- CBGBench:填补蛋白质 - 分子复合物结合图的空缺
CBGBench 是一个结构基药物设计的综合评估基准,使用 AI 技术中的生成模型,通过填补三维复合结合图的空白来统一任务,并广泛应用于药物设计的关键子任务,包括分子生成、连接物、片段、骨架和侧链等。
- FinAgent:金融交易的多模态基础代理:工具增强,多样化,与综合性
金融交易是市场的关键组成部分,涵盖了新闻、价格和 K 线图等多模态信息,应用于定量交易和高频交易等不同任务。本论文介绍了 FinAgent,一个多模态的金融交易代理,利用深度学习和强化学习等先进 AI 技术处理复杂数据,并在多个数据集上取得 - 文献综述的人工智能:机遇与挑战
本文综述了人工智能在系统文献综述中的应用,重点研究了 AI 技术在文献综述的半自动创建中的应用,特别是在筛选和提取阶段。通过对 21 个主流文献综述工具的分析,以及对 11 个利用大型语言模型进行文献搜索和学术写作辅助的最新工具的分析,讨论 - 借助人工智能改进软件工作量估算:综合研究和框架提案
本研究在过去的五年中对 AI 技术在软件工作量估计方面进行了广泛的研究。通过克服传统方法的局限性,该研究旨在提高准确性和可靠性,并通过性能评估和与包括人工神经网络(ANN)、支持向量机(SVM)、线性回归、随机森林在内的多种机器学习模型进行 - PubTator 3.0: 一个 AI 驱动的医学文献资源,为解锁生物医学知识而设计
PubTator 3.0 是一个使用先进的人工智能技术的生物医学文献资源,提供关于蛋白质、基因变异、疾病和化学品等关键概念的语义和关系搜索。它通过 API 和在线界面提供高级搜索功能和大规模分析,有效地满足多样的信息需求。
- 人工智能自动化科学文献系统评价
在近 15 年里,通过调查 AI 技术的应用情况,以帮助研究人员进行系统的科学文献分析,我们揭示了当前支持的任务、应用的算法类型和 34 项研究中提出的可用工具,同时提供了该领域演变的历史视角和人类在越来越自动化的系统性文献回顾过程中发挥的 - 何时可以信赖特征选择?--I:基于条件的 LASSO 和近似难度的分析
鉴于 AI 技术在计算中的应用以及其潜在的幻觉和非鲁棒性,可信度算法已经成为一个关注点。然而,对于许多经典方法的可信度仍未得到很好的理解。本文针对科学、统计学、机器学习等领域中的一个经典问题,特征选择问题,提出了 LASSO 优化问题。尽管 - 列车信号分类认证控制
KI-LOK 研究项目旨在开发认证控制架构,用于防止基于人工智能感知系统中交通标志的误报检测,并通过整合 Python 原型系统和目标检测模型来测量相关性能指标。初始结果表现有希望,精度提高明显,但还需进一步研究泛化可能性。
- 基于场景的深度生成模型用于自动列车的安全验证
利用深度生成模型的数据模拟实用性来对场景 - based ODD 进行验证,并分析系统在不同光照和天气条件下以及在其之间过渡时的运作程度。
- 差分隐私:基于扩散的人脸隐私保护
本文提出了一种基于扩散模型的面部隐私保护方法 Diff-Privacy,通过统一匿名化和视觉身份信息隐藏任务,利用多尺度图像反演模块(MSI)和条件嵌入策略实现面部图像的隐私保护。
- ACL类比学习:数学应用问题中多元化问题生成
本文提出了一种通过生成多样性问题 / 方程式来解决数学应用问题的方法,并通过新的 MWP 数据集展示了它的有效性。
- 图像上叠加文本的视觉问答(VQA)
对于医学图像上的叠加文本注释,本研究探讨其对视觉问答(VQA)任务的影响,并发现这种文本元信息的添加不会严重降低 VQA 性能指标,从而验证了在使用 AI 技术进行 VQA 任务时,在医学图像上叠加文本的做法的可行性。这项研究在提升对 VQ - 计算语言评估:开放式大脑人工智能
介绍了 Open Brain AI 平台,该平台利用机器学习和自然语言处理等 AI 技术自动分析口头和书面语音产生,其提供的可靠和高效的测量能够提高诊断的准确性并优化治疗策略,同时也减轻了临床医师的工作量并让他们能够把更多的时间和资源投入到 - Diffusion Explainer: 文本到图像稳定扩散的可视化解释
Diffusion Explainer 是第一个交互式可视化工具,可以解释稳态扩散是如何将文本提示转换为图像的,它紧密地集成了稳态扩散的复杂组件的视觉概述和其底层操作的详细解释,使用户可以通过动画和交互元素在多个抽象级别之间流畅转换。它能帮 - 利用人工智能棋类比赛刺激学生参与度
本研究介绍了一种基于项目和竞赛的本科生课程,旨在为第二年级学生提供搜索方法在棋盘游戏中的应用基础,并通过竞赛形式应用于构建 AI 代理以参加比赛。通过引入竞赛化学习和游戏化学习,以更好的方式促进学生学习的质量和体验。
- 云平台上的 IT 运维人工智能(AIOps):评审、机会与挑战
介绍了实现基于云平台的人工智能运维 (AIOps) 的愿景、趋势、挑战和机遇以及多种运用案例和关键技术,特别关注了数据分析、问题分类和解决方案提出和技术应用等方面。着重挖掘了那些尚未被深入开发或对人工智能技术能够产生显著影响的领域。文章中还 - 比较几种 AI 技术用于罗马尼亚文本的作者识别
本文探讨了利用人工智能技术对多个作者编写的文学文本进行分类的难点,并介绍了一个新的包含罗马尼亚语文本的数据集。经过数值实验比较,得出了人工神经网络、支持向量机、多表达式编程、决策树以及 k - 最近邻等算法在测试集上表现较好。
- 数据和知识获取原理与实践研讨会 2022 (PKAW 2022)
PKAW2022 将继续聚焦于知识获取和机器智能领域,并欢迎在人工智能技术和应用,以及人类和大数据驱动的多学科方法的贡献。
- 美国末日:最后的 NPC 人工智能案例研究
本文通过对游戏 The Last of Us 中人类、感染者和 AI 伙伴三种非玩家角色的开发挑战进行案例研究,比较了 AI 技术的不同应用,总结出了适用于游戏开发的 AI 技术方法。
- 通过类比维度理解叙事
本研究从认知科学研究成果出发,对类比推理的六个维度进行了规范,在寓言语料上进行了注释,并定义了四个任务来评估新型 AI 技术的可扩展性,实验结果显示现有的方法能够在有限的范围内推理类比,但需要进一步的研究来提高 AI 的综合性和可扩展性。