- MM不断演化软体机器人中可微分编程的严重损伤恢复
本文提出了基于神经元元胞自动机的机器人系统，通过渐变训练使机器人具备再生受损部位的能力，结合进化算法和自适应更新规则提高机器人系统的鲁棒性，能够在受到不同程度的形态损伤后恢复 80% 以上的功能。
- 关于人工智能和机器学习的演化：朝着在顶尖人工智能会议上测量和理解影响力与领导力的方向发展
通过分析人工智能会议上发表的论文，我们深入了解了人工智能和机器学习的演变过程，以及研究人员的影响和领导力，得出了一些对于理解和衡量人工智能演化的新见解。
- 约束进化体现神经智能的共同设计
通过深度强化学习和进化算法以及用户控制相结合的方法，介绍了一种创新的协同设计方法，以形态属性和运动为自主移动代理提供良好的设计和行为。
- TropeTwist: 基于套路的叙述结构生成
通过该系统，我们可以使用互连的修辞手法描述游戏中的叙述结构，从而生成新的游戏叙述结构，这些结构可以通过演化来改进。
- 通过进化、可塑性和元 - 元学习学会获取新认知任务
通过演化得到的具有可塑性连接和神经调节的神经网络可以在自然的神经组织和可塑性系统的自发操作下，通过刺激和奖励独立地获取新的简单认知任务。
- EMNLP无言以对：基于表情符号语义漂移的建模
本研究论文探讨了 emoji 在社交和语言意义上的演变，通过研究语义漂移的框架来分析 emoji 现象及相关特征的影响因素。
- CVPR同时定位、分割和排列伪装物体
本研究通过建立 Rank-Net 模型，结合 camouflaged object detection 技术和 conspicuousness 的概念，来探讨动物进化中的 Camouflage 技术，并提出一个可以定位、分割和排名 Camo - EMNLP情感感知叙事中主角情感建模
本研究使用神经叙事方法对情感轨迹进行了建模，包括情感监督和两个情感增强模型。经过自动化和手动评估，这些模型在生成故事的情感路线方面比基线方法具有显著优势，而且不会降低故事的质量。
- 自动课程与社交互动中创新的出现：多智能体研究宣言
研究探讨了多代理系统的动态演化，提出了自学课程的假说，解释了社会任务解决时的新任务的产生以及挑战的不断增加。
- CVPREIGEN：生态灵感发掘的神经网络结构遗传搜索
利用基因演化算法，通过模拟自然进化中物种的演化规律，从初始简单神经网络不断进化，辅以基因复制和模拟成功网络行为等方法，在减少计算量的同时有效地解决深度学习中神经网络结构设计的难点，该方法在 CIFAR-100 数据集上实现了 78.1％的测 - 人口遗传学中的相位类型分布
采用相态理论，描述了共聚模型和考虑到重组后的共聚模型，并且计算了仅仅考虑到固定重组点和超过一个重组点的共聚模型中的因子频率谱、非固定重组点的两点祖先基因图计算量的平均数和方差。
- 通过利用物种间关联性发现精英超体积
本文将 MAP-Elites 算法与生物进化过程相结合，提出了精英超体积概念，并引入了定向变异算子来优化算法，通过三个不同的问题实验，证明了该算法的有效性。
- 通过形状演化实现遮挡造成的形状
本文提出了一种通过合成图像进行深度网络训练来解决形状光照问题的方法，该方法包括通过简单的基元生成复杂形状和训练深层网络来提高性能，并在形状光照基准测试中取得了最先进的表现。
- 形态发育如何指导进化
该研究报道了一种之前未知的现象，即进化发现了对控制变化具有鲁棒性的身体计划，这些身体计划成为遗传上同化的，但这些代理人的控制器并未被同化。这发现对于人工和实体代理人的进化设计有影响，如机器人对其控制器内部变化具有鲁棒性，也可能对其环境的外部 - 虚拟世界中的进化
本文讨论在虚拟世界中注入演化和自然选择机制，以生成复杂生物的丰富生态系统，包括设计个体生物、演化环境介质的特性和动态，以及个体与环境的表征关系。关键问题包括如何允许生物在少限制下演化新结构和功能，以及如何创造生物之间的相互联系以产生延续的进 - MM关于依赖距离、交叉依赖和句法分析的关系。对刘海涛等人提出的 “依赖距离：自然语言句法模式的新视角” 的评述
Liu et al. (2017) provides a comprehensive report on research of dependency distance in human languages, while also iden - 学习物理长期预测器
该研究探讨了使用神经网络进行机械现象端到端长期预测的有效性，结果表明这种方法可以在一些物理参数未知的情况下，优于其他方法，同时还可以输出结果的分布来捕获数据的不确定性，从而展示了用于不需要明确建模基本物理规律的传感器数据进行可行的长期预测的 - Pinterest 上的相关 Pin：现实世界推荐系统的演化
这篇长期研究调查了 Pinterest 上关于推荐系统的 Related Pins 在三年的开发过程中从原型到现有状态的演变过程以及在此过程中所遇到的诸多挑战，最终提出了针对建立 Web-scale 推荐系统时所需面临的诸多难题的建议。
- WWW惯例之间的竞争和选择
本文研究了在线领域中约定相互竞争的影响力，涵盖了技术术语、政治措辞和社区行话等方面。通过对在线数据进行详细分析，发现个人之间的争论对约定的选择起关键作用，并提出了关于不同约定的最终成功的预测。
- 当今流行域名的黎明：对德国网站 18 年档案的研究
本文介绍了一项长期研究，分析了过去 18 年中德国最受欢迎的 100 个网站的发展情况。作者们发现，网站的年龄和大小呈指数增长趋势，若继续这种趋势，未来两年内受欢迎的域名所拥有的页面数量将几乎翻倍。此外，作者还提供了数据集的详细信息，该数据