大模型中的算法
一、 核心计算图与算子优化体系
1. 注意力机制优化算法
1.1 精确注意力优化
-
FlashAttention (v1/v2/v3)
-
Memory-Efficient Attention
-
Self-Attention with Linear Complexity (Linformer)
-
Nyströmformer近似注意力
-
Block-Sparse Attention
-
Longformer滑动窗口注意力
-
BigBird稀疏注意力模式
-
Reformer局部敏感哈希注意力
-
Performer基于核的线性注意力
-
Linear Transformer线性化注意力
-
Synthesizer注意力模式学习
-
Sparse Transformer因子化注意力
-
Axial Attention轴向注意力
-
Routing Transformer聚类注意力
-
Efficient Attention内存优化注意力
-
Causal Attention因果注意力优化
-
Cross-Attention交叉注意力优化
-
Multi-Query Attention多查询注意力
-
Grouped-Query Attention分组查询注意力
1.2 近似注意力算法
-
Random Feature Attention随机特征注意力
-
Adaptive Attention自适应注意力
-
Sinkhorn Sorting注意力排序
-
Recurrent Memory Transformer循环记忆注意力
-
Compressive Transformer压缩注意力
-
Adaptive Span自适应跨度注意力
-
Lite Transformer轻量注意力
-
Pyramid Transformer金字塔注意力
-
Hierarchical Attention层次注意力
-
Dilated Attention膨胀注意力
-
Sliding Window Attention滑动窗口注意力
-
Global-Local Attention全局-局部注意力
-
Strided Attention跨步注意力
-
Dilated Causal Attention膨胀因果注意力
2. 前馈网络优化
2.1 FFN层优化
-
GeLU激活函数优化
-
SwiGLU门控线性单元优化
-
GLU变体优化
-
Fused FFN算子融合
-
FFN稀疏化
-
Mixture of Experts (MoE) 混合专家
-
Switch Transformer开关变换器
-
GShard分片MoE
-
BASE Layer基础层
-
DeepSpeed MoE
-
Fast MoE快速MoE
2.2 激活函数优化
-
GeLU近似计算
-
Swish/SiLU优化
-
ReLU系列优化
-
LeakyReLU优化
-
ELU优化
-
GELU导数优化
-
Activation Quantization激活量化
3. 层归一化优化
3.1 归一化算法
-
LayerNorm算子融合
-
RMSNorm优化
-
GroupNorm组归一化
-
InstanceNorm实例归一化
-
BatchNorm批归一化优化
-
PowerNorm幂归一化
-
Adaptive LayerNorm自适应层归一化
-
Fused LayerNorm融合层归一化
-
LayerNorm重计算
-
LayerNorm量化
3.2 归一化变体
-
Pre-Norm预归一化
-
Post-Norm后归一化
-
Sandwich-Norm三明治归一化
-
AdaLN自适应层归一化
-
ScaleNorm缩放归一化
-
Masked LayerNorm掩码层归一化
4. 残差连接优化
4.1 残差结构
-
Pre-Activation残差预激活
-
Post-Activation残差后激活
-
Highway Networks高速公路网络
-
Dense Connections密集连接
-
Stochastic Depth随机深度
-
LayerDrop层丢弃
-
DropPath路径丢弃
-
Residual Scaling残差缩放
5. 位置编码优化
5.1 绝对位置编码
-
Sinusoidal Position Encoding正弦位置编码
-
Learned Position Embedding学习位置嵌入
-
Rotary Position Embedding旋转位置编码
-
T5 Relative Position Encoding T5相对位置编码
-
ALiBi Attention with Linear Biases线性偏置注意力
5.2 相对位置编码
-
Transformer-XL相对位置编码
-
DeBERTa相对位置编码
-
RoPE旋转位置编码优化
-
Complex Position Encoding复数位置编码
-
XPos扩展旋转位置编码
二、 内存、IO与海量并发管理系统
6. KV缓存管理算法
6.1 内存分配策略
-
PagedAttention分页注意力
-
Dynamic KV Cache动态KV缓存
-
Streaming KV Cache流式KV缓存
-
Windowed KV Cache窗口KV缓存
-
Sliding Window Cache滑动窗口缓存
-
Hierarchical KV Cache层次KV缓存
-
Compressed KV Cache压缩KV缓存
-
Quantized KV Cache量化KV缓存
-
Sparse KV Cache稀疏KV缓存
-
Predictive Cache预取缓存
-
LRU Cache最近最少使用缓存
-
LFU Cache最不经常使用缓存
-
ARC Cache自适应替换缓存
-
2Q Cache两队列缓存
-
Clock Cache时钟算法缓存
6.2 缓存替换策略
-
Random Replacement随机替换
-
FIFO先进先出
-
LIFO后进先出
-
Optimal Replacement最优替换
-
Segmented LRU分段LRU
-
LIRS低互相关性替换
-
MRU最近使用替换
-
GDSF贪心对偶大小频率
7. 批处理与并发调度
7.1 动态批处理
-
Continuous Batching连续批处理
-
Dynamic Batching动态批处理
-
Adaptive Batching自适应批处理
-
Optimal Batching最优批处理
-
Predictive Batching预测批处理
-
Heterogeneous Batching异构批处理
-
Priority-based Batching基于优先级的批处理
-
Deadline-aware Batching截止时间感知批处理
7.2 请求调度
-
Round-Robin Scheduling轮询调度
-
Shortest Job First最短作业优先
-
Longest Job First最长作业优先
-
Priority Scheduling优先级调度
-
Fair Scheduling公平调度
-
Weighted Fair Queueing加权公平队列
-
Earliest Deadline First最早截止期优先
-
Least Slack Time First最小松弛时间优先
-
Highest Response Ratio Next最高响应比优先
-
Multi-Level Feedback Queue多级反馈队列
7.3 负载均衡
-
Random Load Balancing随机负载均衡
-
Round-Robin Load Balancing轮询负载均衡
-
Least Connections最少连接
-
Least Response Time最小响应时间
-
Weighted Load Balancing加权负载均衡
-
Consistent Hashing一致性哈希
-
Rendezvous Hashing会合哈希
-
Power of Two Choices二选一策略
8. 内存优化算法
8.1 内存分配器
-
Buddy System伙伴系统
-
Slab Allocation板分配器
-
Arena Allocation区域分配器
-
Pool Allocation池分配器
-
TCMalloc线程缓存分配器
-
Jemalloc内存分配器
-
Mimalloc微软分配器
-
Scalable Memory Allocation可扩展内存分配
8.2 内存压缩
-
Zstandard Compression Zstandard压缩
-
LZ4 Compression LZ4压缩
-
Snappy Compression Snappy压缩
-
Brotli Compression Brotli压缩
-
Dictionary Compression字典压缩
-
Delta Compression差异压缩
-
Run-Length Encoding游程编码
-
Huffman Coding霍夫曼编码
-
Arithmetic Coding算术编码
9. 显存优化
9.1 GPU内存管理
-
Unified Memory统一内存
-
Managed Memory托管内存
-
Pinned Memory页锁定内存
-
Mapped Memory映射内存
-
Zero-Copy Memory零拷贝内存
-
UVM Unified Virtual Memory统一虚拟内存
-
Multi-GPU Memory多GPU内存
-
Peer-to-Peer Memory点对点内存
9.2 显存复用
-
Memory Pooling内存池
-
Memory Reuse内存复用
-
In-Place Computation原地计算
-
Gradient Checkpointing梯度检查点
-
Activation Checkpointing激活检查点
-
Recomputation重计算
-
Offloading卸载到CPU
-
Offloading卸载到磁盘
三、 模型压缩与量化算法体系
10. 权重量化算法
10.1 均匀量化
-
Symmetric Quantization对称量化
-
Asymmetric Quantization非对称量化
-
Affine Quantization仿射量化
-
Scale Quantization缩放量化
-
Zero-point Quantization零点量化
-
Per-Tensor Quantization每张量量化
-
Per-Channel Quantization每通道量化
-
Per-Group Quantization每组量化
-
Block-wise Quantization分块量化
10.2 非均匀量化
-
Logarithmic Quantization对数量化
-
Power-of-Two Quantization二次幂量化
-
Floating Point Quantization浮点量化
-
Bfloat16 Quantization Bfloat16量化
-
FP8 Quantization FP8量化
-
Mixed Precision混合精度
-
Dynamic Quantization动态量化
-
Static Quantization静态量化
-
QAT Quantization-Aware Training量化感知训练
-
PTQ Post-Training Quantization训练后量化
10.3 先进量化方法
-
GPTQ GPT量化
-
AWQ Activation-aware Weight Quantization激活感知权重量化
-
SmoothQuant平滑量化
-
ZeroQuant零量化
-
LLM.int8() LLM 8位量化
-
SpQR Sparse-Quantized Representation稀疏量化表示
-
SqueezeLLM压缩LLM
-
RPTQ Rethinking Post-Training Quantization重新思考训练后量化
-
OWQ Omni-dimensional Weight Quantization全维度权重量化
11. 激活量化
11.1 激活值量化
-
Activation Quantization激活量化
-
Dynamic Activation Quantization动态激活量化
-
Static Activation Quantization静态激活量化
-
Per-Token Activation Quantization每令牌激活量化
-
Per-Channel Activation Quantization每通道激活量化
-
SmoothQuant for Activations激活平滑量化
-
Outlier Suppression异常值抑制
-
Activation Clipping激活裁剪
-
Activation Scaling激活缩放
11.2 激活压缩
-
Activation Pruning激活剪枝
-
Activation Sparsification激活稀疏化
-
Activation Low-Rank激活低秩
-
Activation Distillation激活蒸馏
-
Activation Sharing激活共享
-
Activation Cache激活缓存
-
Activation Prediction激活预测
12. 知识蒸馏
12.1 蒸馏方法
-
Response Distillation响应蒸馏
-
Feature Distillation特征蒸馏
-
Attention Distillation注意力蒸馏
-
Hidden State Distillation隐藏状态蒸馏
-
Layer-wise Distillation逐层蒸馏
-
Task-specific Distillation任务特定蒸馏
-
Multi-teacher Distillation多教师蒸馏
-
Self-Distillation自蒸馏
-
Online Distillation在线蒸馏
-
