机器学习在系统理论的视角下对在线学习的建模存在不完善之处，本文提出了一种基于系统设计的在线学习框架，包括在线学习的新定义和关键设计参数的识别，以及系统结构和系统行为的划分。同时，通过以医疗保健提供者欺诈检测为案例研究，将讨论与实际在线学习挑战相结合。

Apr, 2024

本文介绍了机器学习和强化学习在控制和规划自主系统行为方面的应用，同时强调在安全关键的环境下要特别注意算法的可靠性和安全性，为控制理论家们提供一个学习该领域的起点。

Jun, 2019

研究智能系统以经济合理性解释其行为，其中包括涉及函数或效用的优化原则，最近这一理论已将约束纳入进来，即在满足某些信息处理约束的同时最大化效用。研究智能系统已从热力学工具中受益，本篇论文的目标是澄清这些结果在研究智能系统中的适用性，并改善对排序结构的分类和对能够允许这样的框架的要求的理解。

Jun, 2024

此文综述了信息论、生物网络、实验分析、进化优化和序列多样性等方面的研究成果及相关证据

Dec, 2014

本文提出了一种量化的交互式学习和自适应行为方法，并从模型和决策制定的角度整合了行为反馈。通过在最小复杂度下最大化预测能力，导出了最优行为政策和模型的类，并总结了这一过程的因果组织。该方法的基本原则之一是学习者的最优行为政策需要在勘探和控制之间保持平衡，这是一个新的重点。

Sep, 2007

引入了一种基于术语重写的动力系统的代数模拟，证明了递归函数应用于迭代重写系统的输出定义了一类模型，其中包括循环神经网络、图神经网络和扩散模型等所有主要的动态机器学习模型架构。从范畴论的角度来看，这些代数模型也是描述动态模型组成性的一种自然语言。此外，我们提出这些模型为将上述动态模型推广到结构化或非数值数据（包括 “混合符号 - 数值” 模型）的学习问题提供了一个模板。

Nov, 2023

本研究提出了一个对人工智能和算法系统进行监管的概念性框架，其中结合人机交互学习与各利益相关者的价值观协商及监控来保证算法社会契约的编程、调试、运行和维护。

Jul, 2017

缺乏系统工程的一些关键基础概念的形式化，其中最近承认的不足之一是系统工程实践对工程智能系统的不足。本文提出在智能系统的系统工程中可以使用封闭系统原则来完成所需的范式转变，然而为了实现这样的转变，需要对封闭系统原则的形式基础进行扩展。封闭性概念是封闭系统原则形式化的关键概念之一。我们提供了封闭性的形式、系统理论和信息理论定义，以识别和区分不同类型的封闭系统。接着，我们使用一个数学框架来评估这些系统的边界和约束的主观形成。最后，我们认为在多个层次的抽象系统上，通过适当的封闭和开放系统范例可以有助于工程化智能系统。总之，这个框架将为智能系统的系统工程提供必要的基础。

Nov, 2023

本论文探讨了算法监督的概念，提出了一种连续松弛算法的一般方法，定量评估了算法和神经网络的组合对性能和效率的增益，并探讨了在算法中引入可微性的各种不同技术和训练策略。

Sep, 2022

我们认为将硬分类界限视为暂时的、观察者相关的、实用主义的观点是有用的，这种观点有助于我们理解生物与技术中的多计算、多功能原则，并有助于我们理解和设计演化和设计系统的方式。

Dec, 2022