- 利用深度学习模型预测布隆迪疟疾动态
本研究基于机器学习建立了 LSTM 预测模型，通过利用与气候变化相关的因素以及疟疾历史数据和人口数据，成功预测了布隆迪国家范围内的疟疾病例，为相关干预措施的制定提供支持。
- KDD通过历史自动验证：自动编写数据质量约束来验证经常性数据管道
提出了 Auto-Validate-by-History (AVH) 算法，该算法能够自动检测经常性的数据管道中的数据质量问题。在 Microsoft 的 2000 个生产数据管道的评估中表现出了其效果和效率。
- CrystalGPT：利用时间序列转换器增强结晶预测控制中的系统之间的可转移性
本文提出了一种新型的 TST 框架，可以通过转换算法中固有的强大转移学习能力，实现机器学习数字孪生在不同化学系统中的可持续性转移，并将其与预测控制器相耦合以实现目标跟踪的低方差。
- 化学数据库和摘要练习的自动反馈生成
使用 BERT 神经网络变换器模型对摘要练习中的学生答案的结构进行反馈，学生在这种练习中更关注文章的背景，而非处理技术和结果。
- 等压等温流法计算吉布斯自由能
本文提出了一种基于正则流的机器学习模型，旨在从等温等压（NPT）集合中进行采样。通过对完全灵活的三斜晶模拟盒和粒子坐标的联合分布的近似来实现所需的内部压力。将该模型在立方冰和六角冰相的单原子水上进行测试，发现与已有基线相比，Gibbs 自由 - 利用机器学习技术进行乳腺癌诊断
评估了乳腺癌三种创新的诊断技术，并研究了利用机器学习技术（如卷积神经网络）的计算机辅助诊断系统来提高病人的生存率。
- 神经网络、扩散映射和 Koopman 算符驱动的脑活动数据建模
本研究提出了一种基于机器学习的方法来对脑活动进行长期预测，该方法基于 Koopman 算子，通过建立一种非线性映射来达到降维和预测的目的，并且实验证明该方法在预测方面的表现要好于传统的基于随机游走模型的方法。
- 面向端到端实现的事故持续时间预测机器学习框架
本研究采用机器学习技术，开发建立了一个分析框架及端到端解决方案，根据收到的事故报告，对事故清除所需时间进行预测。该方案可用于改善交通管理中心对于车祸等突发事件所导致的交通拥堵问题，有望在调派救援车辆、维修人员或激活替代路线等各项措施方面具有 - 使用智能代理攻击物理网络能源系统的学习分析
提出了一种基于机器学习的软件框架 ANAlYSE，用于在包括电力系统、信息与通信技术（ICT）和能源市场在内的冲击 - 物理能源系统中自主寻找攻击和漏洞，实现对系统安全的保护。
- HandCT: X 射线计算机断层扫描和机器学习的实践数据集
使用 Blender 和 Python 构建的一个下肢模型的程序化数据集用于训练机器学习算法，该数据集具有真实的特征和无限的改进潜力。
- 预测驱动的推论
提出了一种利用机器学习进行预测的统计推断框架，可有效计算均值、分位数、线性和逻辑回归系数的置信区间，适用于蛋白质组学、基因组学等多种领域。
- 构建算法决策工具时做出的 "技术" 设计选择如何为刑事司法机构带来宪法危险？
通过分析当前的机器学习算法工具在犯罪司法领域的使用，从数据科学和公共法律学的角度指出这些技术开发人员需要与公共法律专家密切合作，确保这些算法工具构建和实施过程中遵守公共法律原则，尊重人权，以免引发有悖宪法原则的风险。
- 跨学科搜索漫散星际带的载体，利用自然语言处理
利用自然语言处理技术和机器学习技术，从 1.5 百万个跨领域科技论文中筛选提取了多种化合物，这些可以成为漫散星际带的载体， 为解决多领域科学的开放问题提供了价值。
- 鲁棒语言模型的伪 OOD 训练
本文提出 POORE - POsthoc pseudo-Ood REgularization 框架，通过在内部数据中生成伪 OOD 数据进行 fine-tune，通过引入新的正则化损失来分离 IND 和 OOD 数据的嵌入，提高了 OOD - 使用情感词典生成高质量情感弧线的文本流情感分析
本研究首次系统而定量地评估了自动生成的情感弧，并比较了使用机器学习模型和仅词典方法生成情感弧的优劣。研究发现，尽管词典方法在实例级别上表现不佳，它们通过聚合来自数百个实例的信息高度准确地生成情感弧。此结果对商业发展，以及注重简单解释方法、不 - 学习的 k-NN 距离估计
提出了一种利用全连接神经网络模型和支点来快速准确地估计查询的 k-NN 距离的机器学习技术。实验结果表明，该方法在大数据挖掘和近距离数据分析方面具有高效和有效的优势。
- AAAI基于自监督的原始 - 对偶学习用于约束优化
本文研究了如何训练机器学习模型直接逼近受约束优化问题的最优解，提出了一种新的自监督训练方法 Primal-Dual Learning（PDL），该方法不需要预先解决实例集合或优化程序来进行训练和推理，而是同时训练原始神经网络和对偶神经网络来 - 利用机器学习为也门战争中的和平谈判提供支持
本论文研究使用先进的机器学习技术和方法支持调解团队，探讨机器学习工具在冲突调解中的潜力，并强调跨学科和参与式共创方法对于开发具有上下文敏感性和针对性的工具的重要性，以确保其有意义和负责任的实施。具体将也以也门和平谈判的对话文本为例来展示机器 - 具有 SU ($d$) 对称性的等变量子机器学习算法的超指数量子加速
本研究提出了基于不同 SU (d) 对称性物理系统的 equivariant convolutional algorithms 框架，它能够增强量子计算模型，如 permutational quantum computing (PQC)，定 - 解决搜索问题的 AlphaZero 启发方法
AlphaZero 和 MuZero 是使用机器学习技术进行超级人类棋类游戏表现的程序，并尝试将其应用于解决搜索问题，本文描述了在搜索问题中如何使用 AlphaZero 技术进行表示以及求解规则，并提出了适用于该类问题的一种 Monte C