- 医疗保健可解释人工智能综述：为什么、如何和何时？
本研究系统分析了解释性人工智能（XAI），重点考虑目前在医疗领域中使用的模型。研究分析了 XAI 的流行趋势，并介绍了研究的主要方向。此工作的讨论将有助于规范 XAI 领域。
- 法律领域中的自然语言处理
本文总结了 NLP 与法律领域的现状并关注最近的技术和实质性发展。通过构建并分析过去十年发表的超过六百篇与 NLP & 法律相关的论文，我们发现了一些主要趋势，并且我们相信这些趋势对于该领域的未来发展具有积极意义，但是仍有许多问题需要解决。
- 可解释人工智能（XAI）文献趋势
通过使用 SemanticScholar API 和手动整理方法，本文收集了 5199 篇与 XAI 相关的论文并进行了可视化分析，发现 XAI 领域正在变得越来越多学科交叉和引用交叉，本文提出的收集方法还可用于检索具有特定影响力的 XAI - 科技文献中的关键词提取
本文介绍了如何从科学出版物的摘要中提取关键词和关键短语，以便于下游任务，如知识图谱建设、文本挖掘和学科分类。
- 利用社交网络挖掘研究 COVID-19 疫情对教育的影响
使用 RoBERTa 语言模型，对涉及 Covid-19 和教育的推文进行情感分析，并结合地理数据库的地理标记，得出高确诊病例国家的总推文、积极推文和消极推文趋势与官方确诊统计数据存在相关性的趋势。
- AI 道德状况报告 (第 6 卷，2022 年 2 月)
本报告总结了 2021 年 AI 伦理领域的主要问题、趋势、现有的差距，并展望了未来的发展方向，是 AI 伦理领域研究人员和从业者制定研究和开发计划的资源。
- KDD教授深度神经网络设计快速时尚
本文提出了一种完全自动化的系统，利用社交媒体数据生成时间序列信号来探测和合成时尚趋势，以便在快时尚的设计过程中生成可迅速响应当前趋势的设计原型并降低制造中的浪费。
- 激活函数：深度学习实践和研究趋势的比较
本研究对深度学习中使用的激活函数进行了调查和总结，强调了近期激活函数在深度学习应用方面的趋势。该总结对于选择适用于任何特定应用的最合适和适当的激活函数将起到帮助性作用。
- AAAI人工智能公众认知的长期趋势
该研究分析了《纽约时报》30 年来关于人工智能的文章，通过情感分析和话题关联度等多个方面的指标发现，除了医疗和教育等领域对于人工智能的希望较高外，对于人工智能失去控制、伦理关切和对工作的负面影响等担忧越来越多。
- 从工业视角看新兴物联网市场：一项调查
本文通过调查市场上 100 多种物联网解决方案，对技术、功能和应用进行了总结，据此分类并讨论了五种不同的解决方案。同时，本文旨在为未来物联网研究提供指导和理论框架，并探讨了一些潜在的研究方向。
- 图分割的最新进展
论文探讨了平衡图分割领域中最近趋势的算法，应用和未来的研究方向。