- 神经持续动力学
通过学习拓扑特征的隐藏动态模型,我们提出的神经持久动态模型在各种参数回归任务中实质性地优于当前最先进的模型。
- 进化异质群体中专业集体行为的形成
通过表型可塑性在模拟机器人群体中研究专门化的集体行为的出现,并设计了一种在线调节机制来增强整体性能和可扩展性。
- 灵感于复杂集体的带有本地误差信号的领导者 - 跟随者神经网络
提出了一种灵感来源于自然界集合组织规则的神经网络架构,该架构包含领导者和追随者,并通过利用局部误差信号和全局损失进行训练,实现了比以往基于反向传播算法的 MNIST 和 CIFAR-10 算法具有显著更低的错误率,甚至在 ImageNet - 逆向多智体强化学习在集体行为中的个体奖励探究
本研究提出了一种基于反强化学习和引导成本学习的离轨多智能体强化学习算法(IMARL),该算法可以解决复杂物理系统的集体动态问题,并在单智能体模型和多智能体模型下展现了优异的性能。
- 适应不同觅食环境的人工学习智能体群行为发展
应用投影模拟和强化学习方法研究了人工智能智能体在收集资源过程中不同集体运动模式和个体运动趋势
- KDD野生动物团体行为识别框架
本研究提出了一种基于序列分析方法对野生动物数据进行行为注释,特别是对社会群体的集体行为进行分类的方法,并在真实数据集上进行了评估,显示出相比基线方法显著的准确度提高。
- 基于有界理性的逃逸动力学
本文研究了在群体行为中有界理性在疏散过程中的重要作用,并探究了人类在极端情况下的行为。我们构建了一个元胞自动机模型以研究逃生动力学,并引入由异质信息引起的有界理性行为。在重复器动力学方法中,非平凡行为表现为人们对人口分布和速度的感知被减少到 - NIPS在线集体动物运动活动识别
本研究旨在解决单一动物活动识别的问题,同时探究动物集体行为识别,通过两种深度学习网络结构可以使羊群的集体活动被有效地识别跟踪。
- 推荐系统中的偏差差异
本研究在合成数据上进行了初步的实验研究,在不同条件下研究推荐系统如何表现出偏见失衡现象以及推荐的长期效果。我们考虑了一种简单的重新排名算法来减少偏见失衡,并对实际数据的数据失衡进行了一些观察。
- NIPS模拟高速公路驾驶的车辆通信策略
本研究探讨了自动驾驶汽车之间的协调,并重点研究了通信如何影响代理机构的集体行为,结果发现通信在恶劣条件下具有帮助作用。
- 社会约束的群体结构学习在人群检测中的应用
本研究提出一种利用 Correlation Clustering 算法在人群中检测社交团体的方法,其使用了一组专门设计的特征来描述人群成员之间的亲和力,并引入了 G-MITRE 损失函数来评估检测性能。在使用地面真值轨迹和先前提取的轨迹时, - 基于物理学的群体行为演化粒子模型
本文讲述了一种通过建模过程来实现古希腊阿尔戈斯集市中人群真实模拟的方法,并聚焦于非主观的人群集体行为现象,这是典型的集体涌现的自我组织形成,物理交互粒子系统是模拟它的优秀候选项之一。