英语原文共 29 页， LETOR：对服务于信息检索的排序学习的基准收集研究 陶琴·刘铁燕·徐军·李航 收到：日期/接受：日期 摘要 LETOR是微软亚洲研究院发布的用于信息检索学习排序研究的基准集合。在本文中，我们描述LETOR集合的细节，并展示它如何用于不同类型的研究。具体而言，我们描述了如何选择LETOR中的文档语料库和查询集，如何抽取文档，如何提取学习特征和元信息，以及如何对数据集进行分区以进行全面评估。然后，我们比较几种最先进的学习方法，在LETOR上排列算法，报告他们的排序表现，并对结果进行讨论。之后，我们将讨论可能由LETOR支持的新研究课题。除了算法比较。我们希望这篇论文能够帮助人们更深入地了解LETOR，并且使排序学习和相关主题更多有趣的研究项目成为可能。 关键词：排序学习、�

英语原文共 9 页， AttriInfer：使用马尔可夫随机场在社交网络中推断用户属性 Jinyuan Jia Iowa State University jinyuan@iastate.edu Binghui Wang Iowa State University binghuiw@iastate.edu Le Zhang Iowa State University lezhang@iastate.edu Neil Zhenqiang Gong Iowa State University neilgong@iastate.edu 摘要 在属性推断问题中，我们的目的是使用用户在社交网络中的公共数据来推断用户的隐私（例如位置、性取向和兴趣爱好）最先进的方法是利用用户的公共朋友和公共行为（例如在脸谱网喜欢的页面，在谷歌应用商店评论的应用程序）去推断用户的隐私。然而，这些方法收到两个关键因素的限制：1）假设我们的目的是通过训练数据集去推断目标用户的特定的属性，他们只会利用有那个属性标签用户的数据，然而忽略了没有目标属性标签用户的实验数据；2）效率低，因为�

英语原文共 10 页， 神经协同过滤 Xiangnan He National University of Singapore, Singapore xiangnanhe@gmail.com Lizi Liao National University of Singapore, Singapore liaolizi.llz@gmail.com Hanwang Zhang Columbia University USA hanwangzhang@gmail.com Liqiang Nie Shandong University China nieliqiang@gmail.com Xia Hu Texas Aamp;M University USA hu@cse.tamu.edu Tat-Seng Chua National University of Singapore, Singapore dcscts@nus.edu.sg 摘要 近年来，深度神经网络已经在语音识别，计算机视觉和自然语言发展上产生了巨大的影响。然而，深度神经网络在推荐系统方面的探索受到了相对较少的关注。在这项工作中，我们努力地去发展基于神经网络的技术来解决推荐-协作过滤基于隐式反馈方面的关键问题。 虽然最近的一些工作中人们已经采用了深度学习来完成推荐任务 但是应用这项技术的这些人们主要是利用

英语原文共 9 页， 单词和短语的分布式表示和他们的组合性 摘要 最近推出了连续Skip-gram模型是一种有效的学习的高质量分布向量表示的方法，高质量分布向量采集了大量精确的句法和语义的词的关系。在本文中，我们目前的几个扩展方向是提高向量的质量和训练速度。通过对高频词的第二次抽样 我们也获得显著的加速和学习更多的普通词表示。我们还设计了一个简单的可选择称为负采样的分层函数。 “词表示”的固有的局限性是其对词序和无法代表惯用短语的不关心。例如,“加拿大”和“空气”的含义不能轻易此获得“加拿大航空公司”。出于这个例子中,我们提出一个简单的方法寻找文本短语,并且展示学习良好的向量表示为数百万短语是可能的。 1 引言 向量空间中的单词分布式表现帮助了学习算法通过相似的单�

英语原文共 13 页， 英语原文共 7 页，资料编号：[9495]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 41 页， 英语原文共 25 页，资料编号：[9493]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 10 页， 英语原文共 12 页，资料编号：[9497]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 10 页， 软机器人的设计、制造与控制 以往，工程师们使用刚性材料制造精确的、可预测的机器人系统，这些系统常常被建模在连接离散关节上的刚性构件上。然而，自然系统往往与变形体机器人系统的性能等同或超过其性能。例如, 头足类在没有骨架的情况下, 实现了操纵和运动的惊人壮举；甚至像人类这样的脊椎动物通过将弹性能量储存在它们的软骨和软组织中来实现动态步态。受大自然的启发，工程师们开始探索设计和控制由柔顺的材料组成的软体机器人。本综述讨论了新兴的软机器人领域的最新发展。 长期以来，生物学一直是设计师们制造出能力更强的机器人的灵感来源[1]。身体的柔顺行时生物系统经常利用于自身的显著特征，它们倾向于寻求简单性，并在与环境的相互作用中降低其复杂性[2]。通过从研究�

英语原文共 20 页， 微孔聚合物泡沫到纳孔聚合物泡沫的研究进展（2004-2015）及未来方向综述 Chimezie Okolieocha, Daniel Raps, Kalaivani Subramaniam, Bolker Alstauml;dt 拜罗伊特大学高分子工程系，德国拜罗伊特大学大街30号，95447 摘要：统的宏观孔径泡沫材料，轻质闭孔热塑性泡沫材料的重要性近年来在已多个应用领域体现。但对材料成本降低与性能提升（热学性能、机械性能、电学性能等）逐渐增高的需求与未来的期望，迫使生产重心由微孔泡沫转变为纳孔泡沫。该领域已存在许多研究成果，特别是在减小泡孔尺寸的方面，但与之对应的泡沫密度仍然较高，甚至与非发泡材料接近，部分已发表的文章中忽略了这一问题。本文通过揭示以传统发泡工艺（间歇发泡，挤出发泡和注塑发泡）制备的具有最小平均泡孔尺寸和最低泡沫密度的聚合物

英语原文共 11 页， 具有可变刚度特性以实现适应性和有效抓取的形状记忆合金基软爪 Wei Wang and Sung-Hoon Ahn 摘要 柔性气动致动器和带有笨重附件的基于电机的机构对制造具有紧凑和轻便配置的独立机器人系统的提出了许多挑战，与此同时，从人造肌肉到航空工业，形状记忆驱动装置已经在许多工程应用中展现出了具有前途的替代解决方案。然而，这种系统的主要限制之一是它们固有的柔软特性，导致其只有较小的致动力，妨碍了更有效的应用。这个问题可以通过结合形状记忆致动器和刚度调节机制来解决。本研究是制造一种基于形状记忆合金的柔性夹爪，其由三个相同的指状物组成，其刚度可变，可在低刚度状态下以合适的形状抓取并且在高刚度状态下有效保持。每根手指都带有两个铰链，将柔性复合致动器与刚度可变材