- 多核外围视角：基于相对中心度的排名
基于核心 - 边缘结构的新算法概念，相对中心性，能够更好地选择来自所有社区的顶点子集，以提高聚类算法的性能。
- 用适当评分规则量化随机和知识不确定性
提出了基于合适评分规则（proper scoring rules）的新的测量方法，用于量化机器学习中的系统不确定性和认知不确定性，建立了不同不确定性表示之间的联系，并引入了新的认知和系统不确定性度量。
- 基于直方图的置换不变网络的量化
本研究探讨了深度神经网络在量化任务中的应用，并提出了适用于量化问题的基于直方图的无重排不变表示的新型神经架构 HistNetQ。通过实验结果表明，HistNetQ 在量化问题上优于其他用于集合处理的深度神经架构和现有的量化方法，具有不需要训 - 通过领域注意力的 CT 强健肺气肿百分比定量：多族裔动脉硬化研究 (MESA) 肺部研究
通过融合图像特征和定量扫描仪先验信息，我们开发了一个基于深度学习的端到端框架来准确量化计算机断层扫描（CT）中的肺气肿，并在大规模研究和临床应用中取得了显著改进。
- 深阴影：城市空间阳光获取计算的生成方法
通过 Deep Umbra 这一基于条件生成对抗网络的计算框架，我们能够以全球规模来量化阳光接触与阴影，该框架考虑了城市的物理形态，并以高分辨率的空间信息来计算一年四季的累积阳光接触。我们使用来自七个不同城市的数据来训练模型，并通过一系列广 - 量化语言中的刻板印象
本文通过注释数据集来量化语言中的刻板印象，并使用预训练语言模型来预测句子的刻板印象。然后，探讨刻板印象与仇恨言论、性别歧视、情感以及弱势和优势群体等常见社会问题之间的联系和差异，并验证了当前研究的总体发现。此外，本研究表明，细粒度的刻板印象 - 多类定量的核密度估计
我们在本文中提出了一种基于核密度估计的多元密度表示机制，称为 KDEy，通过实验证明 KDEy 在量化性能上优于现有的分布匹配方法，并与目前在量化领域中的最强竞争者期望最大化方法展开比较。
- 用对抗方法估计拓扑维度的谐波评分图
利用对得分映射的固定点 insight，通过利用对应的狄利克雷能量进行正则化将其前提条件确认为对潜在 manifold 学习的拓扑维度进行回归是可能的，然后引入了一种使用对抗性攻击来测量学习的 manifold 的拓扑维度的新方法，从而产生 - 数据有效性的重要性
研究数据注释的工作，特别关注计数或量化在组织注释工作中的作用。基于对印度两个外包中心的数据注释的民族志研究，观察到计数实践及其关联逻辑是日常注释活动的一个重要组成部分。提出计数制度的镜头，明确支持注释广泛的计数所依赖的特定计数、实践、参与者 - 基于深度学习的数字乳腺癌免疫组织化学图像精确自动化量化的实例分割
使用基于深度学习的实例分割体系结构的自动量化方法，成功地将细胞核和膜生物标记物应用于免疫组化染色的胸部肿瘤图像，并集成到开发的网络平台中，作为病理学家的决策支持工具。
- CopyScope：扩散工作流程中的模型级著作权侵权量化
Web-based AI image generation has brought copyright infringement risks, and this paper proposes CopyScope, a framework t - 基于正则化的排序量化方法
分类量化的研究在近年来获得了更多的关注，但是大部分的研究都集中在二分类和多分类问题上，很少研究有序情况下的分类量化。本文主要贡献有三点：首先，我们创建了两个新的有序分类量化数据集，弥补了之前数据集的不足；其次，我们对现有的有序分类量化算法进 - 二进制量化和数据集变化：实验调查
在这项研究中，我们通过实验分析了当前的定量化算法在不同类型的数据集偏移下的行为，以识别现有方法的局限性，并为开发更广泛适用的方法铺平道路。我们通过提出细粒度的数据集偏移类型分类，建立受这些偏移类型影响的数据集生成协议，并在生成的数据集上测试 - 智能理论：概念、模型、影响
智能是一种人类构造的概念，代表实现目标的能力。该论文旨在通过理论和定量分析，讨论智能的中心要素、挑战并提出一种基于第一原则的理论。关键特征包括路径效率、目标准确性等，并提出一种首次原则的智能理论框架 (TIS)。
- 连续扫描：一种改进的二进制量化器
通过引入连续扫描（Continuous Sweep）这种新的参数二值量化器来估计数据集的类别普遍性，其使用了参数类分布替代经验分布，优化了决策边界和采用了平均值，同时通过理论推导得到了偏差和方差的解析表达式。模拟研究结果表明，连续扫描在广泛 - 很少 ' 成问题吗？自然语言模型在预测上表现出与 ' 少量 ' 类量词相反的缩放
语言模型在量化任务中表现较差，特别是在 Few-type 的量化词上，而且模型越大，表现越差。这暗示着越大的模型越倾向于反映在线而非离线的人类语言处理，并且这种表现下降可能挑战语言模型作为自然语言系统基础的应用。
- 基于进化神经网络的电力信息网络安全态势量化方法
本文提出了一种基于进化神经网络的电力信息网络安全态势量化方法，根据电力信息网络应用的业务特征分析设计了安全态势系统架构，从网络可靠性、威胁、脆弱性三个维度建立耦合互联的空间元素指标体系，通过遗传进化算法优化的 BP 神经网络，构建了基于进化 - 自动化人工智能方法对心脏共振成像的体积和双心室功能进行评估
报道了一种使用卷积网络来量化心脏双心室功能（体积，质量和射血分数）的新方法，并且在临床环境中验证了该方法的稳健性和计算时间。该方法使用解剖学信息来减少分类错误，并且在约 5 秒钟的时间内以与专家相当的准确度量化双心室功能和体积。
- 自适应系统规划景观分析
本文旨在研究自适应系统中的规划领域及其分析方法，进而为未来自适应系统的规划器设计提供指导。通过对四个真实的自适应系统和 14 种不同环境下的规划结果进行研究，发现规划地形通常对规划器提供强烈的指导，但其崎岖不平和多样性可能是主要障碍。同时， - 超级动物模型：为动物行为分析预训练的即插即用模型
SuperAnimal 是一种新的解决行为分析中 pose 估计问题的 plug-and-play 解决方案，使用深度学习技术自动提取关键点，无需人工标记，并可应用于超过 45 种物种。