本研究针对医学图像分割中跳连通的语义差距和局部特征捕捉的不足，提出了一种新的方法。通过引入跨尺度注意力图神经网络(ACS-GNN)和基于熵的空间注意力特征选择(EFS)，TransGUNet能够有效提升特征连接的质量，并在多种数据集上展现出卓越的分割性能，展现了其在多模态领域的广泛适用性。

该论文探讨了多种基于知识图谱的复杂查询方法，包括Skolemization技术、图神经网络和锥体嵌入模型，旨在提高查询效率和准确性。研究表明，这些方法在处理否定查询和多跳推理方面表现优越，能够有效解决复杂问题。

本研究探讨了图神经网络中的信息传递模式，提出了K-hop信息传递理论及KP-GNN框架，实验结果表明其在多个基准数据集上表现优异。此外，研究还提出了Graph Substructure Networks和Union Subgraph Neural Network等新模型，提升了图神经网络的表达能力和性能。

本文研究了多跳推理问题，提出了新的数据集2WikiMultiHopQA和MuSiQue-Ans，以提高模型的推理能力。研究表明，生成式问答模型在多跳推理方面能力有限，但通过训练单跳问题可以改善。此外，提出了基于概念网络的生成式模型和解释性逐步推理框架，以提升多跳推理的准确性和鲁棒性。

人工智能和自然语言处理的快速发展导致了大规模数据集的生成，该研究旨在评估机器学习模型在网状化学领域中的能力。RetChemQA 是一种全面的基准数据集，包括单跳和多跳问题 - 回答对，共约 45,000 个每种类型。该数据集使用 OpenAI 的 GPT-4 Turbo 生成，旨在为网状化学社区的高级机器学习算法的开发和评估提供强大的平台。

本文介绍了多模态互联网代理的基准测试MMInA，旨在评估自主体代理在复杂用户任务中的表现。研究发现，代理在长链多跳任务中面临挑战，并提出了一种记忆增强方法，显著提升了其网络浏览能力。同时，文章探讨了多模态代理在视觉任务中的评估，揭示了当前模型的局限性和未来研究方向。

本文提出了一种基于关键帧的自注意力机制和下采样机制的方法，显著降低了Conformer模型的计算复杂度并提高了性能。该方法在训练和推断中可丢弃超过60%的无用帧，加速推断速度。实验结果表明，该架构在LibriSpeech数据集上优于传统Conformer，具有更快的速度和更少的参数。

我们开发了一种新颖的深度学习方法，用于定价基于跳跃扩散动力学的欧式篮式期权。该方法以偏积分微分方程的形式表达期权定价问题，并通过一种新的隐式 - 显式最小化移动时间步进方法进行近似，其中每个时间步骤通过深度残差型人工神经网络（ANNs）进行近似。积分算子通过两种不同的方法进行离散化：a) 通过稀疏网格 Gauss-Hermite 近似，按照奇异值分解产生的局部坐标轴进行定位；b) 基于...

该项目是一个在线工具箱程序，可用作网页导航，具有后台界面、插件安装和自定义编译插件上传功能。支持分类标签、多用户管理界面、在线更新和流量统计等功能。部署过程复杂，需要使用数据库和webstation。

通过引入基于图的机器学习，提出了一种低开销、拥塞感知的分布式任务卸载方案，解决无线多跳网络中的网络拥塞问题。在仿真中，该方法通过最短路径路由和基于争用的链路调度的资源分配方案，减少了拥塞和不稳定队列，提高了本地计算的执行延迟。

该文介绍了一种通过内存注入来解决多跳推理失败的方法，提高了多跳提示完成的质量。研究表明，注入关键注意力层的记忆可以显著提高下一个标记的概率，最高可达424%。

本文介绍了双向多跳推理模型（BMIM），通过特征选择网络和双向多跳推理网络提取和整合情感和行为线索，建模情感和行为标签的相关性。该模型在Dialog Sentiment Classification（DSC）和Act Recognition（DAR）任务中提升性能，并增强了联合情感和行为预测任务的可解释性。

從昨晚起微博的熱搜就叫人看不下去。我實在忍不住了，不吐不快。 昨天起以快消品牌H&M為領頭羊，截止今日為止許多中國人耳熟能詳的服飾品牌都發出聲明，拒用新疆地區生產的棉花原料。出頭鳥H&M在昨天就已經受到了天貓和京東全線下架的禮遇，而今天也已經有人到耐克門店進行抗議了。 有一個疑問：平日不讓遊行，為何去國外品牌門店聚眾抗議就能行呢？因為正合你意？...