- 通用时间序列表示学习调查
使用深度学习从时间序列数据中提取隐藏模式和特征的研究现状和未来发展方向的综述。
- 自动驾驶中的雷达感知:探索不同的数据表示
该综述研究了自动驾驶系统中使用的雷达数据表示,介绍了雷达传感器的能力和局限性,探讨了 ADC 信号、雷达张量、点云、网格地图和微多普勒特征等五种雷达数据表示方法,并分析了相关数据集、方法、优势和局限性,提出了潜在的研究方向和挑战,为雷达感知 - 面向非结构化数据的过程挖掘:挑战与研究方向
运用过程挖掘技术分析无结构数据面临多项挑战,本文讨论这些挑战并提出初步解决方案和未来研究方向,为未来的合作奠定基础。
- 自动驾驶和智能交通系统中的视觉语言模型
该研究论文综述了视觉语言模型在自动驾驶和智能交通系统领域的应用,包括当前模型和数据集,并探讨了潜在的应用和新兴的研究方向,同时详细讨论了挑战和研究空白。该论文旨在向研究人员提供有关 VLM 在自动驾驶和智能交通系统中的最新工作和未来趋势。
- 建筑工程产业中的人工智能与机器人伦理
人工智能和机器人技术研究在建筑工程领域崛起,以提高项目效率和效果,但其采用需要对伦理问题进行思考,如职业安全、隐私等,本研究系统综述了过去五年中 AEC 社区中与 AI 和机器人技术伦理相关的研究并从中筛选出九个重要的伦理问题以及十三个与伦 - 深度模型融合:一项综述
深度模型融合是将多个深度学习模型的参数或预测合并为一个模型的新兴技术,以提高性能。研究对大规模深度学习模型的融合存在高计算成本、高维参数空间和不同异构模型之间的干扰等挑战。鉴于对该技术缺乏完整详细的调查研究,我们呈现了一份综合调查报告以总结 - 聊天机器人中的偏见与公平性概述
该论文对聊天机器人系统中的偏见和公平性进行了全面的概述,首先回顾了聊天机器人的历史和类别,然后分析了应用中的偏见来源和潜在危害,审视了设计公平和无偏见聊天机器人系统的考虑因素,最后讨论了未来的研究方向。
- 认知幻象:大型语言模型中幻觉的综述
研究总结了最近对大型语言模型中的幻觉现象的有趣见解,提出了一个包含各种文本生成任务中幻觉的新颖分类法,以及理论洞察、检测方法和改进方法,并提出了若干未来的研究方向。
- 深度学习中点云数据增强的进展:一项调查
该研究综述了深度学习在点云处理中的应用,探讨了数据增强方法,并对其进行了综合评估和分类,以帮助研究人员全面了解点云数据增强的现状,并推动其广泛应用和发展。
- 注意你的语言模型:对 LLMs 及其在 NLP 研究与实践中的事实核实
这篇文章提供了大型语言模型(LLMs)的定义,阐述了相关功能的假设,并概述了支持和反对它们的现有证据,最后给出了未来研究方向和其框架的建议。
- 深度神经网络剪枝调查 —— 分类、比较、分析和建议
现代深度神经网络中,网络压缩已成为一项重要研究方向。本文通过综述现有文献,详细介绍了深度神经网络剪枝的研究方法、剪枝的不同层次以及未来发展方向,并提出了有价值的推荐建议。
- 交通管理系统的安全性综述
交通管理系统的安全问题是研究的重点,文献综述了该领域的各种安全问题、当前研究现状以及保障系统安全的技术和方法,并提出了现有研究的局限性和未来研究方向。
- 通信行业的大型语言模型:即将对行业产生的影响
大型语言模型 (LLMs) 对于自然语言处理 (NLP) 领域以外的许多领域产生了深远的影响,并引起了前所未有的关注。该研究深入探讨了 LLMs 的内部工作机制,提供了对其当前能力和局限性的深入洞察。此外,研究还揭示了在电信领域内使用 LL - 谁更聪明?基于 AI 的智能合约创建的实证研究
通过系统评估大型语言模型在智能合约代码生成方面的质量,研究发现生成的智能合约存在安全漏洞以及代码质量和正确性受到影响,但也提出了改进过程、质量和安全性的多个潜在研究方向。
- ACL多语言语言模型并非跨文化:以情感为例的案例分析
本研究调查了 2023 年广泛使用的跨语言大型语言模型是否反映了不同文化和语言情感表达方式的差异,结果显示模型具有英语中心主义倾向,未能成功学习文化上适宜的情感细微差别,研究提出了可能的研究方向。
- 联邦学习中的隐私和公平:从权衡的角度出发
本文对联邦学习中的隐私和公平问题进行了文献综述,重点阐述了联邦环境下面临的独特挑战和解决方案,系统梳理了隐私和公平之间的不同交互作用,并提出了公平和隐私联邦学习的新研究方向。
- 审稿人分配问题:范围审查
本文对近三十年来计算方法和算法寻找合适同行评审者,解决同行评审分配困难的问题 (RAP) 的研究进行了综述和探讨,并提出进一步的研究方向。
- 多模态情感分析综述
介绍了多模态情感分析的定义、背景和发展,覆盖了最近的数据集和先进模型,并强调了该技术的挑战和未来前景,为未来的研究提供了建设性建议。
- 从统计方法到深度学习,自动关键词预测:一项调查
本文通过总结代表性的研究,从主流模型、数据集和评估指标等多方面回顾了关键短语预测这一任务,并重点关注了近年来越来越受到关注的基于深度学习的关键短语预测方法。此外,本文通过多组实验对代表性模型进行了细致的比较,并首次尝试使用相同的常用数据集和 - ChatGPT 在教育、市场营销、软件工程和医疗保健中的应用综述:优点、缺点和研究方向
本文探讨了深度学习算法生成人工响应的 ChatGPT 型艺术智能语言模型的可能应用、局限以及未来的研究方向。