- 多语言翻译干扰的原因和解决方法
本文介绍了多语言机器翻译中干扰现象的主要因素，以及如何通过控制模型大小、数据大小和采样温度来减轻干扰并提升性能。
- Shapley Head Pruning: 多语言变换器中干扰的识别与消除
通过识别和裁剪语言特定的参数，可以减少干扰，从而提高多语言变压器模型的性能，使用 Shapley Values 等指标来指导删除头注意力。
- 学习超图上的因果效应
本文从因果关系的角度出发，探讨了如何在超图中估计个体治疗效果 (ITE)，并提出了一个新的超图神经网络框架以更好地建模高阶干扰。实验证明，与现有基线相比，我们的框架具有更好的表现。
- 基于图神经网络的 MU-MIMO 检测器
本文提出了基于图神经网络的 MP 检测器后验分布启发式微调的新框架，同时提出了两种基于神经网络的检测器，其中 GEPNet 检测器最大化检测性能，GPICNet 检测器平衡性能和复杂度，仿真结果显示，GEPNet 检测器在各种配置下的性能接 - Uni-Perceiver-MoE：使用条件 MoE 学习稀疏的通用模型
通过引入条件混合专家，这项工作成功地解决了现有通用模型在某些任务上性能降低的问题，并在各种基准测试中取得了最先进的结果。
- CVPR基于熵的稳定可塑性方法用于终身学习
提出了一种基于熵的稳定性可塑性方法来解决神经网络中的稳定性 - 可塑性困境，该方法在自然语言和图像领域的实验表明其可以通过减少干扰来利用先前知识，并在某些情况下可以冻结层以加速训练。
- MM使用深度强化学习优化无人机辅助网络能源效率
本文研究了无人机供应无线覆盖时的能源效率优化问题，提出了一种基于多智能体去中心化双重深度 Q 网络的算法，优化了每个无人机的三维航迹、连接用户数量和使用能源的协同优化，结果达到比现有基线方法提高 55% 至 80% 的能源效率。
- 利用侧面信息改进无线网络中的在线学习算法
本文研究了在无线网络中，如何利用与数据速率具有相关性的测量质量参数，研发了新的学习算法，显著提高了数据传输效率。
- ICML神经结构搜索中的干扰分析与缓解
本文探讨神经体系结构搜索中的权重共享问题并提出了 MAGIC-T 和 MAGIC-A 两种方法来缓解共享运算符之间的干扰。实验证明，我们的方法能够提高超级神经网络的排序相关性，并在各种任务中验证了其有效性和普适性。
- AAAI多领域学习中的迁移和干扰分离
本研究研究了多域学习中的迁移学习，提出了新的度量标准，建立了实验协议，并研究了网络容量、任务分组和动态损失加权在减少干扰和促进知识迁移方面的作用。
- AAAI相同状态、不同任务：避免干扰的连续增强学习
本文研究的是连续学习 (CL) 中的关键问题：如何在学习新任务时保留所有先前任务的良好表现。作者提出了一种名为 OWL 的简单方法，基于因子化策略来解决一些任务本质上不兼容的问题，并使用赌博算法进行策略选择，从而在多个强化学习环境中成功实现 - 共存射频和密集太赫兹无线网络中的干扰和覆盖分析
本文发展了一种随机几何框架，以描述并分析混合 THz/RF 网络中一个典型用户的下行干扰和覆盖概率的统计特性。
- AAAI网络实验设计中的干扰和选择偏差最小化
提出了一种在网络中设计 A/B 测试的方法，通过最小化干扰和选择偏差，利用边传播概率和集群匹配等考虑因素，重新设计了基于集群随机化的方法，结果表明该方法能够显著降低因干扰而导致的因果效应估计误差。
- ICML时间差分学习中的干涉与泛化
研究了时间差分学习中概括和干扰之间的联系，发现时间差分学习容易导致低干扰，欠缺概括性的参数，而这一效应在监督学习中则相反。此现象可以追溯到干扰和自举之间的相互作用，并在实验证实，希望这些新的发现可以指导未来方向的自举方法的发现。
- 基于空中计算的分布式随机梯度下降
研究将分布式随机梯度下降算法应用于无线网络中的性能表现，探讨对传输干扰和噪声等方面进行优化的方法，选用 OAC-MAC 算法来实施无线计算，并将调度问题转化为图着色问题，并通过 MNIST 图像分类任务的实验来验证方法的可行性和有效性。
- 面向自主与分布式底层动态频谱访问的神经网络认知引擎
本文介绍了利用人工神经网络进行自主分布式的次级网络的控制策略，并通过预测次级网络对主网络的干扰来解决干扰限制和认知无线电之间的信息交流等问题，以实现更精细的下层传输功率控制和更高的传输机会。
- 毫米波网络中的制式：噪声限制或干扰限制？
本文探讨了毫米波网络的干扰特性并利用推导出的干扰模型，建立了一个依赖于各种网络参数的似然比检验 (LRT)，以便从位于任意位置的用户视角检测网络的制度，在毫米波网络中，不同的位置上体验到干扰受限状态的可能性不同。
- 氖分子强场电离中的双缝光电子干涉
通过强激光场电离氖二聚体，测量离子与电子的符合事件，实现了选择对称性的连续电子波函数，发现了两个中心干涉现象。
- 网络因果效应的自动 G - 计算
该论文提出了一种基于网络分析的新的统计方法，可以用于推断出现具有干扰和长程依赖的网络单元的平均因果效应，并通过自动 - g 计算算法进行推断。
- ACL翻译重建：从翻译中重建语系进化树
翻译包含源语言的强信号，使得从单语文本中还原出源语言的语言树成为可能。源语言干扰是翻译文本最显著的特征，超越了更微妙的翻译普遍属性信号。