- 排除无关因素：通过连续动作屏蔽集中增强学习
本研究论文中，我们提出了三种连续动作屏蔽方法，以精确地将动作空间映射到与状态相关的相关动作集合，从而确保只有相关动作被执行，提高增强学习代理的可预测性，并使其在安全关键应用中得到应用。实验结果显示，这三种动作屏蔽方法比没有动作屏蔽的基线方法 - 深度学习预测基拉韦厄火山的火山坍塌事件
该研究使用深度学习的图神经网络方法对 Kilauea 火山的火山口坍塌事件进行预测，发现这种方法能够在仅使用 0.5 天的数据时，准确地预测火山口坍塌的时间，并且使用高信噪比的倾斜仪数据时预测能力最强，这些结果展示了在监测良好的条件下对火山 - 使用储层计算器预测具有频繁相位转移的强制 Van der Pol 方程
预测具有外部驱动相位快速变化的非自治动力系统的可行性进行了研究，结果表明，尽管存在隐藏变量，但非自治动力系统仍然是可预测的，并且储层计算机可以为个体轮班工人提供更好的计划安排。
- WWW利用结构复杂度度量评价推荐系统的可预测性
基于用户 - 物品评分矩阵的结构复杂性，此研究引入了数据驱动的度量标准来衡量推荐系统的可预测性。使用奇异值分解和矩阵分解策略，通过扰动数据评估其预测能力，结果表明度量标准与真实数据集上表现最佳的预测算法的准确性之间存在高相关性。
- COLING中文名词短语中的复数与确定性的计算建模
通过对中国名词短语的语境分析，研究论文表明汉语说话者经常省略复数和定冠词标记，并使用计算模型进行预测。
- 用简单世界模型预测未来
我们提出了一种正则化方案，简化了世界模型的潜在动态，使得动态软件状态的不变性更强、智能体行为的效果更可预测。通过结合三种不同的模型类别，我们发现该正则化方案能够提高准确性、泛化性和后续任务的性能。
- 基于远程联系信息的高效亚季节气象预测
借助预训练的 Pangu 模型和基于电涡流的时间模块，我们的研究提出了一种电涡流通知变压器方法，能够改善未来天气状况的预测能力并提高输出的空间精度。此外，我们的方法还提供了利用现有基础模型进行多功能下游任务的资源高效途径。
- 提供可靠的作业完成时间预测的研究
为云用户提供工作完成时间预测，提出了 PCS 调度框架，通过配置 Weighted-Fair-Queueing 参数，达到预测性能与其他目标的平衡，实现 DNN 工作调度的准确完成时间估计。
- EMNLP信息值：以可行替代方案的距离来衡量话语的可预测性
我们介绍一种度量信息价值的方法，使用神经文本生成器获取可解释的信息价值估计，并利用其心理测量预测能力来研究驱动人类理解行为的可预测性维度。信息价值比词元级惊异度的汇总更好地预测书面和口头对话中的话语可接受性，并且对预测通过眼动阅读时间衡量的 - 应用状态空间模型的图论方法在气候科学中的 Granger 因果关系研究
Granger 因果性作为一种评估一个时间序列对另一个时间序列的可预测性的方法，在许多应用领域被广泛使用，本研究提出了一种基于图形状态空间模型的 Granger 因果性方法，应用于气候问题，并展示了其相对于标准 Granger 因果性方法的 - 用于改善单帧和加权序列视觉位置识别的无监督质量预测
本研究提出了一种新的、无需训练的定位质量预测方法和一种利用这些预测来偏置序列匹配过程的新方法，使综合系统在四个数据集和三种 VPR 技术中得到了性能上的提升。
- 智能手机用户答案质量受影响的因素
本研究探讨了影响人类行为预测的因素，并研究用户反应时间和完成时间对回答质量的影响。结果表明，这两个因素与各种内在和外在因素相关。
- 负载聚合中的可预测性与公平性（带死区）
该文章提出使用 Filippov 不变量度量交流模型中的损失和控制器死区对可预测性和公平性的影响。
- 大型语言模型能力的可预测性研究 —— 以 BIG-bench 为例
研究了大型语言模型预测能力的可预测性问题并在 BIG-bench 实验记录上进行了实证研究，发现大型语言模型的性能可以以 5% 以下的 RMSE 进行准确预测，并提出了寻找一个信息性子集用于评估新模型家族的问题，整合了 BIG-bench - 梦境比你想象中更 “预测
本篇论文利用大型语言模型研究了梦境描述和其他人类生成文本的相似度，发现总体而言梦境描述并未与维基百科等非梦境语料有明显差异，且单个梦境描述比维基百科文章更易预测。同时，文章还发现词数、性别和视力障碍等因素可能会对梦境描述的可预测性产生显著影 - 利用七个行动阶段评估智能写作助手的可用性
本文提出为了解决大型语言模型作为写作助手的流畅性、可靠性、生成内容的所有权和模型性能的可预测性等问题，采用诺曼的七个行动阶段作为智能写作助手交互设计的框架，同时举例软件教程创作，阐述该框架在写作任务中的适用性，讨论了该框架作为综合研究的工具 - 预测编码模型中的音乐感知与预测关系
通过基于预测编码的神经网络模型研究人类音乐感知，模型经过大量 Classic 音乐和流行旋律训练后，发现预测误差依赖于音符，音高间隔和时间上下文等信息，提示可用预测编码神经网络来表征影响音乐感知的特征和主题。
- 揭示公司年报后预测股票价格走势：以 2021 年中国 CSI 300 股票为例的案例研究
通过使用不同的机器学习模型和两组金融指标，本研究研究了股市中公司公布年报后第二天的股价趋势，得出结论基于公司新公布的年度报告财务指标，股票价格很难预测。
- 大型生成模型中的可预测性与惊喜
通过探讨大规模训练的生成模型的特性，本文发现这些模型表现出可预测的失真以及不可预测的特性，从而提出了文献和实际观察所展示的社会有害行为的实例，并分析了这些相互冲突的特性如何导致模型的开发和部署受到各种挑战。作者提出了可能的干预措施，以便 A - AAAIRID-Noise：面向噪声环境下的稳健逆向设计
本论文提出了一种数据高效的稳健反向设计（Robust Inverse Design under Noise，RID-Noise）方法，其利用现有的有噪数据训练条件可逆神经网络（cINN）来估算设计参数的稳健性，并定义一种样本权重，在基于 c