- 使用大型语言模型匹配表格元数据与业务词汇
使用大型语言模型的方法，无需手动调整，能够匹配表格元数据和业务词汇，从而实现对结构化数据的检索和分析。
- UQ 在 #SMM4H 2023 中：利用社交媒体进行公共卫生分析的 ALEX
通过采用具有 LLMs 解释机制的 ALEX 架构，本研究旨在提高社交媒体上公共卫生分析的性能，结果表明我们的 ALEX 模型在 Social Media Mining for Health 2023 (SMM4H) 的所有任务中获得了最佳 - 对比学习中互信息的严谨分析
对比学习通过互信息分析的深入研究，引入了三种新方法和一些相关定理，以增强互信息分析的严谨性，并通过重新评估对比学习分析的三个实例，展示了它们在加深理解或纠正误解方面的能力。
- 深度神经网络无监督域适应
本文介绍了现有的领域自适应方法的分析，提出了一种新的方法，证明了在不同领域中改进视觉识别任务的潜力，为领域自适应领域的进一步研究和发展开辟了机遇。
- ACL叙事文本中角色和地点的基准确认
通过对文本中字符和位置的跟踪，我们提出了一种新的空间关系分类任务，并使用规范化的注释和上下文嵌入作为特征来预测它们，结果发现，主角移动的比较多，女性角色更多地占据内部空间。
- ChatGPT 失败的分类存档
研究对 ChatGPT 的失误进行系统分析，提出了 11 类失误，并讨论了聊天机器人的风险、局限性和社会影响，目的是帮助研究人员和开发者提升未来的语言模型和聊天机器人。
- AAAI疲劳强度估计中的鲁棒性
本文提出了一种基于机器学习的疲劳强度估计方法，并针对该方法的鲁棒性、适用性和优势进行了研究，结果表明其在降低实验成本方面具有潜在的优势。
- 褪黑素”: 一项由人工智能引发的音乐风格研究
本文介绍了通过对使用 AI 工具创作的音乐进行分析来获得洞见的案例研究，以歌曲 “褪黑素”(Melatonin) 为例，分析了该歌曲的风格特征，突出了该工具的流派和声音的表现形式。
- 自适应系统规划景观分析
本文旨在研究自适应系统中的规划领域及其分析方法，进而为未来自适应系统的规划器设计提供指导。通过对四个真实的自适应系统和 14 种不同环境下的规划结果进行研究，发现规划地形通常对规划器提供强烈的指导，但其崎岖不平和多样性可能是主要障碍。同时， - CVPR不只是标签翻转的对抗欺骗
本研究针对卷积神经网络 (CNN) 在各种计算机视觉 / 人工智能应用中取得了显著成果，但其对抗攻击的脆弱性问题提出了解决方案，其中提出了一种新的度量方法来捕捉翻转的严重程度并对多种 CNN 模型进行全面分析，旨在为当前的对抗攻击与 CNN - 命名实体识别 -- 是否存在局限性？
本文详细分析了 Stanford、CMU、FLAIR、ELMO 和 BERT 模型的错误类型，揭示了它们的优缺点和共同限制，同时介绍了改进注释、训练过程和检查模型质量和稳定性的新技术。研究结果基于英语的 CoNLL 2003 数据集。
- MM天文图像高级处理
本文介绍了应用于天文银河图像的高级图像处理技术的综合案例研究，以实现更准确和更快速的分析。
- 子线性强化学习的方差降低方法
由于技术上的问题无法解决，我们撤回了提交。抱歉给您带来不便。
- 无限维空间上的分析与概率论
本文简要介绍了无限维空间中分析和概率基本概念、主要讨论 Banach 空间中的高斯测度。
- 流行病分析与控制：复杂网络扩散过程调查
该研究回顾和呈现了流行病模型开发、分析和控制中的各种已解决和未解决问题，着重介绍了复杂网络上传播过程领域的新工程师需要了解的内容。
- MuxViz：一种用于多层次网络分析和可视化的工具
本文介绍了一个开源软件 muxViz，该软件包含一系列用于分析多层网络的算法，能够有效分析和交互式可视化基因、神经和交通等各种复杂系统的多层数据。
- 随机生存森林的一致性
通过引入新的随机生存森林集成学习方法，本文证明了该方法在分裂规则、自举和随机变量选择下的一致性，同时介绍了一种新的处理无限标签算法的计算方法。
- 利用复杂网络分析和建模现实现象：应用综述
通过分析复杂网络在各种真实世界问题和数据的表示、分析和建模方面的应用，介绍其主要概念和模型，并调查了一系列现象，对其应用于新理论方法和应用于实际问题的潜力进行评估。
- 受限图灵测试得到的经验教训
Loebner 奖竞赛的分析表明它没有明确的目的，不会有任何有用的结果，并且在当前技术水平下不适合，我们提出了适合替代的方法。