- 基于约束和噪声算法的混合时序因果发现
本文提出了两个新的混合约束式和基于噪声的方法的框架，可以发现可能包含循环的摘要因果图。提供了两种混合算法，并在模拟数据，真实生态数据和各种应用程序的真实数据上进行了实验测试，结果表明，我们的混合方法具有稳健性，并在大多数数据集上产生良好的结 - KDDTransAct: 基于 Transformer 的 Pinterest 实时用户行为模型推荐算法
该研究提出了 Pinterest 个性化推荐产品 Homefeed 的排名结构与使用的混合模型 ——TransAct，该模型能够从实时用户活动中提取用户的短期偏好，结合离线生成的用户嵌入向量以提高效率，使用该模型进行的混合排序能够有效优化推 - 利用递归高斯过程回归从数据中学习电池模型参数动态变化
本文提出一种基于数据驱动和模型驱动方法相结合的混合方法来进行电池健康估计，并证明其计算效率高、数据适用性强以及对不同操作条件具有鲁棒性。实验结果表明该方法能够准确预测电池容量和内阻，为了解电池在实际应用中的老化问题提供了新机遇。
- 利用自然语言处理实现文本摘要：叙事性文献综述
本文是一篇关于使用自然语言处理技术生成简化版摘要的研究综述，发现基于 transformer 的方法如 BERT 和 PEGASUS 在生成 lay text summarisation 方面相对优秀，并建议采用抽取式和生成式相结合的混合方 - 网络搜索引擎证据收集的自动查询生成
本文探讨了自动化生成基于文本相似度的查询，介绍了数据集和基于预训练大型语言模型的基于规则和自动化文本生成方法，并提出了一种优秀的混合方法。
- 矫正真实世界的拼写错误：一种新的混合方法
本文提出了一种新的混合方法，该方法结合了统计和句法知识来检测和纠正现实世界中的单词拼写错误，并使用 Constraint Grammar（CG）区分搜索空间中一组校正候选项。
- 物理注脚的模糊生成对抗网络用于鲁棒性失效预测
本论文提出了一种基于模糊逻辑和生成对抗网络的混合建模方法 - FuzzyGAN，该方法结合了基于物理的模型和数据驱动模型的优点，并在承载问题上显示出更准确的预后能力。
- 推动基线推荐系统的极限：结合意见挖掘和信息检索技术的综述
本文综述了混合推荐系统的新模型与架构，并识别了每种模型的优缺点及其具体应用场景。
- 有限状态转换器和语言模型的浅层融合用于文本规范化
该研究提出了一种基于加权有限状态转换器和神经语言模型的混合方法，以解决文本归一化的上下文依赖性问题。
- 可行的车辆轨迹预测
本文提出了一种新的自动驾驶车辆轨迹预测方法，名为 PTNet，其通过结合古典的纯追踪路径跟踪算法和现代基于图形的神经网络，能够在保证预测轨迹的物理现实性的同时，表现与其他最先进的方法相同，并且只需要原有方法所需数据的一半。
- ACLUnitedQA: 开放领域问答的混合方法
本文研究了一种混合的提取式和生成式阅读器方法，以及如何结合这两种方法进行问答。我们通过一些新技术对预训练的神经语言模型进行了改进，证明了这种方法比以前最先进的模型效果更好，取得了 3.3 和 2.7 的提升。
- 动态嵌入式组合学习图编辑距离
本文提出了一种将基于搜索的技术与深度嵌入模型相结合的混合方法，用于解决图形编辑距离（GED）的效率和适应性问题。通过动态规划将节点级嵌入设计成动态重用的方式，并鼓励修剪次优分支，该方法可以轻松地在 A * 过程中动态地集成，并通过学习的启发 - AAAIHAPRec: 混合式活动与计划识别
通过混合使用动作识别模块和目标识别算法，本文实现了室内环境下的活动识别，以确定视频主体追求的最终目标。
- ECCV对抗性持续学习
本研究旨在使用混合方法来解决连续学习中遗忘的问题，该方法结合了体系结构生长来防止任务特定技能的遗忘，并采用经验回放方法来保存共享技能。研究结果表明，我们的混合方法在单个数据集和多个数据集的类增量学习中都表现优异。
- PlotQA: 对科学图形的推理
为了解决现有合成数据集无法包含现实世界情况和实际中的细节的问题，本研究提出了一个新的数据集 PlotQA，包含了 28.9 百万个问题 - 答案对，针对一些无法容纳在固定字典或图像中的实际问题，设计了一种混合方法的问题回答引擎，在 DVQA - MM混合神经会话推荐系统中新闻内容表示的重要性
本文探讨了基于内容信息的混合神经新闻推荐系统在个性化推荐中的重要性，并对其中的技术 —— 内容感知技术和内容不可知技术进行了对比和分析。最后通过对两个公开数据集的实验验证了采用混合方法的重要性，同时也证明了内容编码的选择对推荐性能有影响。
- 基于 Wnet-cGANs 的结合遥感图像的 DSM 建筑物形状细化
本文介绍了一种利用数字表面模型 (DSMs) 的混合条件生成对抗网络 (cGAN) 算法的工作流程，其中生成部分由两个并行网络组成，形成 WNet 架构。所使用的输入数据是立体 DSMs 和全色 (PAN) 半米分辨率卫星图像，融合这些数据 - ICML智能选择：编程与机器学习的混合
提出了 SmartChoices，将机器学习作为编程语言的一等公民，通过提供一种 3 个调用的 API 以及一个对象 SmartChoice 来将人类专家定义系统的编程方法与基于数据学习的机器学习方法相结合，在三个算法问题中大大提高了性能， - 音乐推荐的深度内容 - 用户嵌入模型
本文提出了一种深度内容 - 用户嵌入模型，它采用混合方法解决了冷启动问题，并考虑了不同模式数据的联合，同时在音乐推荐和音乐自动标记任务中，表现出了明显的优势。
- 使用量子退火器进行交通流优化
本文探讨了量子退火算法、量子计算机的 QPUs 等在解决实际问题中的应用，尤其是对于交通流量优化问题的应用，提出了基于经典和量子混合的方法。