Automatically Detecting Code-Switching Between Nigerian Pidgin English and English
本研究通过引入一个多领域标注语料库,针对尼日利亚皮钦英语(NPE)资源匮乏的问题,证明了基于压缩的PPM模型在自动检测NPE与标准英语之间的代码转换方面,是相比于传统监督学习方法的一种计算高效且具有竞争力的替代方案。
3890 篇论文
本研究通过引入一个多领域标注语料库,针对尼日利亚皮钦英语(NPE)资源匮乏的问题,证明了基于压缩的PPM模型在自动检测NPE与标准英语之间的代码转换方面,是相比于传统监督学习方法的一种计算高效且具有竞争力的替代方案。
本文引入了柏拉图投影结构(Platonic Projection Structures, PPS),这是一种算子理论框架,它将表示学习中的可观测性建模为由自伴算子诱导的几何结构,从而统一了量子测量与深度学习的概念,并揭示了由观测算子的核所导致的对可解释性与迁移能力的根本限制。
Geo-Reflex 是一种几何门控脉冲视觉运动策略,它利用低速率的视觉几何梯度来调节神经元发放阈值,从而有效地融合高频本体感受反馈以实现高频机器人操控,与现有的同步和脉冲基准相比,实现了更卓越的准确性、效率和鲁棒性。
PEA-ARS 系统提出了一种增强隐私且可仲裁的 V2V 事故报告框架,该框架通过将椭圆曲线密码学与 SimHash 及智能合约相结合,在有效平衡用户隐私、证据验证和信任管理的同时,克服了现有解决方案的部署障碍。
本文提出了一种结合了基于自然语言处理(NLP)的情感分析与基于约束的强化学习的自适应数字干预系统,旨在优化预防青少年社交媒体成瘾的个性化策略,并证明了与传统方法相比,该系统在降低风险、减少使用时长及提高用户接受度方面具有显著改进。
这项研究揭示了语言模型中的化学思维链推理功能类似于一个易产生幻觉的分子草稿本,其中虚假的结构性陈述虽屡见不鲜,却在生成正确答案的过程中承担着因果性的负载作用,因此有必要对过程层面进行监督,而非仅仅进行简单的答案评估。
本研究提出了一种结合了 LSTM、Transformer 和蚁群优化算法(ACO)的新型混合深度学习框架,该框架在经过 Nadam 优化后,在实时太阳能功率和电力负荷预测方面,实现了比独立模型及其他竞争性混合模型更高的准确性和计算效率。
本研究提出了一种量子贝叶斯神经网络,该网络集成了多尺度特征工程、变分量子学习和贝叶斯推理,以实现高性能、具备不确定性感知能力的 ECG 异常检测,并证明了一个采用数据重上传技术的六比特密集角度编码模型达到了 0.91 的 AUC,同时通过在物理 IBM 量子硬件上的执行验证了其鲁棒性。
本文表明,投机采样(speculative decoding)的捷径及其与模型压缩技术的结合,会通过引入由草稿模型泄漏(draft-model leakage)主导的分布偏移,显著削弱语言模型的安全性,并据此提出了旨在恢复安全性保证的对齐门控接受(alignment-gated acceptance)方案。
本文提出了一种事后框架,通过分析特征嵌入密度来识别不可靠的预测,并利用最近邻检索提供视觉解释,从而在无需重新训练模型的情况下,增强了用于口腔黏膜病变的冻结 YOLOv11 检测器的可靠性和可解释性。