理论的度量方法，用于量化多模态学习中异构性，并提出了一种可扩展到多个领域的高模态模型 HighMMT，其性能优于以前的方法，并表现出重要的缩放行为。

    Mar, 2022

  • 神经组合计算：从认知中心的悖论到新一代人工智能系统

    通过使用神经组合计算的有限形式，人工智能系统正在变得更加强大、准确和易理解，而新的、更深层次的神经组合计算形式将进一步提高人工智能系统的表现。

    May, 2022

  • 网络和算法中的少数群体

    本文旨在阐述关于社交网络数据驱动和理论支持的复杂模型的最新进展及其在理解社会不平等和边缘化方面的潜力。特别关注网络与基于网络的算法所引起的不平等问题，以及如何影响少数群体的感知和协作模式，最后指出该领域面临的主要挑战和未来机遇。

    Jun, 2022