Offline Distillation离线蒸馏
12.2 蒸馏优化
-
Temperature Scaling温度缩放
-
Distillation Loss蒸馏损失
-
KL Divergence KL散度
-
MSE Distillation均方误差蒸馏
-
Cosine Distillation余弦蒸馏
-
Contrastive Distillation对比蒸馏
-
Adversarial Distillation对抗蒸馏
13. 剪枝算法
13.1 结构化剪枝
-
Magnitude Pruning幅度剪枝
-
Gradient-based Pruning基于梯度的剪枝
-
Hessian-based Pruning基于海森矩阵的剪枝
-
Lottery Ticket Hypothesis彩票假设剪枝
-
Iterative Pruning迭代剪枝
-
One-shot Pruning一次性剪枝
-
Channel Pruning通道剪枝
-
Layer Pruning层剪枝
-
Head Pruning注意力头剪枝
-
Neuron Pruning神经元剪枝
13.2 非结构化剪枝
-
Random Pruning随机剪枝
-
L0 Regularization L0正则化
-
L1 Regularization L1正则化
-
Group Lasso分组套索
-
Structured Sparsity结构化稀疏性
-
Unstructured Sparsity非结构化稀疏性
-
Semi-structured Sparsity半结构化稀疏性
14. 低秩分解
14.1 矩阵分解
-
SVD Singular Value Decomposition奇异值分解
-
PCA Principal Component Analysis主成分分析
-
LDA Linear Discriminant Analysis线性判别分析
-
NMF Non-negative Matrix Factorization非负矩阵分解
-
CP Decomposition CP分解
-
Tucker Decomposition Tucker分解
-
Tensor-Train Decomposition张量链分解
-
Tensor-Ring Decomposition张量环分解
14.2 参数共享
-
Weight Tying权重绑定
-
Cross-layer Parameter Sharing跨层参数共享
-
Adaptive Parameter Sharing自适应参数共享
-
Factorized Embedding因子化嵌入
-
Shared Projection共享投影
-
Low-rank Adaptation低秩适配
四、 解码与生成优化算法
15. 自回归解码优化
15.1 贪婪解码
-
Greedy Decoding贪婪解码
-
Beam Search束搜索
-
Diverse Beam Search多样化束搜索
-
Length Normalization长度归一化
-
Coverage Penalty覆盖惩罚
-
Repetition Penalty重复惩罚
-
Temperature Sampling温度采样
-
Top-k Sampling Top-k采样
-
Top-p (Nucleus) Sampling Top-p采样
-
Typical Sampling典型采样
-
Mirostat Sampling Mirostat采样
-
Eta Sampling Eta采样
15.2 采样优化
-
Stochastic Sampling随机采样
-
Deterministic Sampling确定性采样
-
Ancestral Sampling祖先采样
-
Importance Sampling重要性采样
-
Rejection Sampling拒绝采样
-
Metropolis-Hastings Metropolis-Hastings采样
-
Gibbs Sampling吉布斯采样
-
Slice Sampling切片采样
-
Hamiltonian Monte Carlo哈密顿蒙特卡洛
16. 推测解码与PD分离
16.1 推测解码方法
-
Speculative Decoding推测解码
-
Blockwise Parallel Decoding分块并行解码
-
Lookahead Decoding前瞻解码
-
Assisted Decoding辅助解码
-
Draft-then-Verify起草后验证
-
Parallel Decoding并行解码
-
Non-autoregressive Decoding非自回归解码
-
Mask-Predict掩码预测
-
Iterative Refinement迭代细化
-
Levelled Decoding分层解码
16.2 草稿模型策略
-
Small Draft Model小草稿模型
-
Early Exit Draft早期退出草稿
-
N-gram Draft N元文法草稿
-
Cache-based Draft基于缓存的草稿
-
Retrieval-based Draft基于检索的草稿
-
Multi-draft Generation多草稿生成
-
Draft Model Selection草稿模型选择
-
Adaptive Draft自适应草稿
16.3 验证优化
-
Parallel Verification并行验证
-
Incremental Verification增量验证
-
Approximate Verification近似验证
-
Early Rejection早期拒绝
-
Batch Verification批验证
-
Speculative Sampling推测采样
17. 并行生成
17.1 非自回归方法
-
NAT Non-Autoregressive Transformer非自回归变换器
-
Mask-Predict掩码预测
-
Insertion Transformer插入变换器
-
LevT Levitated Transformer悬浮变换器
-
CMLM Conditional Masked Language Model条件掩码语言模型
-
Disco Discontinuous非连续生成
17.2 部分并行方法
-
Semi-Autoregressive半自回归
-
Block-wise Autoregressive分块自回归
-
Latent Variable Models隐变量模型
-
Flow-based Models基于流的模型
-
Diffusion Models扩散模型
18. 长度控制与约束解码
18.1 长度控制
-
Length Penalty长度惩罚
-
Length Prediction长度预测
-
Length-aware Decoding长度感知解码
-
Minimum Length最小长度
-
Maximum Length最大长度
-
Dynamic Length动态长度
-
Early Stopping提前停止
18.2 约束生成
-
Constrained Decoding约束解码
-
Lexically Constrained Decoding词汇约束解码
-
Template-based Generation基于模板的生成
-
Schema-guided Generation模式引导生成
-
Grammar Constrained Decoding语法约束解码
-
Knowledge Constrained Decoding知识约束解码
五、 检索增强与知识关联系统
19. 检索算法
19.1 稠密检索
-
Dense Passage Retrieval稠密段落检索
-
Dense Vector Retrieval稠密向量检索
-
Maximum Inner Product Search最大内积搜索
-
Approximate Nearest Neighbor近似最近邻
-
FAISS Facebook AI相似性搜索
-
ANNOY近似最近邻库
-
HNSW Hierarchical Navigable Small World分层可导航小世界
-
IVF Inverted File倒排文件
-
PQ Product Quantization乘积量化
-
LSH Locality-Sensitive Hashing局部敏感哈希
19.2 稀疏检索
-
BM25 Best Matching 25最佳匹配25
-
TF-IDF Term Frequency-Inverse Document Frequency词频-逆文档频率
-
SPLADE Sparse Lexical and Expansion稀疏词汇和扩展
-
ColBERT Contextualized Late Interaction over BERT BERT上的上下文化后期交互
-
uniCOIL Unified Contextualized Late Interaction统一上下文化后期交互
19.3 混合检索
-
Dense-Sparse Hybrid Retrieval稠密-稀疏混合检索
-
Reranking重排序
-
Reciprocal Rank Fusion互惠排名融合
-
Weighted Hybrid加权混合
-
Adaptive Hybrid自适应混合
20. 检索优化
20.1 索引优化
-
Hierarchical Indexing层次索引
-
Compressed Indexing压缩索引
-
Dynamic Indexing动态索引
-
Incremental Indexing增量索引
-
Distributed Indexing分布式索引
-
Sharded Indexing分片索引
-
Replicated Indexing复制索引
20.2 查询优化
-
Query Expansion查询扩展
-
Query Reformulation查询重构
-
Query Understanding查询理解
-
Query Suggestion查询建议
-
Query Classification查询分类
-
Query Intent Detection查询意图检测
21. 融合与重排序
21.1 融合方法
-
Early Fusion早期融合
-
Late Fusion晚期融合- Intermediate Fusion中间融合
-
Cross-Attention Fusion交叉注意力融合
-
Gated Fusion门控融合
-
Adaptive Fusion自适应融合
-
Weighted Fusion加权融合
-
Concatenation Fusion连接融合
-
Summation Fusion求和融合
-
Max Pooling Fusion最大池化融合
-
Average Pooling Fusion平均池化融合
21.2 重排序算法
-
Pointwise Reranking点式重排序
-
Pairwise Reranking对式重排序
-
Listwise Reranking列表式重排序
-
Learning to Rank学习排序
-
LambdaMART LambdaMART排序
-
RankNet排序网络
-
ListNet列表网络
-
BPR Bayesian Personalized Ranking贝叶斯个性化排序
-
Cross-Encoder Reranker交叉编码器重排序器
22. 知识图谱集成
22.1 知识注入
-
Knowledge Graph Embedding知识图谱嵌入
-
Entity Linking实体链接
-
Relation Extraction关系抽取
-
Triple Classification三元组分类
-
Knowledge Graph Completion知识图谱补全
-
Knowledge Graph Reasoning知识图谱推理
-
Knowledge Graph Attention知识图谱注意力
22.2 知识增强
-
Knowledge-Enhanced Pretraining知识增强预训练
-
Knowledge Distillation from KG从知识图谱蒸馏
-
Knowledge-guided Generation知识引导生成
-
Knowledge-aware Decoding知识感知解码
-
Knowledge Constraint知识约束
-
Knowledge Verification知识验证
六、 系统调度与分布式推理
23. 分布式并行策略
23.1 数据并行
-
Data Parallelism数据并行
-
Distributed Data Parallel分布式数据并行
-
ZeRO Zero Redundancy Optimizer零冗余优化器
-
ZeRO-Offload ZeRO卸载
-
ZeRO-Infinity ZeRO无限
-
Pipeline Parallelism流水线并行
-
Tensor Parallelism张量并行
-
Sequence Parallelism序列并行
-
Expert Parallelism专家并行
-
FSDP Fully Sharded Data Parallel完全分片数据并行
23.2 模型并行
-
Layer-wise Parallelism层间并行
-
Tensor Model Parallelism张量模型并行
-
Pipeline Model Parallelism流水线模型并行
-
Hybrid Parallelism混合并行
-
2D Parallelism二维并行
-
3D Parallelism三维并行
-
Megatron-LM Megatron语言模型并行
-
DeepSpeed DeepSpeed并行
24. 流水线优化
24.1 流水线调度
-
GPipe谷歌流水线
-
PipeDream管道梦想
-
PipeDream-2BW管道梦想2BW
-
DAPPLE数据感知管道并行
-
Chimera客迈拉流水线
-
Terapipe地形流水线
-
PipeMare管道母马
-
