- PANDORA:极化辅助的辐射神经分解
使用 PANDORA,通过多视角极化图像,提取物体的 3D 外观,分离出漫反射和镜面反射的光线,估算照射在物体上的光并输出优于现有的辐射分解技术的清晰的表面重建,准确建模强烈的高光反射并在实际非结构化场景下估算光照。
- 数百万次联合购买和评论揭示了极化和生活方式政治在在线市场的传播
在亚马逊的 82.5M 评论数据和 9.5M 产品元数据的基础上进行研究,发现文化产品比任何其他产品都更加极化,探讨了生活方式政治在市场方面的表现形式以及其原因和影响。
- AAAI人员推荐对回声室和极化的影响
本文提出了一个基于 Monte Carlo 模拟的框架来评估人们推荐算法对意见演变的影响,结果发现人们推荐算法确实会导致峡谷效应显著增加,但仅在网络中有相当数量的同质性的情况下发生。
- WSDMPOLE:面向带符号网络的极化嵌入
通过设计无偏分割极化度量并提出了极化嵌入方法 POLE,结合拓扑和符号相似性,在社交媒体中对负面链接进行签名网络机器学习预测。
- 设计去极性推荐系统
本文探讨了三个阶段的算法干预方案,重点在于如何利用推荐系统来解决分裂和冲突问题,以达到更具建设性的冲突转型。实证研究表明,基于多样性的干预措施可能会在某些情况下加剧分裂。因此,本文建议将文本中的温和性度量与多样性相结合,以制定更有效的干预措 - ACL政治意识形态与政策立场的极化:一种多维度方法
研究新闻媒体的意识形态倾向与分化对于推进当代政治的理解至关重要。本文提出一种新颖而细粒度的意识形态研究方法,利用在左右方向上的立场来分析问题,并介绍了第一个描绘意识形态多维度构建并由政治科学家和语言学家进行标注的新闻文章文本数据集。通过控制 - 我们不说同一种语言:通过机器翻译解释极化
通过机器翻译的方式,以词汇为粒度分析分析社交媒体数据集,从而理解不同社区间存在的分化。
- 面向目标特定立场的嵌入式聚类:以极化的土耳其为例
本文利用卷积神经网络对土耳其大选期间推特数据进行无监督的极性检测,对 108M 条推文和 213M 条用户推特进行多目标分类和极性聚类,实现用户态度识别和相关话题极化计算。
- 多维观点动态和观点一致性的基于代理人模型
通过代理模型,揭示了有关多维空间中观点动态的两个特征:人们的各种政策问题的个人意见往往与主导意识形态维度(例如 “左” 与 “右”)保持一致,并且越来越极端。
- 量化推特上的极化:卡瓦诺提名
本文使用半监督和监督分类技术,分析 Twitter 用户对布雷特・卡瓦诺(Brett Kavanaugh)的提名立场,并通过修改现有的极化量化措施,表征了支持和反对提名的用户之间的极化。
- MM一个关于极化和意识形态一致性的论据传播模型
该研究提出了一个包含多级结构的观点形成模型,考虑到不同问题上的态度通常不是相互独立的,并通过共享信念形成不同态度的认知结构来解释态度的形成、偏向交互以及双峰分布的出现。
- WWW社交网络中减少极化和分歧
本文研究如何通过网络结构来降低社交媒体带来的观点极化和分歧,并提出了一种精确且高效的算法,同时对算法进行了合成及真实数据的测试,结果表明该算法对于推荐系统和社交网络优化具有重要意义。
- WSDM基于联合非负矩阵分解的 Twitter 意识形态倾向学习
本论文通过机器学习方法,建立了一个自由派 - 保守派意识形态空间模型,对推特上的用户和媒体进行了分类,并提出了一种有效的解决信息过滤气泡问题的方法。
- Twitter 上极化的长期分析
通过分析近 8 年来 679,000 个用户在 Twitter 上的行为,研究表明社交媒体在政治话语形成中扮演了重要角色,同时也加剧了政治两极化现象。该研究是少数具有长期展望的,涵盖两次美国总统选举和两次中期选举的罕见纵向分析之一。
- Facebook 上的个性特征和回音室
研究表明,不同和相互冲突的社区由显示相似心理特点的用户填充,科学和阴谋主义回响室中的主导个性模型相同,并且回响室内的稳定略微改变了用户的心理特征。
- 利用先进探测网络进行引力波瞬变的检测和重建方法
本文提出了一种用于检测和重构引力波瞬变的方法,该方法利用先进探测器网络,通过改进的算法增强了电磁跟踪的低延迟搜索和广泛范围瞬变引力波源的可靠检测。该方法包括核心分析算法、引力波极化的重构等,极化测量可以实现快速重建引力波波形、定位天空和帮助 - 偏见同化,同类相亲和极化的动力学
通过对意见形成的模型及推荐算法的研究,论文发现单纯的同构作用不足以导致极化,而需结合存在于社交心理学中的偏见同化现象。
- 国会的政党极化:一种网络科学方法
使用网络科学中的模块性概念来测量美国国会中的极化程度,模块性提供了一个概念上清晰的,不对党派系统结构或立法者效用形状做出限制性假设的极化度量,我们展示出现有的极化度量方法低估了弱党派结构时期的极化,并且模块性是预测多数党变化的显著因素,两个 - 球面上的极化小波及曲波
本文描述了一组新的球面极化数据的多尺度分解方法,包括分立和未分立的 Q-U 或 E-B 小波变换和 Q-U 或 E-B 曲线小波变换。所提出的转换是可逆的,因此可用于数据恢复和去噪。
- 在封闭 FRW 模型中高效计算 CMB 各向异性
我们采用高效视线法计算在正空间曲率下几乎 Friedmann-Robertson-Walker 模型中标量模式和张量模式的宇宙微波背景的各向异性和极化,并提供了在这种模型中极化功率谱的新结果。