本研究提出了DeACL框架、ArCL方法和ATST模型等多种自监督学习方法，旨在提升无标签数据的特征表示和可转移性。通过对比学习和对抗训练，研究表明新方法在多个数据集上表现优异，增强了模型的鲁棒性和泛化能力。

本文介绍了视频融合技术在地理信息系统中的应用，通过调研和实践实现了简易版的视频融合效果。文章详细介绍了视频投射的实现思路和步骤，并讨论了应用扩展和与其他技术的结合。总结中指出，作者通过调研不仅对视频融合有了实践性认知，还掌握了Cesium中图元Primitive的使用。

本文介绍了一种名为GS-SLAM的算法，首次在SLAM系统中应用3D高斯表示，显著提升了效率与准确性。该方法通过自适应扩张策略重构场景几何并优化相机姿态，减少了运行时间。实验结果表明，该算法在多个数据集上表现优异，具有竞争力的性能，为未来3D重建技术提供了新方向。

该论文提出了一种基于 transformer 的方法，用于解决生物医学领域中监督命名实体识别（NER）的挑战，包括零样本和少样本 NER。该方法在更多数据集和医学实体上预训练，具有识别有限样本中的新实体的能力。对于零样本 NER，平均 F1 得分为 35.44％，对于 10 样本和 100 样本 NER，平均 F1 得分分别为 69.94％和 79.51％。该方法可与目前的先进零样本和少样本 NER 方法相媲美甚至更好。

投射比是投影距离与画面宽度之比，比值越小，投射画面越大。智能投影固定投射比为1.2，投射100寸画面大概需要3米的位置。投影尺寸主要有16:9和4:3两种，目前主流是16:9。常规的投影尺寸如表所示。