Synchronous Pipeline同步流水线
-
Asynchronous Pipeline异步流水线
24.2 微批处理
-
Micro-batching微批处理
-
Gradient Accumulation梯度累积
-
Dynamic Micro-batching动态微批处理
-
Adaptive Micro-batching自适应微批处理
-
Optimal Micro-batching最优微批处理
25. 通信优化
25.1 集体通信
-
All-Reduce全归约
-
All-Gather全收集
-
Reduce-Scatter归约分散
-
Broadcast广播
-
Scatter分散
-
Gather收集
-
Point-to-Point点对点
-
Ring All-Reduce环形全归约
-
Tree All-Reduce树形全归约
-
Halving-Doubling减半加倍
25.2 通信重叠
-
Computation-Communication Overlap计算通信重叠
-
Gradient Bucketing梯度桶
-
Tensor Fusion张量融合
-
Communication Scheduling通信调度
-
Priority-based Communication基于优先级的通信
-
Bandwidth-aware Communication带宽感知通信
26. 容错与弹性
26.1 容错机制
-
Checkpointing检查点
-
Rollback Recovery回滚恢复
-
Forward Recovery前向恢复
-
Replication复制
-
Erasure Coding纠删码
-
Heartbeat心跳
-
Failure Detection故障检测
-
Failure Prediction故障预测
26.2 弹性训练
-
Elastic Training弹性训练
-
Dynamic Scaling动态扩缩容
-
Live Migration实时迁移
-
Preemptive Scheduling抢占式调度
-
Resource-aware Scheduling资源感知调度
七、 服务化、监控与安全体系
27. API服务与负载管理
27.1 请求处理
-
Request Batching请求批处理
-
Request Queuing请求排队
-
Request Prioritization请求优先级
-
Request Throttling请求限流
-
Request Shaping请求整形
-
Request Routing请求路由
-
Request Load Balancing请求负载均衡
27.2 流式响应
-
Streaming Response流式响应
-
Chunked Encoding分块编码
-
Server-Sent Events服务器发送事件
-
WebSocket全双工通信
-
Long Polling长轮询
-
Event Streaming事件流
28. 监控与可观测性
28.1 指标监控
-
Latency Monitoring延迟监控
-
Throughput Monitoring吞吐量监控
-
Error Rate Monitoring错误率监控
-
Resource Utilization Monitoring资源利用率监控
-
Cache Hit Rate Monitoring缓存命中率监控
-
Memory Usage Monitoring内存使用监控
-
GPU Utilization Monitoring GPU利用率监控
28.2 日志与追踪
-
Structured Logging结构化日志
-
Distributed Tracing分布式追踪
-
Span-based Tracing基于跨度的追踪
-
Trace Sampling追踪采样
-
Log Aggregation日志聚合
-
Log Analysis日志分析
-
Anomaly Detection异常检测
29. 安全与隐私
29.1 模型安全
-
Adversarial Detection对抗检测
-
Prompt Injection Detection提示注入检测
-
Jailbreak Detection越狱检测
-
Output Filtering输出过滤
-
Content Moderation内容审核
-
Toxicity Detection毒性检测
-
Bias Detection偏见检测
-
Fairness Monitoring公平性监控
29.2 隐私保护
-
Differential Privacy差分隐私
-
Federated Learning联邦学习
-
Homomorphic Encryption同态加密
-
Secure Multi-party Computation安全多方计算
-
Model Watermarking模型水印
-
Membership Inference Defense成员推理防御
-
Model Stealing Protection模型窃取防护
30. 成本优化
30.1 资源优化
-
Auto-scaling自动扩缩容
-
Spot Instance Utilization抢占式实例利用
-
Reserved Instance Optimization预留实例优化
-
Resource Scheduling资源调度
-
Cost-aware Scheduling成本感知调度
-
Energy-efficient Computing能效计算
30.2 计费与计量
-
Token-based Billing基于令牌的计费
-
Request-based Billing基于请求的计费
-
Time-based Billing基于时间的计费
-
Usage Metering使用计量
-
Cost Allocation成本分配
-
Budget Management预算管理
八、 硬件感知优化算法
31. GPU特定优化
31.1 CUDA优化
-
Warp-level Optimization线程束级优化
-
Shared Memory Optimization共享内存优化
-
Register Optimization寄存器优化
-
Constant Memory Optimization常量内存优化
-
Texture Memory Optimization纹理内存优化
-
Memory Coalescing内存合并
-
Bank Conflict Avoidance银行冲突避免
-
Instruction-level Parallelism指令级并行
31.2 Tensor Core优化
-
Mixed Precision混合精度
-
Tensor Core Utilization张量核心利用
-
Matrix Multiplication Optimization矩阵乘法优化
-
GEMM Optimization通用矩阵乘法优化
-
Tensor Core Programming张量核心编程
-
WMMA Warp Matrix Multiply Accumulate线程束矩阵乘积累加
32. 特定硬件架构优化
32.1 NVIDIA GPU优化
-
Ampere Architecture安培架构优化
-
Hopper Architecture霍珀架构优化
-
Ada Lovelace Architecture艾达·洛夫莱斯架构优化
-
CUDA Core Optimization CUDA核心优化
-
RT Core Optimization RT核心优化
-
Multi-Instance GPU多实例GPU
32.2 AMD GPU优化
-
ROCm Optimization ROCm优化
-
CDNA Architecture CDNA架构优化
-
RDNA Architecture RDNA架构优化
-
HIP Programming HIP编程
-
MIOpen Library MIOpen库优化
32.3 Intel GPU优化
-
oneAPI Optimization oneAPI优化
-
Xe Architecture Xe架构优化
-
DPAS Dot Product Accumulate Systolic点乘积累加脉动阵列
-
SYCL Programming SYCL编程
33. 专用加速器优化
33.1 TPU优化
-
Tensor Processing Unit Optimization张量处理单元优化
-
XLA Compilation XLA编译
-
TPU Pod Optimization TPU Pod优化
-
Bfloat16 Optimization Bfloat16优化
33.2 其他加速器
-
AWS Inferentia Optimization AWS Inferentia优化
-
Habana Gaudi Optimization哈巴纳高迪优化
-
Cerebras CS-2 Optimization Cerebras CS-2优化
-
Graphcore IPU Optimization Graphcore IPU优化
-
SambaNova Optimization桑巴诺瓦优化
九、 编译器与运行时优化
34. 计算图编译优化
34.1 图优化
-
Graph Fusion图融合
-
Constant Folding常量折叠
-
Dead Code Elimination死代码消除
-
Common Subexpression Elimination公共子表达式消除
-
Loop Unrolling循环展开
-
Loop Fusion循环融合
-
Loop Tiling循环分块
-
Loop Interchange循环交换
-
Loop Distribution循环分布
34.2 内存优化
-
Memory Allocation Optimization内存分配优化
-
Memory Layout Optimization内存布局优化
-
Memory Access Pattern Optimization内存访问模式优化
-
Data Layout Transformation数据布局变换
-
Memory Coalescing内存合并
-
Memory Prefetching内存预取
35. 内核生成与优化
35.1 内核生成
-
Auto-tuning自动调优
-
Template-based Kernel Generation基于模板的内核生成
-
Polyhedral Compilation多面体编译
-
MLIR-based Kernel Generation基于MLIR的内核生成
-
TVM Tensor Virtual Machine张量虚拟机
-
Triton GPU编程语言
35.2 内核优化
-
Kernel Fusion内核融合
-
Kernel Specialization内核特化
-
Kernel Parameter Tuning内核参数调优
-
Grid and Block Optimization网格和块优化
-
Warp-level Optimization线程束级优化
-
Instruction-level Optimization指令级优化
36. 运行时系统优化
36.1 运行时调度
-
Dynamic Scheduling动态调度
-
Work Stealing工作窃取
-
Task-based Scheduling基于任务的调度
-
Dataflow Scheduling数据流调度
-
Priority-based Scheduling基于优先级的调度
36.2 内存管理
-
Memory Pool内存池
-
Memory Allocator内存分配器
-
Garbage Collection垃圾回收
-
Reference Counting引用计数
-
Memory Compaction内存压缩
十、 新兴算法与前沿研究
37. 高效架构设计
37.1 稀疏架构
-
Mixture of Sparse Experts稀疏专家混合
-
Conditional Computation条件计算
-
Adaptive Computation自适应计算
-
Sparse Transformer稀疏变换器
-
Block-Sparse Transformer分块稀疏变换器
37.2 循环架构
-
State Space Models状态空间模型
-
Linear Recurrent Units线性循环单元
-
RWKV Receptance Weighted Key Value接收加权键值
-
RetNet Retention Networks保持网络
-
Hawk Architecture鹰架构
-
Griffin Architecture狮鹫架构
37.3 其他高效架构
-
Mamba Selective State Space Models选择性状态空间模型
-
H3 Hungry Hungry Hippos
-
Hyena Hyena架构
-
Monarch Matrix君主矩阵
-
Butterfly Matrix蝴蝶矩阵
38. 持续学习与适应
38.1 持续学习
-
Elastic Weight Consolidation弹性权重巩固
-
Learning without Forgetting无遗忘学习
-
Gradient Episodic Memory梯度情景记忆
-
Experience Replay经验回放
-
Progressive Neural Networks渐进神经网络
38.2 快速适应
-
Prompt Tuning提示调优
-
Prefix Tuning前缀调优
-
Adapter Tuning适配器调优
-
LoRA Low-Rank Adaptation低秩适配
-
QLoRA量化低秩适配
-
IA3 Infused Adapter by Inhibiting and Amplifying Inner Activations通过抑制和放大内部激活的注入适配器
十一、 模型架构优化算法
39. 参数高效微调(PEFT)
