- 数据驱动语音增强方法自动文献综述的实验
本研究通过使用预训练生成式转换器 (GPT) 模型自动进行文献调研,评估在数据驱动的语音增强方法领域的 116 篇文章上展现的模型的能力和局限性,尽管自动化文献调研在声学领域具有巨大潜力,但仍需要改进以更清晰准确地回答技术问题。
- 神经符号强化学习与规划:综述
本文通过进行文献调查,以三个构成神经符号强化学习的组件为重点(神经网络、符号和强化学习),将研究作品进行分类,并分析其强化学习部分的组成。同时,发现了该领域中的研究机会和挑战。
- 用户是 AI 透明度的北极星
本文中,我们阐述了明确的 AI 透明度目标,即以用户为中心、恰当的透明度和诚实的透明度。我们进行了广泛的文献调查,将透明度概念的许多相似聚类与我们的目标联系起来,以便政策制定者、利益相关者和从业者能够交流具体需求和提供适当的解决方案。
- 结合演化和深度强化学习的策略搜索:一项调查
本文对深度神经进化和深度强化学习领域组合机制的文献进行梳理和总结调查,提供了一个基于现有文献的研究框架,不着重于实验结果,共涵盖了 45 种算法,旨在促进该领域的发展并加深人们对各方法之间关系的理解,从而推进新型机制的发展。
- 人物再识别:领域特定开放挑战和未来趋势回顾
本文通过对 2015 年至 2021 年间 230 多份文献的系统调查,首次综合性地回顾了针对各种视觉挑战的人员重新识别 (person re-identification) 方法,分析了当前方法的优缺点,提出了未来研究的发展方向。
- 具身视觉导航的深度学习:一项综述
综述了目前关于具有各种智能技能的智能机器人在 3D 环境中进行导航的研究领域,着重介绍了在这一领域内的各种高级技能,例如:感知局部观察视觉输入,理解跨模态的指令等等,并探讨了未来的研究方向及挑战。
- ACL自然语言处理数据增强方法综述
本文全面综述了 NLP 领域数据增强的文献,介绍了方法论、应用、挑战与未来方向,并提供了持续更新的文献列表。
- 公开可用的僧伽罗语自然语言处理工具与研究调查
本文对公开可用的信杭拉自然语言处理工具和研究进行了全面的文献综述,以帮助该领域的研究人员更好地利用同行的贡献。