研究通过视觉数据，特别是室内和室外照片，预测高级房地产属性的潜力，并设计了三个模型进行评估和不同融合策略的处理。

Nov, 2022

人工智能生成的信息的公开可能会彻底改变市场，并对经济动态产生出乎经济学家预料的影响，使得模型和思维方式过时。尽管房地产的超通胀并不是一种新现象，但在 12 年来的持续和几乎单调的存在中，与 Zillow 这一成功的大批量房地产估价器（MREE）提供的公共估价信息的突出地位相吻合，这一现象无法被忽视。我们模拟的是 MREE 和房主之间的重复性理论博弈，其中每个玩家都拥有秘密信息和专业知识。如果意图是确保住房的负担能力并保持旧的美国生活方式，需要面对新的挑战。模拟结果显示，将 MREE 风格的价格估计可用性局限于选择性合作的房地产可能会在一定程度上减少反馈循环，从而影响其潜在原因，正如实验模拟模型所建议的那样。根据逻辑解释，验证了 MREE 对房地产通胀率的压力与绝对 MREE 估计误差相关的猜测，在模拟中得到了验证。

Mar, 2024

Argoverse 是包含 HD 地图的自动驾驶数据集，通过提供详细的地图信息，如车道方向、可行车道区域和地面高度，提高了 3D 目标跟踪和动态预测的准确性。

Nov, 2019

使用循环神经网络和最先进的视觉特征来预测房地产价格，结果表明我们的模型在平均绝对误差（MAE）和平均绝对百分比误差（MAPE）方面均优于其他现有算法。

Nov, 2016

本文提出 REFinD 数据集，该数据集为金融文档中的大规模关系注释数据集，可用于信息检索、语义搜索、问题回答和文本蕴含等任务，同时对各种最先进的深度学习模型进行实证评估并强调数据集带来的挑战。

May, 2023

IITP-VDLand 数据集来源于各个平台，包含了 Decentraland 虚拟空间内土地属性、交易历史、活动记录、社交媒体互动等丰富的属性。在该数据集上进行价格预测模型的性能评估显示，集成模型在预测土地价格方面表现更好，相关属性包括坐标、地理接近度、稀有度分数和其他经济指标。

Apr, 2024

本文介绍 DocRED 数据集，该数据集为文档级别中关系抽取 (Relation Extraction) 提供了一个新的方法，并提供了大规模的远程监督数据，以满足超级 / 弱监督训练需求。同时我们实验了目前最先进的方法，结果表明文档级别中关系抽取仍需要进一步的研究。

Jun, 2019

本文提出了一个新的金融实体关系抽取数据集 FinRED，并在此数据集上对各种最先进的关系抽取模型进行试验，结果显示当前的模型在金融领域的性能较差，需要更好的模型。

Jun, 2023

本研究介绍了一个大规模的合成孔径雷达 (SAR) 机场数据集，旨在为 SAR 图像中机场检测研究提供基准数据，并通过多种深度学习方法的实验验证了数据集的有效性。

Apr, 2022

本文介绍了 GREEND 数据集，其中包含奥地利和意大利家庭详细的能耗信息，并讨论了传感器基础设施的设计选择。最后，使用最先进的技术对负荷分解、占用检测和电器使用情况进行了基准测试。

May, 2014