在预测多个时间序列中，考虑每个序列的各个特征可能具有挑战性。为了解决这个问题，时间序列分析的现代深度学习方法将共享（全局）模型与本地层相结合，特定于每个时间序列，通常以可学习的嵌入方式实现。理想情况下，这些局部嵌入应编码每个序列独特动力学的有意义表示 ...

Parkour为腿部机器人提供了一项高度挑战的任务，要求他们以敏捷和光滑的运动穿越各种地形。尽管机器人感知和驱动是固有的不可靠性，但这需要对机器人自己的状态和周围地形的全面理解。当前的最新方法要么依赖于复杂的预训练的高级地形重建模块，要么限制机器人跑酷的最大潜力，以避免由于不准确的感知而导致的失败 ...

近年来，互补建议在电子商务领域受到了广泛关注。在本文中，我们全面地总结和比较了2009年至2024年之间进行的34项代表性研究。首先，我们比较用于建模产品之间的数据和方法，包括简单的互补性和更复杂的场景和更复杂的场景，例如不对称的互补性，替代品的共存和互补性关系，产品之间的产品和Vareys varre demeral swardities intrantial intery n. ...

对未知测试类别概括的学习判别3D表示是许多实际3D应用程序的新兴要求。由于从更广泛的概念中的3D培训数据不足，现有的良好方法通常很难实现这一目标。同时，预先训练的大型视力语言模型（e ...

皮肤和索具是动画，铰接对象重建，运动转移和4D代的基本组成部分。现有方法主要依赖于线性混合皮肤（LBS），这是由于其简单性和不同性。但是，LB引入了诸如体积损失和不自然变形之类的伪像，并且无法对弹性材料进行建模，例如软组织，毛皮和柔性附件（e ...

后续问题生成是对话系统的重要特征，因为它可以减少对话歧义并增强建模复杂的相互作用。会话环境通常会带来核心NLP挑战，例如（i）提取埋在零散数据源中的相关信息，以及（ii）对平行思维过程进行建模。这两个挑战经常出现在医学对话中，因为医生不仅基于患者的话语，而且还提出了以前的EHR数据和当前诊断假设的问题 ...

我们描述了一个称为QR Hint的系统，给定一个（正确的）目标查询Q*和A（错误的）工作查询Q，均以SQL表示，为用户提供了可行的提示，以便用户修复工作查询，以使其在语义上等同于目标。它在教育环境中特别有用，在这种情况下，新手可以在不需要大量个人辅导的情况下从QR Hint那里获得帮助。由于有许多不同的方法可以编写正确的查询，因此我们不想完全基于Q*的写作。取而代之的是，从用户自己的工作查询开始， ...

我们介绍了过去的一种新型的端到端框架，该框架与信号重建一起共同对语音信息进行建模，从而消除了对外部预审预周化模型的需求。与以前依靠预算的自我监督模型的方法不同，过去使用监督的语音数据，通过辅助任务将域知识直接整合到 Token 化过程中。此外，我们介绍了过去的流媒体，因果变体，从而实现了实时语音应用程序 ...