本研究解决了在引用推荐中缺乏考虑引用意图的问题，提出了一种基于论证区划的信息使用方法。通过建立多任务学习模型，将论证区划和引用推荐结合，该方法显著提高了引用推荐的性能，具有重要的实际应用价值。

本研究提出了一种结合组合优化层与图神经网络的结构化学习方法，旨在解决地理区划中的复杂组合问题。该方法能够在几分钟内找到高质量的区划方案，显著降低城市成本。

本研究提出了一种深度学习框架，用于胸部CT图像中器官的自动分割，取得了91.57%的Dice得分。研究探讨了3D U-Net架构与卷积神经网络、图神经网络结合的方法，并通过设定阈值自动识别失败案例，以提升放射治疗的效率和安全性。