提出SimLex-999，专注于真实语义相似性评估，超越WordSim-353和MEN，涵盖多类词性和抽象/具体概念。
Felix Hill, Roi Reichart, Anna Korhonen
提出EM算法的统计保证框架，结合样本与总体分析，适用于高维模型。
Sivaraman Balakrishnan, Martin J. Wainwright, Bin Yu
本文提出了用于树搜索的Bandit算法，改进了UCT算法的过于乐观问题。
Pierre-Arnuad Coquelin, Remi Munos
EAGLE利用改进的热能反馈模型，成功模拟出符合观测的低红移星系质量函数，达0.2dex精度。
Joop Schaye, Robert A. Crain, Richard G. Bower 等
引入“智能试错”算法，机器人在受损后两分钟内自主适应，模拟动物的修复行为。
Antoine Cully, Jeff Clune, Danesh Tarapore 等
基于运动诱导相分离（MIPS）机制，利用自驱动粒子速度与局部密度的关系，揭示非平衡相行为。
Michael E. Cates, Julien Tailleur
提出预测熵搜索(PES)方法，提升黑箱函数优化效率。
José Miguel Hernández-Lobato, Matthew W. Hoffman, Zoubin Ghahramani
clingo 4结合ASP与控制，支持复杂推理和动态程序管理。
Martin Gebser, Roland Kaminski, Benjamin Kaufmann 等
提出MS COCO数据集，含91类、2.5百万实例，强化场景理解与精确定位。
Tsung-Yi Lin, Michael Maire, Serge Belongie 等
提出一种结合数据并行与模型并行的卷积神经网络训练加速方法，显著提升GPU扩展性。
Alex Krizhevsky
利用线性结构压缩卷积滤波器，模型速度提升2-3倍，误差控制在1%。
Remi Denton, Wojciech Zaremba, Joan Bruna 等
提出一种基于ADMM的分布式最优潮流算法，在2065节点网络中实现0.6秒收敛。
Qiuyu Peng, Steven H. Low
DeepWalk通过截断随机游走学习网络顶点的潜在表示，提升分类性能。
Bryan Perozzi, Rami Al-Rfou, Steven Skiena
提出多句连贯视频描述模型，支持多层次细节，结合语义表示和视觉识别创新。
Anna Senina, Marcus Rohrbach, Wei Qiu 等
利用已训练的OverFeat卷积神经网络特征，线性SVM实现多任务识别，性能优越。
Ali Sharif Razavian, Hossein Azizpour, Josephine Sullivan 等
提出基于多尺度可逆定向得分的血管增强方法，显著改善交叉和分支处血管检测。
Julius Hannink, Remco Duits, Erik Bekkers
设计用户中心的数据混淆机制，优化效用同时保证差分隐私和失真隐私。
Reza Shokri
提出零偏自编码器，通过去耦激活函数解决高维数据表示难题，提升识别性能。
Kishore Konda, Roland Memisevic, David Krueger
引入嵌套Dropout实现有序表示，确保单位唯一性，等价于PCA，提升检索与压缩效率。
Oren Rippel, Michael A. Gelbart, Ryan P. Adams
本综述提出多目标序贯决策的三类场景，分类算法并分析其最优解特性。
Diederik Marijn Roijers, Peter Vamplew, Shimon Whiteson 等