提出基于集成学习的语法诱导异常检测方法，解决参数选择困难问题。
Yifeng Gao, Jessica Lin, Constantin Brif
本论文提出一种自监督学习框架，利用可微分点运动估计器优化雷达关键点检测，提升里程计和定位精度，误差降低45%，速度提升10倍。
Dan Barnes, Ingmar Posner
利用Unity引擎升级虚拟KITTI 2，提供多变环境和多模态数据，验证深度学习算法性能。
Yohann Cabon, Naila Murray, Martin Humenberger
采用变分自编码器与深支持向量数据描述实现实时检测CPS中的超出分布输入。
Feiyang Cai, Xenofon Koutsoukos
提出多模态自监督与对抗结合的UDA方法MM-SADA，提升细粒度动作识别跨域性能，平均提升4.8%。
Jonathan Munro, Dima Damen
OURS以圆柱卷积和NetVLAD实现旋转鲁棒雷达定位，随机旋转下F1达0.69。
Ştefan Săftescu, Matthew Gadd, Daniele De Martini 等
本研究提出神经语言模型的规模定律，显示模型参数、数据量与计算资源呈幂律关系，指导优化训练策略。
Jared Kaplan, Sam McCandlish, Tom Henighan 等
提出mBART多语种去噪预训练，显著提升低资源MT性能，最高达12BLEU点。
Yinhan Liu, Jiatao Gu, Naman Goyal 等
FixMatch结合一致性正则化和伪标签，在CIFAR-10上以250个标签达到94.93%的准确率。
Kihyuk Sohn, David Berthelot, Chun-Liang Li 等
提出层次预测-校正方案，利用可微偏微分方程求解器控制Navier-Stokes等复杂系统。
Philipp Holl, Vladlen Koltun, Nils Thuerey
提出PLR-OSNet，结合全局与部分特征，模型参数仅3.4M，在Market1501等数据集达94.8% Rank-1。
Ben Xie, Xiaofu Wu, Suofei Zhang 等
提出离散状态空间的主动推理模型，结合贝叶斯变分推断实现感知与行动的统一。
Lancelot Da Costa, Thomas Parr, Noor Sajid 等
DiffNet++结合社会影响扩散与兴趣扩散，利用异构图模型提升社交推荐效果。
Le Wu, Junwei Li, Peijie Sun 等
引入可逆残差层和局部敏感哈希注意机制，显著提升Transformer在长序列上的效率与内存表现。
Nikita Kitaev, Łukasz Kaiser, Anselm Levskaya
RSL-Net利用雷达与卫星影像实现车辆精确定位，突破传统地图依赖。
Tim Y. Tang, Daniele De Martini, Dan Barnes 等
本文提出深度ReLU网络对光滑函数的近似误差界，宽度与深度同时优化，误差为O(N^{-2s/d}L^{-2s/d})。
Jianfeng Lu, Zuowei Shen, Haizhao Yang 等
提出DeeperForensics-1.0，包含6万视频，10倍规模，采用新颖端到端人脸换脸框架，提升真实感和多样性。
Liming Jiang, Ren Li, Wayne Wu 等
SPACE结合空间注意与场景混合，实现多对象场景的无监督表征，支持大规模场景。
Zhixuan Lin, Yi-Fu Wu, Skand Vishwanath Peri 等
提出混合强化学习（Hybrid RL）解决机器人中的离散连续控制问题，显著提升学习效率。
Michael Neunert, Abbas Abdolmaleki, Markus Wulfmeier 等
提出时空神经滤波器，结合方向信息实现端到端多通道目标语音分离，性能优于SOTA。
Rongzhi Gu, Yuexian Zou