- 基于 Swin-Transformer 的极化视频帧插值
该研究提出了一种基于 Swin-Transformer 的多阶段多尺度网络，称为 Swin-VFI，引入了一种定制的损失函数以促进网络对极化变化的理解。实验结果表明，该方法在所有任务中具有优越的重建精度。
- 全场面激光雷达的相干光学调制器
全波场激光雷达：利用相干光学调制解调器进行距离、轴向速度和偏振的同时测量的新型成像技术。
- CVPR极化波前激光雷达：从极化波前学习大场景重建
该研究介绍了一种新颖的长距离极化波前激光雷达传感器（PolLidar），利用极化波前估计室外场景中的法线、距离和材料特性，并提高了场景重建的准确性。
- L (u) PIN: 基于 LLM 的政治意识形态实时预测
利用 LLM 的潜在知识，本文提出了一种分析个别国会代表意识形态立场的方法，通过使用经过微调的 BERT 分类器从代表的演讲中提取基于意见的句子，并将每个代表的平均 BERT 嵌入投影到一对参考种子上，这些参考种子是在特定话题上具有相对立观 - 两阶段姿态标签化：用户 - 标签算法与图神经网络
通过使用用户 - 标签二分图和用户 - 用户交互图，开发了一个两阶段立场标签方法，首先使用用户 - 标签二分图的启发式机制更新用户和标签节点的立场关联，然后将这些标签与用户 - 用户交互图结合，使用半监督学习训练图神经网络模型。实验证明，该 - 量化大型语言模型中的政治偏见：言论内容及言辞方式调查
我们提出通过分析 LLMs 生成内容中关于政治问题的内容和风格来衡量政治偏见。我们的提议旨在提供 LLMs 生成的政治偏见的细致和可解释的度量方法，以向用户提供透明度。我们的研究关注不同的政治问题，如生殖权和气候变化，并从内容和风格两个方面 - 利用大型语言模型和逼真的机器人账号激励社交媒体平台上的新闻消费
检验如何在真实环境中提高用户接触和参与经过验证和意识形态平衡的新闻，以增强他们对政治事务的关注和对品质新闻的认同。
- 数据科学中的带符号图与可通信几何
基于有向图的通信性几何概念，提出了一种解决有冲突交互数据分析问题的统一方法，包括有向图的划分、降维、联盟等级的确定以及衡量系统中已存在派别间极化程度的量化。
- 跨越或分裂：群体间互动对宗教极化的影响
群体间互动与不同背景事件对宗教群体之间的分化产生复杂的效应，既可以降低分化也可以加剧分化，因此了解背景与情境对群体间互动所产生的影响对于理解宗教分化的动态及其重要作用具有重要意义。
- 自主生成 AI 代理在回音室下的极化
在线社交网络中的回音室问题、极化以及 AI 代理人的意见转变是本研究的主要内容。通过实验证明 ChatGPT 等语言模型在回音室环境中容易产生极化，并发现个体特质等因素对其极化倾向有显著影响。需监控这些影响因素以防止 AI 代理人的极化。
- 基于脉冲神经网络的偏振事件形状提取
此论文研究了使用脉冲神经网络（SNNs）进行事件驱动的极化形状测量，提出了单时间步和多时间步的脉冲 UNets 模型，以有效和高效地估计表面法向量。结果显示，我们的模型在估计表面法线方面与最先进的人工神经网络（ANNs）性能相当，并具有更优 - 偏振光传输分析与镜面互反射
使用方向线性偏振旋转作为区分直接反射和镜面间接反射的特征，本论文提出了一种应对金属物体镜面间接反射的新型分解方法，通过主动旋转入射光的线性偏振并分析反射光的旋转方向，对反射率组分进行分解，实验证明了该方法在分解金属物体镜面间接反射方面的有效 - 光谱极化视觉：光谱极化实际数据集
提出了两个新的光谱极化数据集：三色 Stokes 图像和高光谱 Stokes 图像。这些数据集包含线性和圆偏振；引入了多个光谱通道；并且具有广泛选择的真实世界场景。通过这些数据集，分析了光谱极化图像的统计特性，发展了高维数据的有效表示方式， - EMNLP不是所有的假新闻都是文字：一个关于误导性视频标题的数据集和分析
通过收集和注释 Multimodal Video Misleading Headline（VMH）数据集，我们分析了侦测误导性标题的多模态基线，同时注重了注释者对视频误导性的看法和背景与视频内容之间的相互作用。
- 党派语言使用中的道德共识与分歧
研究通过分析 Reddit 社群和新闻媒体等大规模真实语言使用数据，使用词嵌入模型发现了政治性语言中存在的情感分化模式以及与七个政治话题相关的词语的语义关联，揭示了跨党派界限的道德联想差异，这些结果强调了虽然在政治谱系上有着共享的道德理解， - 理解最高法院争议的差异框架：社交媒体 vs 新闻机构
通过定性和定量研究美国最高法院关于平权行动、学生贷款和堕胎权的系列裁决，发现社交媒体和传统媒体在政治问题的框架中存在重要差异和极化，对公众舆论、政策决策和整个政治环境的形成产生重大影响。
- 高效数据驱动深度学习优化的光子结构：纳米鳍片和环形凹槽相位掩模应用
利用元表面技术对薄膜光学进行光学特性的灵活操控，本研究提出了一种替代优化框架来开发适用于天文高对比度成像的两种旋涡相位面具，其中的几何特征通过计算智能技术进行优化。为解决传统方法的不足，引入一种数据高效的进化优化设置，利用深度神经网络作为高 - 优化社交内容平衡以减少极化和分歧
通过重新加权用户关注的账户的相对重要性，我们提出了一种改善社交媒体中极端化和信息孤立化问题的新方法，以在相关性和多样性之间取得平衡，从而降低社交媒体的负面影响，同时保持信息流的质量。我们通过实验验证了这种方法的有效性，并证明其能够促进更健康 - AAAIPOEM: 嵌入极化用于域不变表征
本文提出了一种名为 POEM 的方法，通过学习领域不变和特定表示并将其极化来获得强大的领域泛化能力，以增强表示的领域鲁棒性。 这种方法将类别分类和领域分类嵌入结合在一起，通过减少它们之间特征的余弦相似度来使它们正交，以获得领域不变表示。 与 - 从非政治内容推断政治倾向：《Top Gear》还是《黑镜》？
开发了一种机器学习分类器，通过社交媒体上的非政治文本和用户关注的账户来推断政治取向，并发现新闻分享存在鲜明的左右分化，而体育新闻则不具有政治倾向性。