登录
首页 >  科技周边 >  人工智能

北京工业大学计算机学院在多个国际权威会议发表研究成果

时间:2025-01-08 22:15:13 167浏览 收藏

目前golang学习网上已经有很多关于科技周边的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《北京工业大学计算机学院在多个国际权威会议发表研究成果》,也希望能帮助到大家,如果阅读完后真的对你学习科技周边有帮助,欢迎动动手指,评论留言并分享~

北京工业大学计算机学院在顶级国际会议上取得重大突破!近日,该学院四篇论文分别被数据库、数据挖掘及内容检索领域顶级会议KDD 2025,计算机体系结构、并行与分布计算及存储系统领域顶级会议FAST 2025,以及人工智能领域国际顶级会议AAAI 2025录用。这些成果展现了该学院在相关领域的领先研究实力。

北京工业大学计算机学院在多个国际权威会议发表研究成果

其中,KDD 2025录用的论文“Brain Effective Connectivity Estimation via Fourier Spatiotemporal Attention”提出了一种基于傅里叶时空注意力的脑效应连接学习方法(FSTA-EC),有效解决了现有方法在处理功能磁共振成像(fMRI)数据时存在的时空相关性不足和高噪声问题,在脑效应连接学习及其下游任务(脑疾病诊断)中取得了显著效果。

北京工业大学计算机学院在多个国际权威会议发表研究成果

FAST 2025录用的论文“3L-CACHE: Low Overhead and Precise Learning-based Eviction Policy for Web Caches”针对学习类缓存驱逐策略的计算开销问题,提出了一种低开销、低丢失率的学习类驱逐策略3L-Cache。该策略通过优化训练数据采集和对象驱逐方法,显著提升了缓存效率。

北京工业大学计算机学院在多个国际权威会议发表研究成果

AAAI 2025录用的论文“Decomposed Spatio-Temporal Mamba for Long-Term Traffic Prediction”针对长时交通预测中的时空关系建模和计算效率问题,提出了一种基于解耦Mamba的交通预测方法,在多个交通数据集上验证了其有效性。

北京工业大学计算机学院在多个国际权威会议发表研究成果

另一篇被AAAI 2025录用的论文“MEPNet: Medical Entity-balanced Prompting Network for Brain CT Report Generation”则关注医学报告自动生成领域。该论文提出的医学实体平衡提示网络(MEPNet)有效解决了模型在学习脑CT报告中多样化病理信息时存在的平衡性问题,提升了报告生成质量。

KDD、FAST和AAAI均为CCF-A类推荐会议,在各自领域享有极高的国际声誉。北京工业大学计算机学院此次在这些顶级会议上取得的佳绩,充分体现了其在科研领域的雄厚实力和创新能力,也为学院未来的发展注入了强劲动力。 文章来源:北京工业大学

本篇关于《北京工业大学计算机学院在多个国际权威会议发表研究成果》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

相关阅读
更多>
最新阅读
更多>
课程推荐
更多>