39.1 适配器方法
-
AdapterDrop
-
AdapterFusion
-
AdapterHub
-
Compacter
-
Low-Rank Adapters (LoRA)
-
Prefix Tuning
-
Prompt Tuning
-
P-Tuning
-
P-Tuning v2
-
Multi-task PEFT
-
Sparse Adapters
39.2 其他PEFT方法
-
BitFit
-
DiffPruning
-
Intrinsic SAID
-
LST: Ladder Side-Tuning
-
MAM Adapters
-
OFA: One-shot Adapters
-
Sparse Fine-tuning
40. 模型扩展与缩放
40.1 缩放定律
-
Compute-Optimal Scaling (Chinchilla)
-
Data Scaling
-
Model Scaling
-
Inference-Time Scaling
-
Efficient Scaling Laws
40.2 模型扩展方法
-
Depth Scaling
-
Width Scaling
-
Resolution Scaling
-
Attention Head Scaling
-
FFN Scaling
-
Multi-dimensional Scaling
十二、 推理加速算法
41. 提前退出机制
41.1 基于置信度的退出
-
PABEE
-
DeeBERT
-
FastBERT
-
BERxiT
-
CALM
-
Early Exit BERT
-
Dynamic Exit
41.2 自适应计算时间
-
Adaptive Computation Time (ACT)
-
Pondering Networks
-
Universal Transformers
-
Depth-Adaptive Transformer
-
Skip Layers
42. 条件计算
42.1 动态路由
-
Mixture of Experts (MoE)
-
Switch Transformers
-
BASE Layers
-
Expert Choice Routing
-
Load Balancing in MoE
-
Efficient MoE Routing
42.2 稀疏激活
-
Sparsely-Gated MoE
-
Top-k Routing
-
Noisy Top-k Routing
-
GShard
-
Hash Layers
十三、 多模态推理优化
43. 视觉-语言模型推理
43.1 多模态融合
-
Late Fusion
-
Early Fusion
-
Cross-Attention Fusion
-
Gated Fusion
-
Multimodal Transformer
-
Two-Stream Networks
43.2 视觉编码优化
-
Vision Transformer (ViT) Optimization
-
EfficientViT
-
MobileViT
-
DeiT
-
Swin Transformer Optimization
44. 跨模态检索
44.1 联合嵌入
-
CLIP Optimization
-
ALIGN Optimization
-
BLIP Optimization
-
Florence Optimization
-
Image-Text Matching
44.2 跨模态生成
-
Text-to-Image Generation Optimization
-
Image Captioning Optimization
-
VQA Optimization
-
Multimodal Decoding
十四、 序列化与反序列化优化
45. 数据序列化
45.1 高效序列化格式
-
Protocol Buffers
-
Apache Avro
-
MessagePack
-
Cap'n Proto
-
FlatBuffers
-
JSON Compression
-
BSON
45.2 针对张量的序列化
-
TensorFlow Serving Protocol
-
ONNX Serialization
-
PyTorch Model Serialization
-
NumPy Array Serialization
-
Zarr Serialization
46. 网络传输优化
46.1 压缩传输
-
Gzip Compression
-
Brotli Compression
-
Zstandard Compression
-
Delta Compression
-
Binary Encoding
46.2 协议优化
-
HTTP/2
-
HTTP/3
-
gRPC Optimization
-
WebSocket Optimization
-
QUIC Protocol
十五、 缓存与预取策略
47. 结果缓存
47.1 语义缓存
-
Exact Match Caching
-
Similarity-based Caching
-
Semantic Hashing
-
Locality-Sensitive Hashing Caching
-
Neural Cache
-
k-NN Cache
47.2 动态缓存
-
LRU Cache
-
LFU Cache
-
ARC Cache
-
2Q Cache
-
TinyLFU Cache
-
Clock Cache
48. 预取策略
48.1 数据预取
-
Next Sequence Prefetching
-
Pattern-based Prefetching
-
Markov Chain Prefetching
-
Deep Learning Prefetching
-
Prefetching for Recommender Systems
48.2 模型预取
-
Model Warm-up
-
Preloading Weights
-
Precomputing Embeddings
-
Pre-generating Responses
十六、 能源效率优化
49. 节能计算
49.1 动态电压频率调整
-
DVFS for GPU
-
DVFS for CPU
-
Power Capping
-
Thermal Management
49.2 能效模型
-
Energy-aware Scheduling
-
Power Modeling
-
Energy Profiling
-
Carbon-aware Computing
50. 绿色AI
50.1 可持续计算
-
Model Efficiency
-
Data Efficiency
-
Renewable Energy Usage
-
Carbon Footprint Reduction
50.2 高效硬件使用
-
Server Consolidation
-
Virtualization
-
Containerization
-
Edge Computing
十七、 测试与验证
51. 模型测试
51.1 推理正确性测试
-
Unit Testing for Models
-
Integration Testing
-
Regression Testing
-
Golden Output Testing
51.2 鲁棒性测试
-
Adversarial Testing
-
Stress Testing
-
Load Testing
-
Fuzz Testing
52. 性能测试
52.1 基准测试
-
MLPerf Inference
-
AI Benchmark
-
Custom Benchmarks
-
Comparative Testing
52.2 profiling
-
Performance Profiling
-
Memory Profiling
-
GPU Profiling
-
Network Profiling
十八、 部署与运维
53. 部署策略
53.1 蓝绿部署
-
Blue-Green Deployment
-
Canary Deployment
-
Rolling Deployment
-
A/B Testing Deployment
53.2 模型版本管理
-
Model Versioning
-
Model Registry
-
Model Metadata Management
-
Model Lineage Tracking
54. 自动化运维
54.1 自动化扩缩容
-
Horizontal Pod Autoscaler
-
Vertical Pod Autoscaler
-
Cluster Autoscaler
-
Predictive Autoscaling
54.2 自我修复
-
Health Checks
-
Liveness Probes
-
Readiness Probes
-
Automatic Rollback
十九、 用户交互优化
55. 交互式推理
55.1 实时交互
-
Streaming Inference
-
Interactive Debugging
-
Step-through Inference
-
Visualization of Attention
55.2 用户反馈集成
-
Reinforcement Learning from Human Feedback (RLHF)
-
Direct Preference Optimization (DPO)
-
Online Learning from Feedback
-
Active Learning for Inference
56. 个性化推理
56.1 用户适配
-
User-specific Fine-tuning
-
Personalization Layers
-
Federated Personalization
-
Privacy-preserving Personalization
56.2 上下文记忆
-
Long-term Memory
-
Short-term Memory
-
Episodic Memory
-
Semantic Memory
二十、 跨平台与移动端优化
57. 移动端推理
57.1 模型移动端适配
-
Model Quantization for Mobile
-
Model Pruning for Mobile
-
Knowledge Distillation for Mobile
-
Mobile-specific Architectures
57.2 移动端加速
-
GPU Acceleration on Mobile
-
NPU Acceleration
-
DSP Acceleration
-
CPU Optimization for Mobile
58. 边缘计算
58.1 边缘设备推理
-
Raspberry Pi Optimization
-
Jetson Optimization
-
Edge TPU Optimization
-
FPGA Acceleration for Edge
58.2 边缘-云协同
-
Edge-Cloud Split Inference
-
Offloading Strategies
-
Synergistic Inference
-
Adaptive Edge-Cloud
二十一、 开源框架与工具
59. 推理框架
59.1 专用推理框架
-
TensorRT
-
OpenVINO
-
ONNX Runtime
-
TorchServe
-
TensorFlow Serving
-
Triton Inference Server
-
vLLM
-
TGI (Text Generation Inference)
59.2 多框架支持
-
Model Conversion Tools
-
Interoperability Tools
-
Framework Abstraction Layers
60. 监控与调试工具
60.1 性能监控工具
-
Prometheus
-
Grafana
-
ELK Stack
-
Jaeger
-
OpenTelemetry
60.2 模型调试工具
-
Captum
-
SHAP
-
LIME
-
TensorBoard
-
Weights & Biases
二十二、 法律与合规算法
61. 合规性检查
61.1 数据合规
-
GDPR Compliance
-
CCPA Compliance
-
Data Anonymization
-
Data Retention Policies
61.2 模型合规
-
Model Fairness Audits
-
Bias Detection and Mitigation
-
Transparency Reports
-
Ethical AI Guidelines
62. 版权与知识产权
62.1 版权保护
-
Digital Rights Management (DRM)
-
Watermarking for Models
-
License Compliance
-
Intellectual Property Tracking
62.2 开源合规
-
Open Source License Compliance
-
Dependency Scanning
-
Vulnerability Scanning
-
Legal Risk Assessment
二十三、 经济与市场优化
63. 定价策略
63.1 动态定价
-
Usage-based Pricing
-
Tiered Pricing
-
Subscription Models
-
Pay-as-you-go
63.2 成本优化
-
Cost-Benefit Analysis
-
Return on Investment (ROI) Calculation
-
Total Cost of Ownership (TCO)
64. 市场预测
64.1 需求预测
-
Time Series Forecasting
-
Regression Models
