- 放射学文本分析系统(RadText):架构和评价
RadText 是一个基于 Python 开发的开源放射学文本分析系统,采用 BioC 统一接口,支持多种处理方式和架构,输出符合 OMOP CDM 标准化结构,可用于多个数据源的观察研究,本文中我们使用 MIMIC-CXR 数据集进行了评 - KDDKYC 和 ESG 合规的不良媒体挖掘
本文介绍了一种基于机器学习的自动化系统,实现了对实时和批量的负面媒体进行搜索,旨在进行高精度的非金融风险筛查。该系统采用四个角度 - 风险领域相关性,搜索查询相关性,负面情感分析和风险编码,为用户提供实时的信息监控和更新。
- ACLAI 向人类提问:儿童故事书问答生成
我们设计了一种教育应用的问答生成自动化系统,可以为幼儿园到八年级的阅读材料生成测试学生理解能力的问题与答案对,并在自动评估和人工评估中证明其优于当前先进的问答生成基线系统。同时,我们还在此基础上开始构建一个交互式的故事讲述应用程序,用于未来 - IJCAIAutoVideo: 一个自动化视频动作识别系统
本研究开发了一种名为 AutoVideo 的 Python 系统,它可以提供自动化的视频动作识别,并采用高度模块化和可扩展的基础设施,数据驱动的调节器来支持研究,以及易于使用的图形用户界面。
- ACLILDC for CJPE: 用于法院判决预测和解释的印度法律文件语料库
介绍了一个自动化系统 ILDC,该系统是印度最高法院案例的大型语料库,用于预测案件结果。该任务要求自动化系统预测出可解释的结果,通过基线模型和分层遮挡模型实验表明该任务的复杂性。
- 具有最佳速度 / 准确性权衡的自主图挖掘算法搜索
AUTOGM 是一种用于图挖掘算法开发的自动化系统,使用基于消息传递的各种图算法的统一框架 UNIFIEDGM 定义搜索空间,并使用 Bayesian 优化显式优化 UNIFIEDGM 的最佳参数集。解决了实践中存在的速度和准确度权衡问题, - 用于周围车辆变道预测的双流网络
利用两种视频动作识别方法对高速公路情境中的自动驾驶变道识别进行了预测,研究结果表明这些方法在 1 到 2 秒的时间范围内预测周围车辆的未来车道变更具有潜在的预测能力。
- WWWPyODDS:具备自动化机器学习功能的端到端异常检测系统
PyODDS 是一个自动化的 Python 系统,它通过数据库支持自动优化新数据源上的异常检测管道。该系统能够在 Apache Spark 背端服务器和轻量级数据库的支持下实现端到端的执行以及面向具有或不具有数据科学或机器学习背景的用户提供 - AAAI用于公共服务增强的自动文本摘要
我们开发了自动系统,通过自然语言处理和机器学习算法,从 Meadville 社区许多采访中提取关键词和重要摘录,帮助城市节省了超过 300 小时的人工劳动,以此增强公共服务,并为社区提供持续的改进项目。
- KDDAiAds:面向赞助搜索的自动智能广告系统
本文介绍百度所开发的智能广告系统 - AiAds 系统的架构和模型技术,该系统利用机器学习技术,通过自动化竞标策略、智能定位和智能创意模型等将手动优化转换为多个自动化任务,并使用先进的方法进行优化。该系统可以显著提高广告主的广告 Kamp、 - KDD教授深度神经网络设计快速时尚
本文提出了一种完全自动化的系统,利用社交媒体数据生成时间序列信号来探测和合成时尚趋势,以便在快时尚的设计过程中生成可迅速响应当前趋势的设计原型并降低制造中的浪费。
- KDDScatteract:散点图数据自动提取
该研究介绍了一种完全自动化的系统,利用深度学习技术识别散点图中的关键组成部分,并利用光学字符识别和鲁棒回归从图像中提取散点数值,该方法可以成功从 89% 的测试数据中提取数据。
- 实现人类水平的对话语音识别
本篇论文测试了 Convolutional 和 LSTM acoustic model architectures 在对话语音识别上的效果,并采用 novel spatial smoothing method 和 lattice-free - 基于时空数据的足球比赛传球分类
本文研究了如何基于足球比赛的时空数据使用计算几何的方法构造预测变量并从带标签的样本中学习分类函数,进而生产一个自动化系统来评估球员之间的传球质量。实验结果表明,我们可以使用计算几何的方式获得相对较高的分类准确率,并且这些变量对于学习到的分类 - 使用混合动态贝叶斯网络监测复杂物理系统
本文中,我们使用混合(离散 / 连续)动态贝叶斯网络(DBN)对逆水气转移系统(RWGS)进行建模,并展示了如何使用概率推断跟踪系统状态。通过从真实数据中进行测试,证明了混合 DBNs 在监测复杂实际物理系统方面的可行性。
- 从关联度推断语义倾向的表扬与批评测量
该论文介绍了一种从词汇统计学关联性出发推断词汇的语义方向的方法,通过应用点对点互信息(PMI)和潜在语义分析(LSA)两种不同的统计测量方式进行评估,该方法在英语单词集测试中达到 82.8% 的准确性,但当允许算法避免类别划分时,准确性可以