- 遵规卡：用于自动化 AI 监管遵守的计算工具
通过引入一种高度自动化的系统，我们可以捕获与人工智能系统和模型的合规性相关的数据，并跨越这些数据进行分析，从而加强和加速 AI 法规的合规评估。
- 皮肤癌图像分类使用迁移学习技术
应用了五种不同的预先训练的迁移学习方法对恶性和良性阶段的皮肤癌进行二分类检测，实验结果表明 ResNet-50 模型提供了 0.935 的准确率、0.86 的 F1 分数和 0.94 的精确度。
- 一种自动化的创业评估流程：创业成功预测框架 (SSFF)
早期评估创业公司是一个复杂的任务，需要专家进行详细的分析。本文介绍了创业成功预测框架 (SSFF)，这是一个结合传统机器学习和先进语言模型的新型自动化系统。SSFF 由预测模块、分析师模块和外部知识模块组成，以模拟风险投资家的分析过程，并从 - BloodCell-Net: 人体所有微观血细胞图像的轻量级卷积神经网络分类
通过深度学习方法，我们提出了一种自动化的血细胞分类和计数系统，利用 U-Net 模型进行血细胞分割，并应用 BloodCell-Net 方法对血细胞进行分类，实现了令人印象深刻的性能指标。
- WWW自动化半结构化面试记录中的信息提取
该研究论文探讨了一种自动化系统的开发和应用，该系统旨在从半结构化访谈文本中提取信息。研究发现，对于分析访谈文本，最佳模型是 BERT 嵌入和 HDBSCAN 聚类的组合。论文介绍了一个用户友好的软件原型，使研究人员能够高效处理和可视化访谈数 - 一种用于检测网络欺凌的机器学习集成模型
社交媒体平台、网络欺凌、自动化系统、集成机器学习和挑衅性推文是本研究的关键词。研究通过采用四种特征提取技术，并结合五种机器学习算法，最终实现了 94.00% 的高准确率，优于传统机器学习模型，并超越了之前在相同数据集上的实验结果。
- 自动生成建筑方案设计的零射频序列神经符号推理
该研究介绍了一种新型的自动生成建筑原理图设计的自动化系统，旨在简化多户型房地产开发项目初期的复杂决策过程。利用生成式人工智能（神经推理）和数学程序求解器（符号推理）的综合优势，该方法解决了建筑原理图设计中依赖专家知识和技术挑战的问题，通过模 - 构建公平公正的软件系统来管理低空领空授权
小型无人机系统广泛应用于不同领域，但引发了空域共享和安全问题。本研究调查了利益相关方的观点，指出飞行特性、环境条件以及飞行员和无人机能力应作为自动化系统考虑的因素，同时强调对于任何人工智能辅助自动化决策需保持透明。结果为自动化无人机交通管理 - AAAIAuto311：一种基于置信度的非紧急呼叫自动化系统
利用实际数据评估了 Auto311 系统的有效性和可操作性，实验结果表明该系统可有效预测事件类型、从会话背景中提取关键信息，并能够减少对话轮数，分类准确率为 94.49%。
- Tessel：通过灵活的调度搜索提升大型 DNN 模型的分布式执行
Tessel 是一个自动化系统，通过搜索高效的分布式深度神经网络训练和推理的调度，为不同的运算符放置策略实现了性能优化，从而显著提高了训练和推理的性能。
- EMNLP不要太过專業的科學新聞框架：基於論述結構的研究
设计了一个自动化系统以支持科学新闻报道的实际任务，该系统整合了论文的话语结构和元数据，通过 extensive automatic and human experiments 的演示证明了在为目标受众阐述有意义的内容计划、简化所选信息和以外 - 探索图神经网络在印度法律判决预测中的应用
该研究论文以发展基于图神经网络的模型来解决法律判决预测问题为中心，将司法案例的内在图结构作为二进制节点分类问题，使用各种嵌入作为模型特征，并考虑了性别和姓名偏见等公平性分析，旨在优化裁判过程，提高司法效率，促进更公平的法律环境，并减轻不断积 - 利用人工智能进行针织图案自动化
通过数据增强和迁移学习技术，本研究提出了一种深度学习模型来识别和分类编织图案，模型使用 Inception ResNet-V2 作为主要特征提取和分类算法，并利用准确度、对数损失、F1 分数、精确度和召回率等度量指标对模型进行评估，结果显示 - 考虑数据不均衡的可解释的代价敏感深度神经网络用于脑 MRI 图像中的脑肿瘤检测
这篇论文提出了使用卷积神经网络 (CNN)、ResNet50、InceptionV3、EfficientNetB0 和 NASNetMobile 模型来高效检测脑肿瘤，以减少手工检查报告的时间并创建自动分类脑肿瘤的系统的研究。提出了一个自动 - 通往通用超级网络的自动神经架构搜索
提出第三代 “只训练一次（OTOv3）” 自动化系统，在不需要人工手工干预的情况下训练通用超级网络，并以单次方式生成高性能子网络，该系统在广泛的超级网络上实现了很好的优化性能，并且相对于超级网络及其他技术水平优越的性能。
- InsightPilot 演示：一种由 LLM 赋能的自动化数据探索系统
本文介绍 InsightPilot，这是一个基于 LLM（Large Language Model）的自动化数据探索系统，可以通过发出对应的意图查询（IQueries）来简化数据探索流程，通过其与最先进的洞察引擎之间的迭代协作，有效地分析现 - 使用深度神经网络从显微镜血液涂片图像自动检测急性淋巴细胞白血病亚型
本研究提出了一种使用深度神经网络对镜下血片图像中不同形状急性淋巴细胞白血病细胞进行自动检测的自动化系统，并可检测多种 ALL 细胞亚型并具有 98％的准确性，并开发了远程诊断软件来提供即时的诊断支持。
- 修改 Transformer 结构理解用于胸部放射诊断报告生成的迁移学习
本论文提出了通过域特定预训练和提出改进的 transformer 架构从胸部放射状图像输入生成临床报告的方法，该方法具有标准化、减少错误、节省时间和便于医学访问的优点，同时还使用验证数据集的指标验证了其性能。
- CorrectSpeech: 一款全自动的语音纠正和口音减少系统
提出一种全自动的语音纠错和口音减少系统，称为 CorrectSpeech，能够识别、对齐、编辑语音，用于纠正不当用词、发音错误等问题。实验结果验证了该系统的实用性和效果，可用于语音录音的口音校正。
- 自动化临床编码：什么、为什么以及我们在何处？
介绍了自动临床编码的想法，并从人工智能和自然语言处理的角度阐述了其挑战，指出当前深度学习方法在实际应用中存在解释性和一致性的差距，需要将基于知识的方法纳入深度学习方法中。尽管存在技术和组织上的挑战，自动临床编码是人工智能领域的有前途的研究方