-
Deep Learning Forecasters
64.2 竞争分析
-
Competitor Benchmarking
-
Market Trend Analysis
-
Sentiment Analysis
二十四、 教育与培训
65. 培训与教育工具
65.1 交互式学习
-
Jupyter Notebooks
-
Online Courses
-
Interactive Tutorials
-
Simulation Environments
65.2 技能评估
-
Automated Grading
-
Skill Gap Analysis
-
Competency Tracking
-
Certification Programs
66. 知识传播
66.1 文档生成
-
Automated Documentation
-
Code Comments Generation
-
Tutorial Generation
-
API Documentation
66.2 最佳实践
-
Style Guides
-
Design Patterns
-
Anti-patterns
-
Case Studies
二十五、 未来趋势与研究方向
67. 新型硬件探索
67.1 量子计算
-
Quantum Machine Learning
-
Quantum Inference
-
Hybrid Quantum-Classical
67.2 神经形态计算
-
Spiking Neural Networks
-
Neuromorphic Hardware
-
Brain-inspired Computing
68. 算法理论突破
68.1 新架构探索
-
Capsule Networks
-
Attention-Free Architectures
-
New Activation Functions
-
Alternative Normalization Methods
68.2 学习理论
-
Meta-Learning
-
Few-shot Learning
-
Zero-shot Learning
-
Self-supervised Learning
二十六、 自适应与在线学习算法
69. 在线学习与适应
69.1 在线参数调整
-
Online Gradient Descent在线梯度下降
-
Follow-the-Regularized-Leader跟随正则化领导者
-
Online Mirror Descent在线镜像下降
-
Adaptive Online Learning自适应在线学习
-
Hedge Algorithm对冲算法
-
Exponentiated Gradient指数梯度
-
Perceptron Algorithm感知器算法
-
Passive-Aggressive Algorithm被动攻击算法
-
Confidence-Weighted Learning置信度加权学习
-
Adaptive Regularization of Weights自适应权重正则化
69.2 增量学习
-
Incremental Learning增量学习
-
Progressive Learning渐进学习
-
Lifelong Learning终身学习
-
Never-Ending Learning永不停止学习
-
Elastic Weight Consolidation弹性权重巩固
-
Gradient Episodic Memory梯度情景记忆
-
iCaRL增量分类和表示学习
-
Experience Replay经验回放
-
Generative Replay生成回放
70. 元学习与快速适应
70.1 元学习方法
-
MAML Model-Agnostic Meta-Learning模型无关元学习
-
Reptile一阶元学习
-
Meta-SGD元随机梯度下降
-
Latent Embedding Optimization隐嵌入优化
-
Probabilistic MAML概率MAML
-
Bayesian Meta-Learning贝叶斯元学习
-
Metric-based Meta-Learning基于度量的元学习
-
Prototypical Networks原型网络
-
Matching Networks匹配网络
-
Relation Networks关系网络
70.2 少样本学习
-
Few-Shot Learning少样本学习
-
One-Shot Learning单样本学习
-
Zero-Shot Learning零样本学习
-
Cross-Domain Few-Shot Learning跨领域少样本学习
-
Task-Agnostic Meta-Learning任务无关元学习
-
Meta-Transfer Learning元迁移学习
-
Self-Supervised Meta-Learning自监督元学习
二十七、 鲁棒性与对抗防御算法
71. 对抗攻击防御
71.1 对抗训练
-
Adversarial Training对抗训练
-
Projected Gradient Descent对抗训练
-
TRADES可转移的对抗训练
-
MART对标签噪声鲁棒的对抗训练
-
Friendly Adversarial Training友好对抗训练
-
Self-Supervised Adversarial Training自监督对抗训练
-
Adversarial Logit Pairing对抗逻辑配对
-
Ensemble Adversarial Training集成对抗训练
71.2 输入净化
-
Input Purification输入净化
-
Denoising Autoencoders去噪自编码器
-
Randomized Smoothing随机平滑
-
Defense-GAN防御生成对抗网络
-
Feature Squeezing特征压缩
-
JPEG Compression JPEG压缩防御
-
Bit-Depth Reduction比特深度降低
-
Spatial Smoothing空间平滑
72. 模型鲁棒性增强
72.1 鲁棒架构设计
-
Robust Architectures鲁棒架构
-
Lipschitz-Constrained Networks利普希茨约束网络
-
Parseval Networks帕塞瓦尔网络
-
Spectral Normalization谱归一化
-
Gradient Penalty梯度惩罚
-
Smooth Activation Functions平滑激活函数
-
Adversarially Robust Training对抗鲁棒训练
-
Certifiably Robust Training可证明鲁棒训练
72.2 不确定性量化
-
Bayesian Neural Networks贝叶斯神经网络
-
Monte Carlo Dropout蒙特卡洛丢弃
-
Deep Ensembles深度集成
-
Temperature Scaling温度缩放
-
Platt Scaling普拉特缩放
-
Isotonic Regression保序回归
-
Evidential Deep Learning证据深度学习
-
Ensemble Distribution Distillation集成分布蒸馏
二十八、 多目标优化算法
73. 帕累托优化
73.1 多目标优化方法
-
Pareto Optimization帕累托优化
-
Multi-Objective Gradient Descent多目标梯度下降
-
Multiple Gradient Descent Algorithm多梯度下降算法
-
Pareto Stationary Solutions帕累托平稳解
-
Scalarization Methods标量化方法
-
Weighted Sum Method加权和法
-
ε-Constraint Method ε约束法
-
Normal Boundary Intersection法向边界交会
-
Goal Programming目标规划
73.2 多目标演化算法
-
NSGA-II非支配排序遗传算法II
-
SPEA2强度帕累托进化算法2
-
MOEA/D基于分解的多目标进化算法
-
Pareto Archived Evolution Strategy帕累托归档进化策略
-
Multi-Objective Particle Swarm Optimization多目标粒子群优化
-
Multi-Objective Simulated Annealing多目标模拟退火
-
Hypervolume-based Algorithms基于超体积的算法
74. 权衡优化
74.1 精度-效率权衡
-
Accuracy-Efficiency Trade-off精度-效率权衡
-
Pareto Frontier Optimization帕累托前沿优化
-
Multi-Objective Bayesian Optimization多目标贝叶斯优化
-
Quality-Diversity Optimization质量-多样性优化
-
Adaptive Trade-off Adaptation自适应权衡调整
-
Dynamic Resource Allocation动态资源分配
-
Cost-Sensitive Learning成本敏感学习
74.2 多约束优化
-
Constrained Optimization约束优化
-
Lagrangian Methods拉格朗日方法
-
Penalty Methods惩罚方法
-
Barrier Methods障碍方法
-
Primal-Dual Methods原始-对偶方法
-
Augmented Lagrangian增广拉格朗日
-
Sequential Quadratic Programming序列二次规划
-
Interior Point Methods内点法
二十九、 可解释性与透明度算法
75. 特征重要性分析
75.1 基于梯度的解释
-
Gradient-based Explanations基于梯度的解释
-
Saliency Maps显著性图
-
Guided Backpropagation导向反向传播
-
Integrated Gradients积分梯度
-
SmoothGrad平滑梯度
-
Grad-CAM梯度加权类激活映射
-
FullGrad全梯度
-
DeepLIFT深度提升
75.2 扰动方法
-
LIME局部可解释模型无关解释
-
SHAP SHapley Additive exPlanations沙普利加性解释
-
Anchors锚点解释
-
Counterfactual Explanations反事实解释
-
Contrastive Explanations对比解释
-
Prototype-based Explanations基于原型的解释
-
Influence Functions影响函数
76. 注意力可视化
76.1 注意力分析
-
Attention Visualization注意力可视化
-
Attention Flow注意力流
-
Attention Rollout注意力展开
-
Attention Attribution注意力归因
-
Multi-head Attention Analysis多头注意力分析
-
Cross-Attention Analysis交叉注意力分析
-
Causal Attention Analysis因果注意力分析
76.2 注意力模式挖掘
-
Attention Pattern Mining注意力模式挖掘
-
Clustering Attention Patterns聚类注意力模式
-
Attention Grammar注意力语法
-
Syntax-Aware Attention句法感知注意力
-
Semantic Attention Patterns语义注意力模式
-
Temporal Attention Patterns时序注意力模式
三十、 数据流与流水线优化
77. 数据流编程模型
77.1 数据流图优化
-
Dataflow Graph Optimization数据流图优化
-
Static Dataflow静态数据流
-
Dynamic Dataflow动态数据流
-
Synchronous Dataflow同步数据流
-
Asynchronous Dataflow异步数据流
-
Kahn Process Networks卡恩进程网络
-
Dataflow Supercomputing数据流超级计算
77.2 流处理框架
-
Apache Flink流处理
-
Apache Spark Streaming火花流处理
-
Apache Storm风暴流处理
-
Apache Samza萨姆扎流处理
-
Google Dataflow谷歌数据流
-
Kafka Streams卡夫卡流
-
TensorFlow Data API TensorFlow数据API
-
PyTorch DataLoader PyTorch数据加载器
78. 流水线并行优化
78.1 流水线设计
-
Pipeline Design流水线设计
-
Pipeline Balancing流水线平衡
-
Pipeline Throughput Optimization流水线吞吐优化
-
Pipeline Latency Reduction流水线延迟减少
-
Pipeline Bubble Reduction流水线气泡减少
-
Pipeline Stalling Prevention流水线停顿预防
-
Pipeline Hazard Detection流水线冒险检测
78.2 流水线控制
-
Pipeline Control流水线控制
-
Flow Control流控制
-
Back Pressure背压控制
-
Credit-based Flow Control基于信用的流控制
-
Rate-based Flow Control基于速率的流控制
-
Adaptive Flow Control自适应流控制
-
