该论文提出了一种创新的对象检测算法R-CNN，通过整合深度学习中的卷积神经网络（CNNs）与计算机视觉中的区域提议方法，显著提升了对象检测的准确性。R-CNN在PASCAL VOC 2012数据集上实现了53.3%的平均精度（mAP），相较于之前的最佳结果提升了30%以上。此外，论文还探讨了在标记数据有限的情况下，如何通过监督预训练和领域特定的微调来训练大型CNN模型，这对于数据稀缺的视觉任务具有

这篇论文介绍了一种大型深度卷积神经网络（CNN），用于在ImageNet LSVRC-2010比赛中对1.2百万高分辨率图像进行分类，这些图像涵盖了1000个不同的类别。该网络在测试数据上实现了37.5%的top-1错误率和17.0%的top-5错误率，显著优于之前的最佳水平。网络包含6000万参数和650,000个神经元，由五个卷积层组成，其中一些后接最大池化层，以及三个全连接层，最后是一个10

这篇论文深入探讨了卷积神经网络（ConvNets）在大规模图像识别任务中的深度对识别准确性的影响。作者通过构建具有不同深度的网络架构，发现增加网络深度可以显著提高识别准确性。这些发现支持了他们在2014年ImageNet挑战赛中的参赛，取得了定位和分类任务的优异成绩。此外，作者还展示了这些深度网络在其他数据集上的泛化能力，并取得了领先的结果。为了推动深度视觉表示在计算机视觉领域的研究，他们公开了两

本文介绍了DrivAerNet++，这是用于空气动力学汽车设计的最大和最全面的多模态数据集。该数据集包含8000种不同的汽车设计，采用高保真计算流体动力学（CFD）模拟建模，涵盖了多种汽车配置，包括掀背式、轿跑式和旅行车，适用于内燃机和电动汽车。每个条目都包含详细的3D网格、参数模型、空气动力学系数和丰富的流动及表面场数据，支持数据驱动的设计优化、生成式建模、代理模型训练、CFD模拟加速和几何分类

本文提出了一种新的象棋强化学习架构，名为AlphaGateau，旨在克服现有强化学习模型在游戏适应性和可扩展性方面的局限性。传统的AlphaZero算法依赖于卷积神经网络（CNN）架构，限制了其在不同棋盘尺寸和变体之间的迁移能力。为此，本文采用图神经网络（GNN）来表示游戏状态，利用图的结构特性来增强模型的灵活性和泛化能力。通过扩展经典的图注意力网络（GAT）以包含边特征，AlphaGateau能

随着社交媒体的兴起，假新闻的传播已成为一个重大问题，可能误导公众认知并影响社会稳定。尽管深度学习方法（如CNN、RNN和基于Transformer的模型如BERT）在假新闻检测中取得了一定进展，但它们主要关注内容而忽视了新闻传播过程中的社会背景。为了解决这一问题，本文提出了一种名为GAMC的无监督假新闻检测方法，利用图自编码器与掩码和对比学习相结合。GAMC通过对原始新闻传播图进行数据增强，生成增

本文提出了AltNeRF，一个新颖的框架，旨在通过自监督单目深度估计（SMDE）从单目视频中生成鲁棒的神经辐射场（NeRF）表示，而无需依赖已知的相机姿态。AltNeRF通过学习深度和姿态先验来规范NeRF训练，增强了NeRF对场景几何的精确描绘能力，并为后续的姿态细化提供了稳健的起点。该框架引入了一种交替算法，将NeRF输出与SMDE结合，通过一致性驱动机制提升深度先验的完整性。实验结果表明，A

本文提出了一种新的安全强化学习算法，称为长期二元反馈安全强化学习（LoBiSaRL），旨在解决具有二元安全反馈和未知随机状态转移的约束马尔可夫决策过程（CMDPs）中的安全问题。现有的安全强化学习方法通常依赖于数值安全反馈，无法保证学习过程中的安全性，且假设存在已知的安全策略。LoBiSaRL通过建模二元安全函数，确保在每个时间步长上仅执行安全的状态-动作对，同时优化策略以最大化奖励。理论分析表明

本文提出了一种名为mFairFL的多维公平联邦学习方法，旨在解决联邦学习中群体公平性和客户端公平性的问题。联邦学习（FL）作为一种分布式学习范式，允许多个数据持有者在不共享数据的情况下共同训练模型。然而，标准的FL方法可能导致某些客户端在模型训练中处于不利地位，尤其是在数据异质性显著的情况下。mFairFL通过引入差分乘子构建优化目标，结合公平性约束，旨在同时实现群体公平性和客户端公平性。该方法在

提出了一种创新方法，用于从单张RGB图像中生成自然振荡动态，如树木、花朵和衣物随风摆动。研究者们通过学习真实视频序列中提取的运动轨迹，在傅里叶域中建立一个称为“光谱体积”的密集、长期运动表示。利用这一表示，结合扩散模型，可以从单张图像预测出整个视频的运动纹理，进而通过图像基础渲染技术生成动画。该方法不仅能创建无缝循环视频，还能实现用户与真实图像中对象的交互式动态模拟，显著提升了从静态图像生成动态内