谷歌与盲人运动员合作，利用机器学习技术帮助他独立完成半程马拉松比赛。手机和耳机通过音频信号引导他保持正确的方向。这项技术在大规模比赛中首次测试成功，为视障人士带来了自由和独立感。作者强调无障碍性的重要性，希望技术能够进一步发展，让更多人享受跑步的乐趣。

合成媒体（Deepfakes）的出现带来了新的创作可能性，但也带来了伦理和安全风险。使用机器学习技术，特别是卷积神经网络，可以识别Deepfakes。法庭鉴定Deepfake技术涵盖了五个主要领域，包括检测、归因和识别、被动认证、在现实场景中的检测以及主动认证。本文综述了解决这些挑战的主要算法。

超导现象是指某些材料在低温下电阻突然降为零，具有广泛应用前景。铁基高温超导体(IBSs)能在相对较高温度下实现超导，且具有高上临界场特性。科学家利用机器学习技术成功制造出世界上已知最强的铁基超导磁体，有望促进新一代磁共振成像技术和电气化运输技术的发展。研究使用了研究人员驱动和数据驱动相结合的研究体系，通过机器学习算法预测合成条件，成功研制出实用的铁基超导永磁体。

微软将自动推送升级Windows 11 23H2版给符合硬件要求的设备，通过机器学习技术降低兼容性问题。用户也可主动检查更新或从蓝点网下载最新镜像。

本研究使用多维基因编程的演化计算方法和机器学习技术，提出了前向逐步杂交操作符，取得了在回归问题研究中的显著改进和最先进的结果。同时，研究了该架构和其他架构在启发式搜索中利用信息的潜力，并解释了数据表示的共线性和复杂性。

本研究提出了一种基于多任务循环神经网络和注意机制的方法，用于预测心血管事件。该模型在预测中风和心肌梗死方面表现更好，并通过多任务学习提升了短期预测效果。研究还探讨了个体特征和注意力权重对预测心血管事件的重要性，并证明了机器学习技术在二级保健中的应用。

本研究将OptVerse AI Solver整合进华为云，通过机器学习技术解决数学规划实例的稀缺性，并超越传统优化技术。研究展示了生成复杂实例的方法，提出了增强策略的训练框架，以及基于机器学习的个性化求解器策略。ML-augmented OptVerse AI Solver在速度和准确性上表现更好。机器学习技术在数学规划求解器中具有实际必要性和有效性。

洪水事件中准确检测淹没范围对紧急响应决策和恢复工作至关重要。卫星遥感数据提供了全球框架，可以检测洪水范围。机器学习技术已被利用来精确捕捉洪水区域的洪水范围，但需要大量标记数据。我们创建了一个包含美国本土和孟加拉国境内约36,000平方公里地区的标记数据集。通过开源数据集举办了一个开放竞赛，以便利用社区生成的模型快速原型化洪水范围检测。

皮肤病变对黑素瘤监测至关重要。丑小鸭痣是一种特征鲜明的痣，与其他病变不同。计算机辅助诊断结合机器学习和患者分析方法，提高诊断准确性，缓解专业人员短缺问题。机器学习和深度学习技术在黑色素瘤和痣检测中广泛应用，结果与专家相当。

本研究提出了一种基于用户移动信息预测的多无人机轨迹设计的新框架，利用机器学习技术为多个无人机实现位置信息获取和轨迹设计，并通过多智能体 Q 学习算法实现位置的预测与优化。数值结果表明该算法可以在较小的条件下收敛，并且可以实现17％左右的吞吐量改进。

本文介绍了一种结合微观力学模型和机器学习技术的方法，可以同化复杂微观结构的非线性和历史相关行为。该方法通过智能本构法将微观信息融入有限元求解器，计算成本较低。同时，该方法扩展了神经网络架构的能力，并在弹性材料和非弹性材料的测试中得到验证。在数据有限且存在强对称性的情况下，该方法优于传统神经网络。

研究人员开发了一种新的数据驱动的机器学习技术，可加速解决复杂优化问题的软件程序。该技术适用于物流挑战，如包裹路线、疫苗分发和电网管理。方法提高了MILP求解器的速度30%到70%，精度无损。适用于乘车服务、电网运营商、疫苗接种分销商等实体。

该研究使用滑动窗口特征提取和机器学习技术，如XGBoost和Random Forest模型，实现了对电动汽车充电的高准确性检测。

本文介绍了一个利用深度神经网络进行机场标志检测和分类的空中系统，并升级以满足更严格的设计保证等级C的要求。

本研究提出了一种运行时保证系统（RTA），利用备份控制器和机器学习技术确保三维空间飞行模型的安全性和可扩展性。实验结果表明，该方法提高了实验控制器的利用率。

该研究探讨了机器学习技术对人们信任的影响，提出了建立信任的技术需求。

本文研究了六种机器学习技术在材料科学领域的应用，分析了它们的准确性和稳健性，考察了领域知识的影响以及训练数据可用性和质量的建议。

皮肤病变对黑素瘤监测很重要，丑小鸭痣是特征鲜明的痣。计算机辅助诊断结合机器学习和患者分析方法提高了诊断准确性，缓解了专业人员短缺问题。机器学习和深度学习技术在黑色素瘤和可疑痣检测中广泛应用，取得了与专家相当的结果。