- ACL构建知识引导的词汇表以建模文化差异
通过构建知识引导的词汇表来计算语言的地区文化差异,以及现代 LM 的文化差异测量和生成的失败。
- 为更严谨的心理哲学和科学进行计算思维实验
我们提供一种我们称之为虚拟世界认知科学(VW CogSci)的方法的哲学动机,在这种方法中,研究人员使用嵌入虚拟世界中的虚拟具身代理来探索认知科学领域的问题。我们着重研究有关心理和语言表示以及这种计算建模如何为哲学思想实验增加严谨性的问题, - 深度学习下的语言演变
计算建模对于语言的产生起着重要作用,通过模拟真实环境中可能引发结构化语言产生的条件和学习过程。本文探讨了一类最近在机器学习领域引起革命的计算模型:深度学习模型。章节介绍了深度学习和强化学习方法的基本概念,并总结了它们在模拟语言产生方面的帮助 - 强化学习爵士即兴演奏:当音乐遇上博弈论
介绍了一种用于爵士即兴演奏的新型数学博弈论模型,通过计算建模和强化学习方法,发现了最有效的策略对,并探索了 AI 和 ML 模型在音乐领域的应用。
- SEDNet: 浅层编码器 - 解码器网络用于脑肿瘤分割
本文提出了一种浅层编码器和解码器网络(SEDNet)用于脑肿瘤分割,结合预处理算法和优化函数,通过对 BraTS2020 数据集的测试取得了显著的性能,并通过迁移学习进一步提高了分割准确度,因此,在实时临床诊断中表现出了高效性。
- 一种音调感知的循环连接模型:基于 TRACX2 的探索
在这篇研究论文中,我们通过探索 TRACX2 模型如何应用于基本旋律感知来回答相似或相同的机制是否用于语音分割、串行图像处理和音乐处理的计算建模。TRACX2 模型是一个基于识别的递归连接主义自编码器模型,成功地模拟了语音和串行图像处理,并 - 使用 Transformer 进行偏微分方程的多尺度时间步进
使用 Transformer 神经网络结构学习物理系统的动力学,混合了卷积自编码器学习的空间模式。模型在预测 Navier-Stokes 方程的时间演化方面取得了与 Fourier Neural Operator(FNO)和 OFormer - SDF4CHD:先天性心脏病的心脏解剖生成建模
通过计算模型和深度学习方法,我们提出了一种类型和形状解耦的生成模型,以捕捉不同先天性心脏病类型中观察到的广泛心脏解剖变化,并合成保留特定先天性心脏病类型独特拓扑结构的心脏解剖。
- RoseNet: 使用深度学习预测双 InDel 突变体的能源指标
通过计算方法模拟 InDel 突变的效果,开发了名为 RoseNet 的神经网络,在对生成的突变序列进行评估时表现出较高的预测准确性。
- EMNLP探索语言揭示词形概括
跨语言计算建模的形态变化研究通常采用与语言无关的数据分割算法。本文采用特定语言的探测器来测试形态变化的一些普遍规律。通过在英语、西班牙语和斯瓦希里语这三种形态学上有明显区别的语言上测试这些探测器,我们发现了三种主要的形态变化系统在屈折类和特 - 利用符号回归和离散外微分发现可解释的物理模型
通过结合符号回归和离散外积计算,提出了一种从实验数据中自动发现物理模型的框架,该框架利用数学表达式构建可解释且易于分析的模型,有助于提高模型的泛化能力和减少符号表达式的搜索空间。并通过从合成实验数据中重新发现三个连续物理模型的方法,证明了方 - 人工智能生成的图像作为数据源:合成时代的黎明
通过利用生成人工智能(AI)产生的图像作为新的数据源,重新塑造了视觉智能中的传统模型范式,本文探讨了这一创新概念,从训练机器学习模型到模拟场景进行计算建模、测试和验证等一系列应用中探索了生成数据的潜力,并深入讨论了支持这种突破性使用生成 A - 通过无监督学习对机械异质领域进行分割
使用计算建模和机器学习方法探索高度可变形材料和材料异质性的关联并发展可逆分析方法,以便更深入地研究力学数据。
- ACL元音和谐的信息论特征:关于词汇列表的跨语言研究
我们通过数据驱动的计算建模对元音和谐进行了跨语言研究,使用基于信息熵的和谐度量来衡量自然语言词汇中元音的可预测性,训练使用具有较少或无屈折的跨语言可比较的原型形式,结果表明,神经语言模型能够捕捉到呈现这一现象的一组语言中的元音和谐模式。此外 - PyBADS:Python 中快速且鲁棒的黑盒优化
PyBADS 是一个快速、稳健的黑盒优化算法的 Python 实现,可以用于计算建模和模型拟合问题。
- 分析音频质量对研究婴儿指向性语言的自然长录音使用的影响
研究了婴儿语言习得的计算模型,并探讨了自然语音数据的音频质量对分析和实验的影响,发现采用适度高音质的自然语音数据和采用自动化声音质量评估工具能够获得与人工质量注释相当的结果。
- 语义变迁的计算建模
该研究论文介绍语义变化的计算建模方法,对不同类别的模型进行优缺点讨论,探讨了语义变化计算研究的重要方面与评估技术。
- 使用卷积神经网络预测视觉搜索过程中的视觉关注和干扰
本文提出了两种方法来模拟观察者在视觉搜索过程中的视觉注意力和干扰,第一种方法使用轻量级的自由视图显著性模型来预测人眼在搜索图像像素上的注视密度地图,第二种方法基于目标对象预测干扰器和目标。
- 广告中的说服策略:数据集、建模和基线
本文介绍了一种使用多模态学习的注意力融合模型来预测广告中运用的说服策略,并使用构建的广告图像语料库对模型的效果进行了测试。测试数据中的图像分割掩模标注了对应广告中的说服策略。通过对 30 所财富 500 强企业的 1600 个广告活动的实际 - 以善意消灭混乱:亲和力提高不确定情况下的团队表现
通过计算建模,研究发现团队绩效与性格特征、任务不确定性息息相关,特别是开放性、尽责性、神经质对团队绩效的影响较为稳定,而亲和性因任务不确定性不同表现出高低不一的关系。