- SHREC 2021: 冷冻电子断层扫描的分类
本文介绍了为了促进计算方法的创新，生成了一个新的模拟数据集，用于评估在 cryo - 电子断层扫描中蛋白质的定位和分类的不同方法。我们评估了七种不同的方法，包括基于学习的方法和传统方法，结果表明学习方法比传统方法具有更好的定位和分类性能，并 - ICLR蛋白质界面接触预测的几何变换器
本论文介绍了几何变换图形转换器 Geometric Transformer 和预测蛋白质界面接触的终端到终端预测管道 DeepInteract，它通过输入两个蛋白质的 3D 三级结构，预测特定于对象的蛋白质界面接触，成功地超越了现有的界面接 - CVPR基于深度多尺度层叠网络的单张图片快速浅景深渲染
本文利用端到端 Deep Multi-Scale Hierarchical Network (DMSHN) 模型对单眼相机拍摄的图片进行了 Bokeh 效果的直接渲染。通过提出一个堆叠的 DMSHN 模型来进一步改善效果，避免在中等配置设备 - 基于随机截断的无偏可扩展高斯过程
本文分析了两种常见的高斯过程方法：早期截断共轭梯度（CG）和随机傅里叶特征（RFF），发现两种方法都会对学习到的超参数引入系统偏差：CG 倾向于欠拟合，而 RFF 倾向于过拟合。我们使用随机截断估计器解决了这些问题，以换取增加方差的无偏差性 - 三维分子任务 ATOM3D
该研究介绍了 ATOM3D 的程序，该程序为生物分子的三维计算方法提供了统一的工具包，其中包含多个基准数据集以及多个三维分子学习任务的实现，结果表明多数分子问题都可从三维分子学习中获益，并提供全面套件的工具进行数据集处理、模型培训和评估。
- PAC$^m$-Bayes：缩小误差贝叶斯模型的经验风险差距
本研究提出了一种多样本损失方法用以改进贝叶斯后验预测分布的泛化性能，该方法不仅具有计算优势还提供了 PAC 泛化保证，实证研究显示该方法可以有效改善预测分布。
- EMNLP提取论证中的隐含主张
本文通过评估一系列计算方法在 2016 年美国总统辩论和在线评论等语料库上的表现，探讨了提取论证中问题、报告性陈述和祈使的内隐主张的计算方法的效用和局限性，为未来的论证挖掘和论证中这些修辞手法的语义研究提供帮助。
- KDD面向蛋白接口预测的高阶交互深度学习
通过引入 2D dense prediction 方法和序列建模、配对交互等技术，我们提出了一种新的深度神经网络模型，能够通过图神经网络学习节点特征，并预测蛋白质界面的预测性能，并在实验中进行了验证并得出了可靠的结果。
- ConvoKit：对话分析工具包
ConvoKit 是一款开源工具套件，提供了统一的数据结构和大量不同类型的对话数据集，降低了对话分析的技术门槛，促进了对话计算方法的广泛采用。
- ACL阿尔茨海默病患者词汇检索障碍对神经语言模型敏感性的双重困惑之谈
通过混合训练有痴呆症和健康参与者语言的神经语言模型，使用单一特征的若干计算机方法进行痴呆症患者诊断分类，从而实现聚类的最新方法。
- MM基因调控关系的大规模局部因果推断
提出了一种基于 Bayesian 方法的计算模型，用于从基因表达的高通量遗传数据中发现基因之间的局部因果关系。模型的应用结果表明，可以从稳定且保守的局部因果结构后验概率中推导出最有意义的调控关系。
- 建模在线辩论中用户和语言效应的语料库
本文介绍了一个包含 78,376 次辩论和全面参与者个人资料的数据集，利用该数据集，与通常用于类似研究的语言特征相比，分析了选定用户特征对辩论结果的影响。
- 网络视频中的动作转移：跳舞生成
本文提出了一种利用计算方法在不同人之间传递身体动作的技术，基于生成网络，可以通过单个网络视频训练个人模型并生成具有照片级真实感的虚拟影像。
- iPhys：开放式非接触式基于图像的生理测量工具箱
该研究提出了一种基于图像的非接触式生理测量工具箱，其中实现了许多最常用的计算方法，该工具箱能够消除接触式传感器的需求，从而实现空间和同时测量，并可促进非接触式生理感测方法的发展。
- 词汇语义变化的计算方法综述
介绍了最近计算技术中应用到词汇语义变化的方法与工具，着重研究了语义变化的历时概念变化扩展。
- 使用集成方法对专利申请进行分类
使用 ALTA 2018 共享任务提供的已注释数据集，我们提供了自动分类专利申请的方法。通过多种方法的测试，利用 SVM 集成使用单词和字符组合作为特征，最佳结果在 14 支队伍中排名第一的 0.778 微平均 F1 - 值实现了将专利申请 - 智能纳米光子学：将光子学和人工智能融合于纳米尺度
该综述总结了纳米光子学和机器学习相结合的最新进展，提供了不同计算方法（尤其是深度学习）在纳米光子学反向设计中的概述，并讨论了深度神经网络在光子平台上的实现。
- 利普希茨常数作为对抗性样本防御的局限性
研究了使用 Lipschitz 常数限制神经网络对抗性示例的易感性的最近方法，分析了计算 Lipschitz 常数的最新方法，指出了目前计算方法存在理论和实践的限制，并认为解决这个问题是一条可行的未来研究方向，以实现认证的对抗防御。
- DeepDTA: 深度药物 - 靶向结合亲和力预测
利用卷积神经网络对药物靶点结合亲和力进行预测并得出最优模型，成果优于传统算法和现有最先进算法。
- 复杂词汇识别：数据注释和系统性能挑战
本研究重新审视复杂词汇鉴别问题，使用集成分类器研究计算方法能否有效区分复杂和非复杂词汇，并分析分类性能以了解词汇复杂性的挑战性原因，发现大多数系统在 SemEval CWI 数据集上表现不佳，其中一个原因是人类标注方式。