- MM多无人机多 RIS 关注 QoS 的空中通信系统使用 DRL 和 PSO
无人机在提供无线服务方面具有优势，但资源限制给应用带来挑战。本论文介绍了一种优化模型，通过无人机路径规划和多重反射面支持，最大化吞吐量和覆盖范围，通过深度强化学习和粒子群算法解决了线性规划技术的限制，并通过大量仿真实验证明在服务质量方面相比 - 多目标化的软件配置调优的适应
本文提出了一种自适应调整权重的方法，名为 AdMMO，来克服 MMO 的重大缺点，通过在适当的时间调整权重以维持优秀的非支配配置，实验结果表明在多个实际系统、目标和预算上，AdMMO 比 MMO 和一系列最新的优化器优越，同时在最佳速度提升 - 移动边缘计算中基于学习的应用部署问题的解决方案
本研究利用机器学习模型对边缘服务器中的请求分配进行优化，提供一种更高效的方法来解决移动边缘计算中的高维问题和不确定性场景，结果显示机器学习模型相对传统方法具有显著的解决时间改进。
- 支持医院病例混合规划的分析技术
该文章介绍了分析技术和决策支持工具，用于支持之前为医院创建的容量评估和病例组合规划（CMP）方法。提出了一个优化模型来分析对现有病例组合进行更改的影响，并确定其他类型的患者应该以何种比例随着医院资源的变化而进行相应的改变。然后，我们提出了多 - SPIRiT-Diffusion: 加速 MRI 的自洽驱动扩散模型
提出了一种基于自洽驱动扩散模型的方法 ——SPIRiT-Diffusion，该方法能够通过优化模型中的随机微分方程进行扩散，避免了使用线圈灵敏度矩阵的多线圈数据重建过程中常常存在的准确估计线圈灵敏度矩阵的难题，在一项关于头颅内和颈部血管壁成 - AAAI公共交通平等推动
提出了一种新的策略，即利用网约车服务将弱势群体与最近的公共交通联系起来，建立了一种线性规划模型，优化社会公平，并设计了一个基于 LP 的舍入算法，在真实数据上测试了算法的有效性。
- 带有家庭属性的卫星图像数据下行调度问题：模型与算法
该研究提出了一种具有家族属性的卫星图像数据下行调度问题以及其优化模型和算法 —— 双阶段差分进化算法 (DE+NSGA-II), 其中采用快速分割运算符对大 OID 进行分割，实现在多个 VTW 中传输，并设计了数据传输失败率和分割次数等指 - MM无监督图像去雨：基于优化模型驱动的深度卷积神经网络
提出了一种统一的无监督学习框架，结合了模型驱动的无监督优化方法和深度卷积神经网络，并利用该框架在只有少量真实雨天图像的情况下完成无监督训练和达到好的实现泛化和表征，从而实现对单幅图像中的雨痕进行有效去除。
- 内容中心网络中的移动感知车载缓存方案：建模与优化
本研究通过开发优化模型研究车载缓存方案，在最小化网络能耗的同时，优化缓存决策和网络能效。通过 2-D Markov 过程和在线缓存算法，本研究提出的在线缓存方案在能耗效率、命中率、缓存利用率和系统收益方面都优于现有方案。
- CVPR从 2D 到 3D 的生动卡通画
本文介绍了一种通过将二维卡通图片转换为三维卡通模型的算法，其是基于内在变形表示和优化模型构建而成，可以在不需要制作复杂的三维卡通训练集的前提下，通过标准人脸数据集自动捕捉二维卡通图片的风格，并具有比其他直接使用传统参数化人脸模型如三维面部模 - 贝叶斯优化热启动
本研究提出了利用贝叶斯优化预热的框架，用于减少在解决一系列相关问题中所需的解决时间。该方法可用于优化随机模拟器的输出，而渐变优化方法则无法胜任。我们的方法建立了一个相关目标函数的联合统计模型，并使用信息价值计算来推荐要评估的点。
- 一类非凸、非光滑问题的交替方向乘子法及其在背景 / 前景提取中的应用
本文针对图像科学中广泛使用的一类优化问题，基于 ADMM 算法，通过使用通用的双重步长方法、构建特殊的潜函数以及采用简单的初始化策略实现了非凸优化问题全局收敛和解决，并在实际应用中进行了比较实验，表明最优化效果良好。
- 面向数据驱动问题的似然鲁棒优化
本文提出了一种新型的分布鲁棒优化模型 —— 似然鲁棒优化模型，以历史数据为依据，用置信区间代替概率分布，解决了当环境不确定且输入分布未知的决策问题，避免了以往过于谨慎的方法对真实分布的偏离和对输出的限制。