- 利用脉冲函数从数据中学习规律：一种理论
提出了一种新的机器学习理论，定义了数学上的规律性，通过结合信息理论，将规律性看作大量信息中编码的少量信息，并讨论了将多个脉冲函数应用于相同数据分布的过程，并提出了一种机器学习方法，可以在实践中获得给定数据集的最佳脉冲函数。
- 好书是复杂的事：衡量感知文学质量的复杂度模式跨多个类别
研究使用分类方法，展示不同类别的文学 “质量” 显示出独特的语言特征，在分析了包括诺顿选集、企鹅经典系列、开放教材项目等作品的语料库的基础上，对比了当代畅销书、诺贝尔奖得主以及获奖文学作品。我们的分析表明，经典文学作品和高雅作品相对于其他质 - 机器学习算法在代谢性肥胖手术术后成功率分类中的应用：一项全面的研究
代谢性肥胖手术属于肥胖症患者和相关健康问题的重要干预措施，通过一种新颖的机器学习方法对患者进行分类，研究揭示了不同模型和变量类型的有效性，为优化治疗策略提供了洞察力。
- JetBrains IDE 中基于嵌入的搜索
该论文描述了一个改进搜索项目可发现性的机器学习方法，并分享了在这个过程中遇到的障碍以及如何克服它们。
- 通过人工智能，让基于分解的优化摒弃人类干涉：第二部分。学习初始化
通过机器学习方法学习大规模优化问题的分解式解决方法，从而在计算时间上实现最优初始化，进而用于解决混合整数模型预测控制问题，结果表明该方法能显著减少解决时间并减少所需数据。
- 从实证测量到增强数据速率：基于机器学习的侧链通信中 MCS 自适应方法
本文中我们提出了一种使用机器学习方法预测适当调制编码方案 (MCS) 等级的方法，并结合不同算法对具有最高数据传输率的 MCS 等级进行定位预测，并在此基础上，显示出相较于传统方法选择 MCS 等级的显著改进。然而，使用机器学习方法需要比目 - 透过机器学习揭示费波那契准晶堆叠中的异域磁相
通过理论分析 Fibonacci 准晶层叠的铁磁层，本研究构建了一个该磁异质结构的模型，并在此准晶系统中展示了几何阻碍与磁序之间的复杂关系。为了确定不同的磁相，我们采用了机器学习方法，其证明在揭示该系统的复杂磁性行为方面是有效的。我们详细描 - 有效哈密顿量参数化的即时机器学习
通过贝叶斯线性回归，我们开发了一种基于实时机器学习的方法来参数化有效哈密顿，并以 BaTiO3 和 Pb (Sc,Ta) O3 为例，与传统的第一原理参数化方法进行比较，展示了这种方法的准确性。
- 模拟电路验证的自适应规划搜索算法
为了确保电路芯片的正常运行，该论文提出了一种基于机器学习的方法，利用高斯过程代理模型来训练操作条件配置，并在合成和实际电路中展示了更好的估计结果。
- 无线局域网用户感知的传输功率控制
本文是第一篇在生产网络环境中使用基于用户感知的传输功率控制系统的研究，提出了一种新的方法来评估用户密度和研究了一种新的机器学习方法以估算缺失信号强度测量值。实验表明，相较于现有技术方案，该新系统可以提高 15dBm 的中位信号强度，同时降低 - EMNLP跨语言迁移的模型选择
本论文展示了在辅助支点语言中提供少量注释数据可以更好地选择用于零 - shot 跨语言迁移的 fine-tuned models，并提出一种基于机器学习的方法用于模型选择，该方法使用 fine-tuned 模型的内部表示来预测其跨语言能力。 - MM农业养分溶液离子干扰消除的机器学习方法
本文提出了一种应用机器学习方法解决离子干扰效应导致离子失衡的问题，并应用 TDS 值建立重新调整函数来矫正离子选择电极数据的方法，结果在实时应用中取得了较高的准确率，解决了传统方法无法解决的限制问题。
- 使用机器学习改善西部地区的亚季节预测
该论文描述了一个基于机器学习方法的预测系统，该系统利用历史气象测量值和动态模型预测，通过裁剪无关预测器和加权最近邻特征引入加权局部线性回归，显著提高了长期预测准确性。该系统在 Subseasonal Climate Forecast Rod