How Auditing Methodologies Can Impact Our Understanding of YouTube's Recommendation Systems
本文通过以 YouTube 为例,深入探讨了审计方法论中关键配置决策(如是否使用登录账户)对算法偏见推断准确性的显著影响,并提出了在保障推断精度的同时降低审计经济与技术成本的优化策略。
3546 篇论文
本文通过以 YouTube 为例,深入探讨了审计方法论中关键配置决策(如是否使用登录账户)对算法偏见推断准确性的显著影响,并提出了在保障推断精度的同时降低审计经济与技术成本的优化策略。
本文研究了带有平局和上下限配额的二部图多对多匹配问题,证明了临界松弛稳定匹配总是存在,并提出了一个多项式时间的 -近似算法来求解最大基数的此类匹配。
本文介绍了 altiro3D,这是一个开源扩展库,它利用单张 RGB 图像或平面视频,结合 MiDaS 深度估计、OpenCV 与 Telea 图像修复技术以及快速投影算法,生成多视角光场图像或视频,从而实现逼真的 3D 自由视角体验。
本文综述了基于效用理论的认知建模在机器人领域的应用,探讨了从行为基机器人到价值系统的演进、其在单/多智能体及人机交互中的作用,并提出了未来的研究方向与开放性问题。
本文针对 5G NR 侧行链路 Mode 2 中的基于感知的半持续调度(SPS)机制,建立了一个显式建模 MAC 层碰撞事件的包接收率(PRR)解析模型,推导了稳态碰撞概率与 PRR 的闭式表达式,并通过 ns-3 仿真验证了该模型在分析 SPS 参数对 6G 侧行链路可靠性影响方面的有效性。
本文研究了距离-支配集重配置问题,证明了在分裂图中当时该问题属于类(与时的-完全性形成复杂度二分),并给出了树图上的线性时间算法,同时扩展了平面图、二分图和弦图上的-完全性结果。
本文提出了一种基于环路的算法,用于解决自动导引车(AGV)在环路图上的在线无冲突调度与路径规划问题,实验表明该方法在求解质量和计算效率上均优于或等同于现有的精确方法、贪心启发式及元启发式算法。
本文提出了包含 15 类物体及多种异常模式的 PD-REAL 大规模 RGB-D 异常检测数据集,并引入了一种利用多尺度教师 - 学生框架与分层蒸馏技术的多模态异常检测方法,有效克服了单尺度方法的局限并显著提升了检测精度。
该论文针对相机变化导致 Jaccard 距离在行人重识别中可靠性下降的问题,提出了一种利用相机信息构建相机感知 k-互逆近邻(CKRNNs)和相机感知局部查询扩展(CLQE)的 CA-Jaccard 距离方法,从而显著提升了邻居样本的可靠性与重识别性能。
本文针对 5G 及未来网络中用户异构性导致的语义通信效率问题,提出了一种自适应语义通信(ASC)框架,并通过将联合用户关联与资源分配问题分解为三个子问题,设计了一种高效的多阶段算法以在满足能耗和时延约束下最大化系统效用。
本文通过研究维基百科“标记修订”系统的档案讨论及访谈,揭示了在重构基于社区的审核实践时,新系统即便在理论上可行或量化指标优异,仍可能因与既有社会规范冲突、平台与自治社区间复杂的互动关系以及高昂的维护与更替成本而面临重重挑战。
本文提出了一种名为 DivCon 的“分而治之”方法,通过将布局预测分解为推理与规划、将图像生成按难易程度分步合成,有效解决了现有文生图模型在复杂数值与空间关系下的可扩展性难题,并在 HRS 和 NSR-1K 基准测试中显著提升了多物体生成的质量与准确性。
本文全面综述了深度伪造生成与检测领域的最新进展,统一了任务定义、数据集与评估指标,系统分析了换脸、表情重演、说话人脸生成、面部属性编辑及伪造检测等四个代表性方向,并通过基准测试评估了主流方法,最后探讨了该领域面临的挑战与未来研究方向。
本文提出了一种针对数据流的加权有放回随机采样新方法,该方法仅需单次遍历即可在未知数据规模下生成具有代表性的样本,并经过理论证明与实验验证,其性能优于现有最先进方法。
该论文指出当前人脸识别测试集存在瓶颈,并提出了三个高质量、无需人工降质的挑战性测试集(Hadrian、Eclipse 和 ND-Twins),旨在通过考察属性差异、相似面孔及严格的“金发姑娘”平衡规则,揭示现有算法在识别具有显著属性差异的同一身份、属性相似的不同身份以及相似面孔(如双胞胎)时的弱点。
本文提出了一种名为 RDM 的循环扩散模型,它利用归一化流显式地以前序噪声帧为条件来生成人体运动,从而在避免完全去噪开销的同时实现了长序列生成并显著降低了推理成本。
本文提出了一种基于转移熵的奖励调制方法,通过在部分可观测马尔可夫决策过程中动态调节智能体间的相互影响力,在不显式建模人类意图或依赖先验知识的情况下,有效促进了人机协作中的隐式沟通并提升了交互性能。
本文提出了一种通用框架,为证明满足特定固定参数可处理性要求的一阶理论中固定否定片段的多项式时间可判定性提供了充分条件,并成功将其应用于弱 Presburger 算术、弱线性实算术及受限 Presburger 算术等实例,证明了这些理论在任意存在量词、合取及固定数量否定符号下的多项式时间可判定性。
本文提出了 MORCoRA,一种多目标搜索式技术,旨在生成既能提升代码质量又能确保拥有合适且空闲的审查者进行及时审查的代码重构序列。
本文介绍了一种基于 28 nm CMOS 工艺的低功耗泄漏积分发放(LIF)神经元设计,其单次脉冲能耗仅为 1.61 fJ,并通过结合监督反向传播与代理梯度技术的量化脉冲神经网络仿真,在 MNIST 数据集上实现了 82.5% 的准确率,展示了其在嵌入式机器学习应用中实现高性能与高能效的潜力。