Congestion Control拥塞控制
三十一、 资源预测与分配算法
79. 资源需求预测
79.1 时间序列预测
-
ARIMA自回归综合移动平均
-
SARIMA季节性ARIMA
-
Exponential Smoothing指数平滑
-
Prophet时间序列预测
-
DeepAR深度自回归
-
Temporal Convolutional Networks时序卷积网络
-
Transformer for Time Series时间序列Transformer
-
N-BEATS神经基础扩展分析时间序列
79.2 机器学习预测
-
Regression Models回归模型
-
Random Forests随机森林
-
Gradient Boosting梯度提升
-
XGBoost极限梯度提升
-
LightGBM轻量梯度提升机
-
CatBoost类别提升
-
Neural Networks for Prediction预测神经网络
-
Ensemble Methods for Prediction预测集成方法
80. 资源分配优化
80.1 动态分配
-
Dynamic Resource Allocation动态资源分配
-
Bin Packing装箱问题
-
Knapsack Problem背包问题
-
Resource-Constrained Scheduling资源约束调度
-
Multi-Resource Allocation多资源分配
-
Fair Resource Allocation公平资源分配
-
Efficient Resource Allocation高效资源分配
-
Online Resource Allocation在线资源分配
80.2 调度优化
-
Job Scheduling作业调度
-
Task Scheduling任务调度
-
Workflow Scheduling工作流调度
-
DAG Scheduling有向无环图调度
-
Heterogeneous Resource Scheduling异构资源调度
-
Energy-aware Scheduling能量感知调度
-
Cost-aware Scheduling成本感知调度
-
Deadline-aware Scheduling截止时间感知调度
三十二、 能耗与热管理算法
81. 能耗优化
81.1 功耗建模
-
Power Modeling功耗建模
-
Static Power Modeling静态功耗建模
-
Dynamic Power Modeling动态功耗建模
-
Thermal Modeling热建模
-
Energy Profiling能量剖析
-
Power Estimation功耗估计
-
Energy Efficiency Analysis能效分析
-
Carbon Footprint Modeling碳足迹建模
81.2 节能技术
-
Dynamic Voltage and Frequency Scaling动态电压频率调整
-
Power Gating电源门控
-
Clock Gating时钟门控
-
Adaptive Voltage Scaling自适应电压调整
-
Near-Threshold Computing近阈值计算
-
Sub-Threshold Computing亚阈值计算
-
Approximate Computing近似计算
-
Energy Harvesting能量收集
82. 热管理
82.1 温度控制
-
Thermal Management热管理
-
Dynamic Thermal Management动态热管理
-
Predictive Thermal Management预测性热管理
-
Proactive Thermal Management主动热管理
-
Reactive Thermal Management反应式热管理
-
Temperature-aware Scheduling温度感知调度
-
Thermal-aware Placement热感知布局
-
Cooling-aware Design冷却感知设计
82.2 散热优化
-
Heat Dissipation Optimization散热优化
-
Air Cooling Optimization空气冷却优化
-
Liquid Cooling Optimization液体冷却优化
-
Phase Change Cooling相变冷却
-
Thermoelectric Cooling热电冷却
-
Heat Pipe Optimization热管优化
-
Cooling System Design冷却系统设计
-
Thermal Interface Materials热界面材料
三十三、 故障预测与健康管理
83. 故障预测
83.1 预测性维护
-
Predictive Maintenance预测性维护
-
Remaining Useful Life Estimation剩余使用寿命估计
-
Failure Prediction故障预测
-
Anomaly Detection异常检测
-
Fault Diagnosis故障诊断
-
Health Monitoring健康监控
-
Prognostics and Health Management预测与健康管理
-
Condition-Based Maintenance基于状态的维护
83.2 可靠性分析
-
Reliability Analysis可靠性分析
-
Failure Mode and Effects Analysis故障模式与影响分析
-
Fault Tree Analysis故障树分析
-
Event Tree Analysis事件树分析
-
Reliability Block Diagrams可靠性框图
-
Markov Chains for Reliability马尔可夫链可靠性
-
Weibull Analysis威布尔分析
-
Accelerated Life Testing加速寿命测试
84. 系统健康管理
84.1 健康评估
-
Health Assessment健康评估
-
Health Indicators健康指标
-
Health Index健康指数
-
Degradation Modeling退化建模
-
Performance Degradation性能退化
-
Aging Effects老化效应
-
Wear-out Modeling磨损建模
-
Lifetime Prediction寿命预测
84.2 恢复策略
-
Recovery Strategies恢复策略
-
Self-Healing Systems自愈系统
-
Fault Tolerance容错
-
Error Correction错误纠正
-
Redundancy Management冗余管理
-
Repair Strategies修复策略
-
Reconfiguration Strategies重配置策略
-
Graceful Degradation优雅降级
三十四、 量子启发算法
85. 量子计算启发
85.1 量子算法模拟
-
Quantum-inspired Algorithms量子启发算法
-
Quantum Annealing量子退火
-
Simulated Annealing模拟退火
-
Quantum Walk量子行走
-
Grover's Algorithm格罗弗算法
-
Quantum Fourier Transform量子傅里叶变换
-
Variational Quantum Algorithms变分量子算法
-
Quantum Machine Learning量子机器学习
85.2 量子经典混合
-
Hybrid Quantum-Classical Algorithms量子经典混合算法
-
Quantum Neural Networks量子神经网络
-
Quantum Support Vector Machines量子支持向量机
-
Quantum Principal Component Analysis量子主成分分析
-
Quantum Generative Models量子生成模型
-
Quantum Reinforcement Learning量子强化学习
-
Quantum Natural Language Processing量子自然语言处理
-
Quantum Computer Vision量子计算机视觉
86. 量子优化
86.1 量子优化算法
-
Quantum Optimization Algorithms量子优化算法
-
Quantum Approximate Optimization Algorithm量子近似优化算法
-
Quantum Alternating Operator Ansatz量子交替算子拟设
-
Quantum Linear Systems Algorithm量子线性系统算法
-
Quantum Semidefinite Programming量子半定规划
-
Quantum Integer Programming量子整数规划
-
Quantum Convex Optimization量子凸优化
-
Quantum Non-convex Optimization量子非凸优化
86.2 经典量子接口
-
Classical-Quantum Interfaces经典量子接口
-
Quantum Compilers量子编译器
-
Quantum Circuit Optimization量子电路优化
-
Quantum Error Correction量子错误纠正
-
Quantum Noise Mitigation量子噪声缓解
-
Quantum State Tomography量子态层析
-
Quantum Process Tomography量子过程层析
-
Quantum Benchmarking量子基准测试
三十五、 生物启发算法
87. 神经网络生物学启发
87.1 生物神经网络模型
-
Spiking Neural Networks脉冲神经网络
-
Hodgkin-Huxley Model霍奇金-赫胥黎模型
-
Integrate-and-Fire Model整合发放模型
-
Leaky Integrate-and-Fire Model泄露整合发放模型
-
Izhikevich Model伊兹克维奇模型
-
Neural Mass Models神经质量模型
-
Wilson-Cowan Model威尔逊-考恩模型
-
Mean Field Models平均场模型
87.2 神经可塑性
-
Synaptic Plasticity突触可塑性
-
Hebbian Learning赫布学习
-
Spike-Timing-Dependent Plasticity脉冲时序依赖可塑性
-
Bienenstock-Cooper-Munro Rule BCM规则
-
Homeostatic Plasticity稳态可塑性
-
Structural Plasticity结构可塑性
-
Metaplasticity元可塑性
-
Neuromodulation神经调节
88. 进化计算
88.1 进化算法
-
Genetic Algorithms遗传算法
-
Genetic Programming遗传编程
-
Evolutionary Strategies进化策略
-
Evolutionary Programming进化编程
-
Differential Evolution差分进化
-
Particle Swarm Optimization粒子群优化
-
Ant Colony Optimization蚁群优化
-
Artificial Bee Colony人工蜂群算法
88.2 生物启发优化
-
Biologically-inspired Optimization生物启发优化
-
Immune System Algorithms免疫系统算法
-
Bacterial Foraging Optimization细菌觅食优化
-
Firefly Algorithm萤火虫算法
-
Cuckoo Search布谷鸟搜索
-
Bat Algorithm蝙蝠算法
-
Flower Pollination Algorithm花朵授粉算法
-
Whale Optimization Algorithm鲸鱼优化算法
三十六、 社会计算与群体智能
89. 群体智能
89.1 群体算法
-
Swarm Intelligence群体智能
-
Multi-Agent Systems多智能体系统
-
Collective Intelligence集体智能
-
Distributed Artificial Intelligence分布式人工智能
-
Collaborative Filtering协同过滤
-
Consensus Algorithms共识算法
-
Voting Systems投票系统
-
Wisdom of Crowds群体智慧
89.2 社会网络分析
-
Social Network Analysis社会网络分析
-
Network Centrality网络中心性
-
Community Detection社区检测
-
Influence Maximization影响力最大化
-
Information Diffusion信息传播
-
Social Influence Models社会影响模型
-
Homophily Analysis同质性分析
-
Structural Holes结构洞
90. 协作学习
90.1 分布式学习
-
Collaborative Learning协作学习
-
Federated Learning联邦学习
-
Distributed Learning分布式学习
-
Peer-to-Peer Learning点对点学习
-
Knowledge Distillation among Peers同伴间知识蒸馏
-
Model Aggregation模型聚合
-
Secure Aggregation安全聚合
-
Differential Privacy in Collaboration协作中的差分隐私
