- 在线管理的个性化干预
该研究提出一种基于个体用户的在线管理方法，该方法融合了计算机科学、社会学和心理学等领域的前沿理论和实践，并探讨了此类革新性变革所带来的最重要挑战。
- D3: 一份庞大的学术元数据集，用于分析计算机科学研究的现状
本研究提取了 DBLP 上的 600 多万篇计算机科学论文，分析了计算机科学研究的趋势、活动水平、协作情况等方面。该研究的发现是计算机科学是一个快速发展的研究领域，但近年来其平均引用次数有所下降，并且最新的主题趋势也在 DBLP 数据集中得 - 从语言行为出发的人格检测：一个 Transformer 结合了心理语言学特征文字轮廓
本文介绍基于语言使用进行人格预测的交叉性研究，报道了用于文本数据的最全面的心理语言学特征和混合模型的两个主要改进，实验结果表明，这些模型优于同一数据集上的现有工作，并通过对心理语言学特征的不同类别进行消融实验来量化其影响。
- 开放研究知识图谱中的计算机科学命名实体识别
本文提出了一个标准化任务，定义了 7 个以贡献为中心的计算机科学学术实体的集合，旨在解决计算机科学领域特定实体识别这一问题。通过结合现有的计算机科学文献 NER 资源，并从文章标题和摘要中提取数千个贡献中心实体注释，该论文提供了一种方法，以 - 深度学习与人工通用智能：仍有很长的路要走
批判性地探讨深度神经网络 (DNN) 作为实现人工通用智能的技术选择的可行性，并给出了五个主要的原因进行支撑，表明 DNN 目前还不适合成为实现人工通用智能的选择。
- 公理化意识，及其应用
介绍由佛教洞察禅修、计算机科学逻辑和认知神经科学启发的意识，由复合、离散且（非确定性地）可计算的一系列构型组成，从而定义了自我、集中力、正念和各种形式的痛苦，进而阐述结合集中力和正念的技能在减轻和最终消除某些形式的苦难方面的应用。
- EMNLPSciCap：生成科学图像的标题
本文提出一种端到端的神经框架，用于自动生成科学图表的信息丰富，高质量的标题，并引入了基于计算机科学 arXiv 论文的 SCICAP 大规模图标题数据集，包括 200 万多个来自 290,000 多篇论文的图像，展示了为科学图表生成标题的机 - SIGIR科学文献中新兴概念的高精度提取
本文提出了一种基于无监督方法的科学文献概念提取方法，通过挖掘后续论文中引用某篇文章的数量，提高了从计算机科学论文语料库中提取概念的精确度，Precision@1000 为 99％。
- 开放式代数路径问题
本文将代数路径问题推广到带有输入和输出范围的网络中，并介绍了功能开放矩阵，证明了代数路径问题是双类别的函数器。
- 将科学摘要分成话语类别：一种基于深度学习的稀疏标记数据方法
运用迁移学习，我们在计算机科学领域使用深度神经网络模型训练出三个共性的学术论文段落开头，分别是 BACKGROUND、TECHNIQUE 和 OBSERVATION，用以进行抽象语段级别的分割，并取得了 75% 的准确度。
- MM计算机和大脑的新时代
计算机科学和脑科学的历史紧密相连。两者间存在着类似和不同之处。该研究提出要研究脑科学与计算机科学的交界处，并探索其带来的新机遇和连接。在这个界面，还存在许多关键问题需要研究，同时也提供了 CISE 研究社区发挥战略作用的机会，以促进工作的进 - 计算机科学中的数理逻辑
该文章回顾了自 1950 年以来数学逻辑和计算机科学之间相互影响的重大事件和里程碑。
- arXiv.org 在计算机科学界的流行度
本文探讨了计算机科学领域论文的电子出版方面的实践，研究发现使用 arXiv.org 网站来发布电子版论文的人数增长迅速，各学科领域在使用该网站进行论文发布方面存在较大的差异，同时也讨论了该方法对同行评议的影响。
- MM人工智能的进展需要在计算机科学的各个领域取得进步
人工智能进步需涉及计算机科学所有领域。
- 大型博弈中的混乱代价
本文开发了一个框架，为计算机科学应用中涉及到的包含多个参与者的博弈论模型提供了红利保障，以减小其混沌的程度，实现了对多个经典模型的实例化，包括 “同时出价单项竞拍”、“贪婪组合式拍卖” 和 “路由博弈”，并鉴定了在什么情况下多方博弈的 PO - 时间图介绍：算法视角
介绍了在计算机科学领域中出现的关于时间图和时间图问题的最新结果，强调了发展图论的时间扩展的必要性。
- 复杂神经系统与高维数据的统计力学
这篇论文介绍了在统计物理学、计算机科学和神经生物学交叉领域中涌现的模型统计方法，如关联复制和空腔方法，信息传递的概念和其在神经计算和学习中的应用，以期提供更好的理论和技术支持解决神经网络中的复杂计算问题。
- 稀疏随机图上的吉布斯分布和相变
本文讨论了利用统计物理的启发式方法，研究与计算机科学和信息理论中离散变量的概率分布相关的大型稀疏图的方法和结果。