近几十年来，时间序列模型和跨各种单独任务的基准取得了实质性进展，例如时间序列预测、分类和异常检测。同时，时间序列中的组合推理在现实世界的应用中很普遍（例如 ...

卫星技术发展的进步最近看到了大量的小型卫星被发射到低地轨道（LEO）上，以收集大量的数据，例如地球观测图像。由于带宽限制和LEO卫星与GS之间的间歇性连通性，因此将此类数据下载到地面站（GS）训练机器学习（ML）模型的传统方式是不可取的。另一方面，卫星边缘计算（SEC）允许每个卫星在车载上训练ML模型，并仅将模型上传到GS上，这似乎是一个有前途的概念 ...

目前，各种私人和公共实体计划和部署小型低地轨道（LEO）卫星的大型低地球（LEO）卫星的巨型构造。尽管全球连通性是主要的基本原理，但这些星座也提供了收集大量数据的潜力，例如 ...

当前的注意算法（例如自我注意）是刺激驱动的，并突出了图像中的所有显着物体 ...

GUI自动化面临动态环境中的关键挑战。 MLLM遇到了两个关键问题：误解UI组件和过时的知识。对于特定于应用程序的知识更新，传统的微调方法是昂贵的 ...

3D角色在我们的日常娱乐中起着至关重要的作用。为了提高3D字符建模的效率，最新的基于图像的方法使用两个单独的模型来实现姿势标准化和A置态特征的3D重建。但是，这些方法容易在姿势标准化阶段产生扭曲和降解的图像，这是由于自咬合和观点，这进一步影响了随后的重建过程的几何质量 ...

由于广泛的时间空间复杂性以及在此类扩展的环境下回答的难度，长期视频理解提出了重大挑战。尽管大型语言模型（LLMS）在视频分析功能和较长的背景处理方面表现出了很大的进步，但在处理长达一个小时的视频时，它们仍会表现出局限性。为了克服此类限制，我们建议深入的视频发现代理，以通过分段视频剪辑利用代理搜索策略 ...

追踪学生的知识对于调整学习体验至关重要。最近的知识追踪方法倾向于通过对学习概念进行建模知识状态动态来应对这些挑战。但是，他们仍然面临着几个固有的挑战，包括：建模遗忘行为并确定潜在概念之间的关系 ...