90.2 集体决策
-
Collective Decision Making集体决策
-
Group Decision Support Systems群体决策支持系统
-
Delphi Method德尔菲法
-
Nominal Group Technique名义群体技术
-
Brainstorming头脑风暴
-
Multi-criteria Decision Analysis多准则决策分析
-
Analytic Hierarchy Process层次分析法
-
Decision Trees for Groups群体决策树
三十七、 人机交互与界面算法
91. 自然用户界面
91.1 语音交互
-
Speech Recognition语音识别
-
Automatic Speech Recognition自动语音识别
-
Speech Synthesis语音合成
-
Text-to-Speech文本转语音
-
Voice Activity Detection语音活动检测
-
Speaker Recognition说话人识别
-
Emotion Recognition from Speech语音情感识别
-
Conversational AI对话人工智能
91.2 手势与姿态
-
Gesture Recognition手势识别
-
Hand Tracking手部追踪
-
Body Pose Estimation身体姿态估计
-
Facial Expression Recognition面部表情识别
-
Eye Tracking眼动追踪
-
Gaze Estimation视线估计
-
Motion Capture动作捕捉
-
Activity Recognition活动识别
92. 脑机接口
92.1 神经信号处理
-
Brain-Computer Interfaces脑机接口
-
Electroencephalography脑电图
-
Magnetoencephalography脑磁图
-
Functional Near-Infrared Spectroscopy功能近红外光谱
-
Electrocorticography皮层脑电图
-
Signal Processing for BCIs脑机接口信号处理
-
Feature Extraction特征提取
-
Classification Algorithms分类算法
92.2 神经解码
-
Neural Decoding神经解码
-
Motor Imagery Decoding运动想象解码
-
Visual Evoked Potentials视觉诱发电位
-
P300 Speller P300拼写器
-
Steady-State Visually Evoked Potentials稳态视觉诱发电位
-
Neural Representation Learning神经表示学习
-
Neural Manifolds神经流形
-
Neural Population Dynamics神经群体动力学
三十八、 环境感知与上下文理解
93. 上下文感知计算
93.1 上下文建模
-
Context-Aware Computing上下文感知计算
-
Context Modeling上下文建模
-
Context Acquisition上下文获取
-
Context Reasoning上下文推理
-
Context Adaptation上下文适应
-
Context Prediction上下文预测
-
Context-Aware Recommender Systems上下文感知推荐系统
-
Location-Based Services基于位置的服务
93.2 环境理解
-
Environmental Understanding环境理解
-
Scene Understanding场景理解
-
Semantic Segmentation语义分割
-
Instance Segmentation实例分割
-
Panoptic Segmentation全景分割
-
Depth Estimation深度估计
-
Optical Flow光流
-
3D Reconstruction三维重建
94. 多模态感知融合
94.1 传感器融合
-
Sensor Fusion传感器融合
-
Multi-modal Fusion多模态融合
-
Early Fusion早期融合
-
Late Fusion晚期融合
-
Intermediate Fusion中间融合
-
Attention-based Fusion基于注意力的融合
-
Transformer-based Fusion基于Transformer的融合
-
Adaptive Fusion自适应融合
94.2 时空建模
-
Spatiotemporal Modeling时空建模
-
Temporal Modeling时序建模
-
Spatial Modeling空间建模
-
Graph Neural Networks for Spatiotemporal Data时空数据图神经网络
-
Recurrent Neural Networks for Time Series时序循环神经网络
-
Convolutional Neural Networks for Spatial Data空间数据卷积神经网络
-
Spatiotemporal Attention时空注意力
-
Dynamic Graphs动态图
三十九、 伦理与公平性算法
95. 公平性保证
95.1 偏差检测与缓解
-
Bias Detection偏差检测
-
Fairness Metrics公平性指标
-
Demographic Parity人口统计平等
-
Equalized Odds均衡几率
-
Equal Opportunity平等机会
-
Counterfactual Fairness反事实公平性
-
Individual Fairness个体公平性
-
Group Fairness群体公平性
95.2 公平机器学习
-
Fair Machine Learning公平机器学习
-
Pre-processing Methods预处理方法
-
In-processing Methods处理中方法
-
Post-processing Methods后处理方法
-
Adversarial Debiasing对抗去偏
-
Fair Representation Learning公平表示学习
-
Fair Data Augmentation公平数据增强
-
Fair Regularization公平正则化
96. 透明性与问责制
96.1 可解释性方法
-
Explainable AI可解释人工智能
-
Interpretability Methods可解释性方法
-
Model Cards模型卡
-
Datasheets for Datasets数据集数据表
-
Algorithmic Impact Assessments算法影响评估
-
Audit Trails审计追踪
-
Provenance Tracking来源追踪
-
Responsibility Assignment责任分配
96.2 伦理决策
-
Ethical Decision Making伦理决策
-
Value Alignment价值对齐
-
Normative Ethics规范伦理
-
Consequentialism结果主义
-
Deontology义务论
-
Virtue Ethics德行伦理
-
Ethical Frameworks伦理框架
-
Moral Reasoning道德推理
四十、 可持续计算算法
97. 绿色计算
97.1 能效优化
-
Green Computing绿色计算
-
Energy-efficient Algorithms能效算法
-
Carbon-aware Computing碳感知计算
-
Renewable Energy Integration可再生能源集成
-
Energy Harvesting Systems能量收集系统
-
Low-power Design低功耗设计
-
Energy-proportional Computing能量比例计算
-
Sustainable Software Engineering可持续软件工程
97.2 生命周期评估
-
Life Cycle Assessment生命周期评估
-
Environmental Impact Assessment环境影响评估
-
Carbon Footprint Calculation碳足迹计算
-
Water Usage Tracking用水跟踪
-
E-waste Management电子废物管理
-
Circular Economy Principles循环经济原则
-
Sustainable Supply Chains可持续供应链
-
Green Procurement绿色采购
98. 资源循环利用
98.1 循环计算
-
Circular Computing循环计算
-
Hardware Reuse硬件重用
-
Component Recycling组件回收
-
Material Recovery材料回收
-
Remanufacturing再制造
-
Refurbishment翻新
-
Extended Producer Responsibility延伸生产者责任
-
Take-back Programs回收计划
98.2 可持续设计
-
Sustainable Design可持续设计
-
Design for Environment环境设计
-
Design for Disassembly可拆卸设计
-
Design for Recycling可回收设计
-
Modular Design模块化设计
-
Upgradeability可升级性
-
Repair-friendly Design易维修设计
-
Longevity Design长寿设计
四十一、 异构计算与跨平台优化
99. 跨架构移植优化
99.1 平台抽象层
-
Hardware Abstraction Layer硬件抽象层
-
Compute Unified Device Architecture计算统一设备架构
-
OpenCL Open Computing Language开放计算语言
-
Vulkan高性能图形和计算API
-
SYCL C++单源异构编程
-
OneAPI统一编程模型
-
ROCm Radeon开放计算平台
-
CUDA Compatibility CUDA兼容性
99.2 跨平台编译
-
Cross-platform Compilation跨平台编译
-
LLVM Intermediate Representation LLVM中间表示
-
SPIR-V标准便携式中间表示
-
WebGPU Web图形API
-
Cross-compilation交叉编译
-
Just-in-Time Compilation即时编译
-
Ahead-of-Time Compilation预先编译
-
Fat Binaries胖二进制文件
100. 异构资源管理
100.1 资源虚拟化
-
Resource Virtualization资源虚拟化
-
Virtual GPUs虚拟GPU
-
GPU Partitioning GPU分区
-
Time-sharing GPU分时GPU
-
Space-sharing GPU分空间GPU
-
Multi-tenant GPU Multi-tenancy多租户GPU
-
Resource Isolation资源隔离
-
Quality of Service服务质量
100.2 任务卸载
-
Task Offloading任务卸载
-
Computation Offloading计算卸载
-
Data Offloading数据卸载
-
Dynamic Offloading动态卸载
-
Adaptive Offloading自适应卸载
-
Energy-aware Offloading能量感知卸载
-
Latency-aware Offloading延迟感知卸载
-
Cost-aware Offloading成本感知卸载
四十二、 实时系统与低延迟算法
101. 实时调度算法
101.1 硬实时调度
-
Rate Monotonic Scheduling速率单调调度
-
Earliest Deadline First最早截止期优先
-
Least Laxity First最小松弛度优先
-
Deadline Monotonic截止期单调
-
Response Time Analysis响应时间分析
-
Utilization Bound Test利用率边界测试
-
Processor Demand Analysis处理器需求分析
-
Hyperperiod Analysis超周期分析
101.2 软实时调度
-
Proportional Share Scheduling比例共享调度
-
Weighted Fair Queueing加权公平队列
-
Lottery Scheduling彩票调度
-
Stride Scheduling步幅调度
-
Virtual Clock虚拟时钟
-
Earliest Eligible Virtual Deadline First最早合格虚拟截止期优先
-
Constant Bandwidth Server恒定带宽服务器
-
Total Bandwidth Server总带宽服务器
102. 低延迟通信
102.1 网络优化
-
Low-latency Networking低延迟网络
-
RDMA Remote Direct Memory Access远程直接内存访问
-
RoCE RDMA over Converged Ethernet融合以太网上的RDMA
-
InfiniBand无限带宽
-
DPDK Data Plane Development Kit数据平面开发套件
-
Kernel Bypass内核旁路
-
Zero-copy Networking零拷贝网络
-
User-space Networking用户空间网络
