- 时空谱图神经网络
空间消息传递图神经网络(MPGNNs)具有学习图结构数据的广泛应用。我们提出了时空谱图神经网络(S$^2$GNNs),它在模型中结合了空间和频谱参数化图滤波器,从而解决了目前的局限性,并且在性能上超越了现有的方法。
- 分布式持续学习
分布式继续学习研究了多智能体在其环境中独立面对独特任务并逐步开发和分享知识的交叉点。通过引入数学框架,捕捉了分布式继续学习的关键方面,包括智能体模型和统计异质性、持续分布转移、网络拓扑和通信限制。我们提出了三种信息交换模式:数据实例,完整模 - 代理人群聊:用于更好地引发集体涌现行为的交互式群聊模拟
通过模拟不同环境中多代理之间的语言交互,研究语言在人类集体行为中的作用,发现多信息交流有助于多样性情境中的更多新颖且有意义的新兴行为的产生。
- 多模态脑肿瘤分割的模态感知与平移混合器
本文介绍了一种新颖的模态感知和位移混合器,用于多模态图像的有效和鲁棒的脑肿瘤分割,通过模态感知模块和模态位移模块,实现了跨尺度和高层次表达的空间和模态信息交换,实验证明其在公共脑肿瘤分割数据集上优于现有方法,并展示了其有效性和鲁棒性。
- 通信时代的人工智能交互:自噬使得大型模型达到局部最优解
通过设计多模态数据集和三个实验,本研究调查了人类和大模型在通信中作为关键环节时的偏见和偏好。研究结果表明,合成信息更有可能被纳入模型训练数据集和传播,而人类生成的信息在传递过程中会被模型选择性地修改和遗失,这种现象在信息交流中造成了社会信息 - 隐私意识智能体中的群体决策
如何在个人的隐私需求和安全顾虑中实现个体之间的信息交流以彼此学习?通过采用严格的统计担保,基于差分隐私(DP)控制信息泄露,我们使得保护个人隐私和实现高效社会学习成为可能。我们的研究结果揭示了在质量、学习准确性、通信成本和个体隐私保护水平之 - 跨数据源解缠估计因果效应
通过介绍一种创新的解耦架构,该论文旨在解决各方之间因数据特征分布导致的信息交流障碍,以提高因果效应估计的准确性。该方法通过组合共享和私有分支并引入全局约束来促进模型参数的无缝跨领域传输,并有效减轻各个缺失域中的偏差,实验表明其优于最先进的基 - 洪水与回响:用分布式计算对 GNNS 进行算法调整
我们提出了一种受分布式算法设计原则启发的新执行框架:Flood and Echo Net,通过波浪式激活模式在整个图上传播消息,自然地推广到更大的实例,该模型在消息复杂性方面被证明更高效。
- CiwaGAN:音韵信息交流
这篇论文介绍了 CiwaGAN 模型,它是结合了无监督的发音建模和通过听觉模态进行信息交流的人类口语习得模型。该模型是第一个将这两个组件结合到一起的研究,同时还提出了一个具有更易解释的内部表示的改进发音模型。提出的 CiwaGAN 模型是使 - 跨越国界:量化多语使用者在社交媒体上的交流作用
通过 Twitter 网络上使用因果推断技术,量化多语种用户在跨语言信息交流中的结构角色和沟通影响,揭示了多语种的重要作用,并进一步表明多语种在扩散不能被他们的单语族群接触到的信息方面具有更大的影响,从而在跨越边界的信息交流中发挥着至关重要 - 个体信息交换策略对社会财富分配的影响
研究使用基于模拟的方法,调查了信息交流对财富分配的影响,并发现促进更公平的信息和资源获取对建立公正、平等的社会至关重要。
- 非理性人类智能的可解释集体智能
提出一种使用预测市场机制,通过激励专家之间直接信息交流的方式来解决科学或医学领域问题的方法。
- GiraffeDet: 一种重颈视角的物体检测模型
本研究提出了 GiraffeDet,一个新的物体检测模型,采用轻量级的 backbone 和深度大的 neck 模块设计,优先处理高层次语义信息和低层次空间信息,从而提高检测效果。
- IFCNet: IFC 实体分类的基准数据集
提出了 IFCNet 数据集,通过使用几何信息进行实验,展示了三种不同的深度学习模型的分类性能,以提高建筑、工程、施工和运营行业中的 BIM 软件产品之间的互操作性和信息交换。
- EMNLPCM-Net:一种用于口语理解的新型协同记忆网络
本论文提出了一种基于协作记忆网络的口语理解模型,通过信息交换增强了全局话语表征,取得了 ATIS 和 SNIPS 数据上最新的研究成果,并公开了 CAIS 数据集。
- AAAI利用增强现实技术和手势控制实现直观的人机协作
通过增强现实和基于手势的系统,支持直观的人机合作并改善信息交换,以实现人机团队合作在服务任务中的现实应用,并为自主 HRI 系统的未来开发、实验提供指导。
- ICLR多模态多步骤指代博弈中的紧急对话
通过使用多模式和多步骤的指示性游戏,探讨了 AI 与 AI 之间的内部通信方式的变化,研究发现,较为逐渐的信息交换可以促进更好的预测和提高产生的通信协议的效率。