- 隐变量未被随机森林观察到
通过修改树的分割方式,相对传统的随机森林算法和极端随机树算法,提高了模型在纯互作用关系占主导地位的场景中的拟合能力。
- 深度神经网络学习过拟合特征的起始点解释:交互的两阶段动态
该研究探讨了深度神经网络 (DNN) 学习交互的动态。研究发现 DNN 学习交互的过程分为两个阶段,并验证了高阶交互相较于低阶交互有较弱的泛化能力,从而解释了 DNN 的泛化能力在训练过程中的变化。
- 序贯决策中的人类建模:通过人类感知人工智能之镜透析
人机感知人工智能是一种以设计为导向的范式,专注于对其可能与之互动的人进行建模,并通过使用这些维度作为工具,了解和审查与人工智能系统相关的当前工作情况。
- 基于去噪端点分布的多智能体交通预测
高速场景下,通过考虑历史特征、与周围实体的交互以及内在意图和不确定性,本研究提供了一种去噪端点分布模型来进行轨迹预测,该模型通过聚焦于实体的端点而不是整个轨迹,显著降低模型复杂性,提高性能,为高速场景下轨迹预测的进一步发展打下基础。
- 信息驱动的适应性发现助力高效机器人操作
通过与环境的有针对性互动,我们提出了一种基于信息的方法来加速机器人的能力发现过程,从而减少对大量标注数据集的依赖,实验证明这种方法在仿真和真实世界任务中都能有效地发现视觉能力,提高数据效率。
- 自我中心手与物体的姿态估计中的基准和挑战
通过分析 3D 手 - 物体重建任务,我们展示了针对以自我为中心相机的畸变、采用高容量转换器来学习复杂的手 - 物体交互以及融合来自不同视角的预测等方法的有效性,并揭示了最新方法难以解决的快速手部运动、窄视角下的物体重建以及两只手和物体之间 - 多模态方法在大型语言模型中的设备导向语音检测
虚拟助手的交互通常以预定义的触发短语作为开端,我们探索是否可以放弃用户必须以触发短语开始每个指令的要求。通过三种方式进行实验:首先,只使用从音频波形中获得的声学信息来训练分类器;其次,将自动语音识别(ASR)系统的解码器输出,如 1 最佳假 - FORCE:直觉物理引导下人 - 物交互的数据集和方法
通过模拟物体的物理属性,FORCE 模型引入了一种运动和真实感的多样性,以便细致地描绘人与物体之间的互动。
- 具有线性复杂度的交互式多头自注意力
我们通过分解提出了一种高效的多头自注意力交互方法,该方法通过建立注意力矩阵中的跨头交互来增强信息流动,并将注意力操作分解成查询和无键组件,以降低注意力矩阵的维度,从而实现更高效的注意力操作。实验结果表明,所提出的跨头交互方法在效率和性能上优 - 有限标记数据学习对随机性的敏感性:相互作用和系统选择的影响
在有限标注数据的学习中,我们提出了一种方法来系统地研究随机因素的影响,并考虑它们之间的相互作用。通过应用该方法于多个随机因素,我们在多个任务上展示了现有研究中忽视随机因素之间相互作用所导致的不一致结果,并发现了更多系统性选择对随机因素的影响 - Mini-Hes: 一个可并行化的二阶潜在因子分析模型
本文提出了一种使用 Mini-Hes 优化算法构建 LFA 模型的方法,通过分析 HDI 数据的 Hessian 矩阵,利用广义 Gauss-Newton 矩阵中的主对角块作为中介策略,弥合了一阶和二阶优化方法之间的差距,并在多个实际 HD - 人工智能、法律、逻辑、语言和计算之间的相互作用以及交通规则和医疗保健中的一些案例研究
这篇论文旨在将数学逻辑的基础知识传达给与人工智能合作的法律界。我们将重点放在基于规则的人工智能上,而忽略神经网络和机器学习。数学逻辑与法律基于规则的人工智能实践相互作用,并对人工智能应用带来了限制和复杂性。我们将这些限制和数学逻辑与法律人工 - 经济实惠的生成代理
大型语言模型的出现极大地推进了逼真互动代理的模拟。本研究提出了一种名为 Affordable Generative Agents(AGA)的框架,通过代理 - 环境和代理 - 代理层面上的生成,实现了具有可信度和低成本的互动。在多个环境中进 - 从 DNN 中定义和提取可推广的交互原语
该研究探索了深度神经网络的解释性人工智能,并开发了一种从共享的网络中提取交互信息的方法,以更好地反映不同网络之间的共享知识。
- 超边交互感知的超图神经网络
我们提出了一种名为 HeIHNN 的超边交互感知超图神经网络,旨在捕捉超边之间的相互作用,并引入了一种新的机制来增强超边和节点之间的信息流动。经过广泛的实验,在真实世界的数据集上,HeIHNN 相比现有方法表现出具有竞争力的性能。
- 动态图上的机器学习:应用综述
动态图学习具有重要意义,可以有效地模拟不同领域中实体之间错综复杂的相互关系,此研究论文回顾了动态图学习的较少探索的应用,并揭示了机器学习在动态图领域所面临的挑战及其潜力。
- 唱出电子身体:机器人具象对用户期望的影响
使用多模态特征预测用户对给定机器人的社交和物理能力的期望,这些特征提供了关于机器人的一般心智模型的信息,可以融入互动设计和物理设计中。
- 槽位结构化世界模型
感知和推理个体物体及其相互作用是构建智能人工系统的目标,而 Slot Structured World Models 是一种结合基于 Slot Attention 的物体中心化编码器和潜在图形动力学模型的世界模型,用于解决当前方法在提取物体 - 大型语言模型赋能基于代理的建模与模拟:调查与展望
综述了利用大型语言模型进行基于代理的建模和仿真的现状、挑战和未来发展方向,并提供了大型语言模型 - 基于代理的建模和仿真在实际环境和虚拟环境中的最新研究成果。
- HandDiffuse: 通过扩散模型生成的双手交互控制器
提出了一个新的数据集 HandDiffuse12.5M,它是一个包含强烈的双手互动时间序列的数据集,用于可控的互动手势生成;通过扩散模型和设计不同控制器的两种运动表示方法,进一步提出了强基准方法 HandDiffuse;实验证明,该方法在运