- 图领域适应:挑战、进展与前景
图领域适应(Graph Domain Adaptation)是一种有效的跨图知识转移范式,该论文详细调查了图领域适应的研究现状、挑战、代表性工作以及展望,并提供了第一份图领域适应调查报告。
- IJCAI对话自动摘要研究综述:新进展和新领域
对话摘要化是将原始对话压缩成涵盖重要信息的短版,用于减轻对话数据负载,本研究从多个领域(包括会议,聊天,电子邮件,客户服务和医疗对话)全面系统地调查了对话摘要化的现状和研究进展,包括可用于研究数据集的总览和两个排行榜,并提出了一些未来的研究 - 文本分类数据增强调查
本文旨在提高机器学习分类系统的泛化能力,通过对数据进行转换的方式来人工创建训练数据,从而增强数据的多样性,该文章就在「文本分类」中,对数据增强方法及其应用目标做了详细概述与分类,最终针对相关领域,提出建设性思路方向。
- 可解释的自主机器人:一项调查与展望
该研究论文探讨自主机器人技术中关于 “可解释性” 的研究进展与定义,进而进行相关领域的研究概述,并提出需要深入研究的关键主题。
- 基于深度学习的单目 2D 和 3D 人体姿态估计的最新进展
本研究调查了深度学习技术在单目视觉下的人体姿态估计方面的最新进展,针对目前各个领域应用进行了综述,并提出了未来需求的研究方向。
- 从视觉到移动:视觉室内导航学习综述
本文为机器学习领域的一项研究调查,通过总结学习方法在视觉室内导航任务中的代表作品,找出影响导航性能的问题并鼓励未来研究取得突破。
- 基于图像深度重建的深度学习架构综述
本文综述了近五年来使用深度学习技术从单个或多个图像中估计深度的 100 多个关键性贡献,总结了最常用的深度重建流程及其优缺点,并讨论了其研究的未来。
- 边缘智能:通过边缘计算打通人工智能的最后一公里
通过深度学习的突破,将计算任务和服务从网络核心推向网络边缘的边缘计算成为一种新兴范式,旨在利用边缘大数据的潜力,本文综述了最近关于边缘智能的研究进展,并讨论了未来的研究机会。
- 使用机器学习进行编译器自动调优的调查
本研究调查总结了近年来关于编译器优化领域中使用机器学习解决编译器优化问题的最新进展及应用,特别是针对两个主要问题:选择最佳优化和优化的阶段排列。