人类学会通过基于先前获得的知识来解决增加复杂性的任务。通常，我们学到的任务中存在自然的进步 - 大多数不需要完全独立的解决方案，而可以将其分解为更简单的子任务。我们建议将每个任务的求解器作为一个神经模块，该模块以功能性程序式的方式调用现有模块（用于简单任务的求解器） ...

组装序列规划（ASP）是现代制造业的重要过程，被证明是NP完整的，因此其有效而有效的解决方案一直是该领域研究人员的挑战。在本文中，我们为ASP问题提供了一个基于图形转换器的框架，该框架在自我收集的ASP数据库上进行了训练和演示。 ASP数据库包含一组自我收集的乐高模型 ...

我们提出了一个用于非划算操作的系统，该系统需要大量的接触模式转换以及使用环境接触以成功地操纵对象到目标位置的系统。我们的方法基于深度强化学习，与最先进的计划算法不同，它不需要对物体或环境的物理参数（例如摩擦系数或质量中心）的物理参数的了解。计划时间缩短为神经网络上简单的进发纸预测时间 ...

由于其独特的对象特征（即显着性和伪装），实现显着对象检测（SOD）和伪装对象检测（COD）的联合学习和伪装的对象检测（COD）非常具有挑战性 ...

流量预测是机器学习领域中最受欢迎的时空任务之一。该领域的一种普遍方法是将图形卷积网络和复发性神经网络相结合，以进行时空处理。竞争激烈，已经提出了许多新颖的方法 ...

叙事可视化将数据转化为引人入胜的故事，从而使广泛的受众可以访问复杂的信息。基础模型具有其高级功能，例如自然语言处理，内容产生和多模式集成，具有丰富叙事可视化的巨大潜力。最近，已经引入了基于不同方面的基础模型来制作叙事可视化的技术集合 ...

理解和复制现实世界是人工通用智能（AGI）研究的关键挑战。为了实现这一目标，许多现有的方法，例如世界模型，旨在捕获有关物理世界的基本原则，从而实现更准确的模拟和有意义的互动。但是，当前方法通常将不同的方式视为不同的模态，包括2D（图像），视频，3D和4D表示，作为独立域，忽略了它们的相互依赖性 ...

背景：脆弱的依赖关系是当今开源软件生态系统中的已知问题，因为OSS库是高度互连的，并且开发人员并不总是更新其依赖关系。目的：在本文中，我们旨在提出一种精确的方法，该方法将基于代码的补丁分析与从非常代码存储库中提取的构建，测试，更新日期和小组的信息相结合，因此可以满足工业实践的正确分配开发和审计资源的需求。方法：了解拟议方法论的工业影响，我们考虑了SAP在其自己的软件中使用的200个最受欢迎的OSS ...