102.2 消息传递优化
-
Message Passing Interface消息传递接口
-
MPI Optimization MPI优化
-
Non-blocking Communication非阻塞通信
-
Persistent Communication持久通信
-
One-sided Communication单边通信
-
Collective Communication Optimization集体通信优化
-
Point-to-point Optimization点对点优化
-
Communication Scheduling通信调度
四十三、 容错与高可用性算法
103. 容错计算
103.1 检查点与恢复
-
Checkpointing Algorithms检查点算法
-
Incremental Checkpointing增量检查点
-
Coordinated Checkpointing协调检查点
-
Uncoordinated Checkpointing非协调检查点
-
Hybrid Checkpointing混合检查点
-
Disk-based Checkpointing基于磁盘的检查点
-
Memory-based Checkpointing基于内存的检查点
-
Application-level Checkpointing应用级检查点
103.2 复制与冗余
-
Replication Algorithms复制算法
-
Active Replication主动复制
-
Passive Replication被动复制
-
Semi-active Replication半主动复制
-
State Machine Replication状态机复制
-
Primary-backup Replication主备份复制
-
Chain Replication链式复制
-
Quorum-based Replication基于仲裁的复制
104. 拜占庭容错
104.1 共识算法
-
Byzantine Fault Tolerance拜占庭容错
-
Practical Byzantine Fault Tolerance实用拜占庭容错
-
Federated Byzantine Agreement联邦拜占庭协议
-
HoneyBadgerBFT蜜獾拜占庭容错
-
Tendermint Tendermint共识
-
HotStuff热点共识
-
Algorand阿罗共识
-
Raft共识算法
104.2 分布式一致性
-
Distributed Consensus分布式共识
-
Paxos算法
-
Multi-Paxos多Paxos
-
Fast Paxos快速Paxos
-
EPaxos弹性Paxos
-
Zab原子广播协议
-
Viewstamped Replication视图戳复制
-
Atomic Broadcast原子广播
四十四、 安全多方计算与隐私保护
105. 安全计算协议
105.1 多方安全计算
-
Secure Multi-party Computation安全多方计算
-
Garbled Circuits混淆电路
-
Yao's Protocol姚氏协议
-
GMW Protocol GMW协议
-
BGW Protocol BGW协议
-
SPDZ Protocol SPDZ协议
-
ABY Framework ABY框架
-
Oblivious Transfer不经意传输
105.2 同态加密
-
Homomorphic Encryption同态加密
-
Partially Homomorphic Encryption部分同态加密
-
Somewhat Homomorphic Encryption近似同态加密
-
Fully Homomorphic Encryption全同态加密
-
BFV Scheme BFV方案
-
BGV Scheme BGV方案
-
CKKS Scheme CKKS方案
-
TFHE快速全同态加密
106. 差分隐私实现
106.1 差分隐私机制
-
Differential Privacy Mechanisms差分隐私机制
-
Laplace Mechanism拉普拉斯机制
-
Exponential Mechanism指数机制
-
Gaussian Mechanism高斯机制
-
Randomized Response随机响应
-
Local Differential Privacy本地差分隐私
-
Central Differential Privacy中心差分隐私
-
Distributed Differential Privacy分布式差分隐私
106.2 隐私预算管理
-
Privacy Budget Management隐私预算管理
-
Composition Theorems组合定理
-
Advanced Composition高级组合
-
Renyi Differential Privacy Renyi差分隐私
-
Zero-concentrated Differential Privacy零集中差分隐私
-
Privacy Accounting隐私会计
-
Privacy Amplification隐私放大
-
Privacy Loss Distribution隐私损失分布
四十五、 形式化验证与正确性证明
107. 模型验证
107.1 形式化方法
-
Formal Verification形式化验证
-
Model Checking模型检测
-
Theorem Proving定理证明
-
Static Analysis静态分析
-
Dynamic Analysis动态分析
-
Symbolic Execution符号执行
-
Abstract Interpretation抽象解释
-
Bounded Model Checking有界模型检测
107.2 程序验证
-
Program Verification程序验证
-
Hoare Logic霍尔逻辑
-
Separation Logic分离逻辑
-
Temporal Logic时序逻辑
-
Linear Temporal Logic线性时序逻辑
-
Computational Tree Logic计算树逻辑
-
Symbolic Model Checking符号模型检测
-
Counterexample-guided Abstraction Refinement反例引导抽象精化
108. 神经网络验证
108.1 鲁棒性验证
-
Neural Network Verification神经网络验证
-
Reachability Analysis可达性分析
-
Interval Analysis区间分析
-
Polyhedral Analysis多面体分析
-
Satisfiability Modulo Theories可满足性模理论
-
Linear Programming线性规划
-
Semidefinite Programming半定规划
-
Mixed-integer Linear Programming混合整数线性规划
108.2 安全性证明
-
Safety Verification安全性验证
-
Adversarial Robustness Verification对抗鲁棒性验证
-
Certified Defenses认证防御
-
Provable Security可证明安全
-
Formal Guarantees形式化保证
-
Correctness Proof正确性证明
-
Soundness Proof可靠性证明
-
Completeness Proof完备性证明
四十六、 神经架构搜索与自动化设计
109. 搜索空间设计
109.1 架构搜索空间
-
Neural Architecture Search Spaces神经架构搜索空间
-
Cell-based Search Spaces基于单元的搜索空间
-
Macro Search Spaces宏观搜索空间
-
Hierarchical Search Spaces层次搜索空间
-
Continuous Search Spaces连续搜索空间
-
Discrete Search Spaces离散搜索空间
-
Mixed Search Spaces混合搜索空间
-
Multi-objective Search Spaces多目标搜索空间
109.2 超参数搜索空间
-
Hyperparameter Search Spaces超参数搜索空间
-
Categorical Parameters类别参数
-
Continuous Parameters连续参数
-
Integer Parameters整数参数
-
Conditional Parameters条件参数
-
Dependent Parameters依赖参数
-
Hierarchical Parameters层次参数
-
Multi-fidelity Parameters多保真度参数
110. 搜索算法
110.1 优化算法
-
Bayesian Optimization贝叶斯优化
-
Gaussian Processes高斯过程
-
Tree-structured Parzen Estimator树结构Parzen估计器
-
Sequential Model-based Optimization序列模型优化
-
Hyperband超频带
-
BOHB Bayesian Optimization Hyperband贝叶斯优化超频带
-
Random Search随机搜索
-
Grid Search网格搜索
110.2 演化算法
-
Evolutionary Algorithms for NAS NAS演化算法
-
Genetic Algorithms遗传算法
-
Neuroevolution of Augmenting Topologies增强拓扑神经演化
-
Regularized Evolution正则化演化
-
Aging Evolution衰老演化
-
Tournament Selection锦标赛选择
-
Mutation Operators变异算子
-
Crossover Operators交叉算子
四十七、 神经符号推理与混合系统
111. 符号推理集成
111.1 神经符号系统
-
Neural-symbolic Integration神经符号集成
-
Logic Tensor Networks逻辑张量网络
-
Differentiable Inductive Logic Programming可微归纳逻辑编程
-
Neural Theorem Provers神经定理证明器
-
Symbolic Knowledge Distillation符号知识蒸馏
-
Neural Logic Machines神经逻辑机器
-
DeepProbLog深度概率逻辑
-
TensorLog张量逻辑
111.2 知识注入
-
Knowledge Injection知识注入
-
Rule Injection规则注入
-
Constraint Injection约束注入
-
Logic Injection逻辑注入
-
Symbolic Prior Injection符号先验注入
-
Knowledge Graph Injection知识图谱注入
-
Ontology Injection本体注入
-
Semantic Injection语义注入
112. 可微逻辑
112.1 可微推理
-
Differentiable Reasoning可微推理
-
Fuzzy Logic模糊逻辑
-
Probabilistic Logic概率逻辑
-
Markov Logic Networks马尔可夫逻辑网络
-
Probabilistic Soft Logic概率软逻辑
-
Differentiable Fuzzy Logic可微模糊逻辑
-
Neural Logic Networks神经逻辑网络
-
Differentiable Theorem Proving可微定理证明
112.2 逻辑编程扩展
-
Differentiable Logic Programming可微逻辑编程
-
Deep Problog深度概率逻辑编程
-
Neural Datalog神经数据日志
-
Differentiable Answer Set Programming可微答案集编程
-
Neural Logic Programming神经逻辑编程
-
Differentiable Constraint Programming可微约束编程
-
Neural Satisfiability Modulo Theories神经可满足性模理论
-
Differentiable Automated Reasoning可微自动推理
四十八、 因果推理与干预分析
113. 因果发现
113.1 因果结构学习
-
Causal Discovery因果发现
-
Constraint-based Methods基于约束的方法
-
PC Algorithm PC算法
-
FCI Algorithm FCI算法
-
Score-based Methods基于评分的方法
-
Greedy Equivalence Search贪婪等价搜索
-
Bayesian Network Structure Learning贝叶斯网络结构学习
-
Causal DAG Discovery因果有向无环图发现
113.2 因果推断
-
Causal Inference因果推断
-
Potential Outcomes潜在结果
-
Rubin Causal Model鲁宾因果模型
-
Do-calculus do-演算
-
Backdoor Adjustment后门调整
-
Frontdoor Adjustment前门调整
-
Instrumental Variables工具变量
-
Difference-in-differences双重差分
114. 因果机器学习
114.1 因果表示学习
-
Causal Representation Learning因果表示学习
-
Invariant Risk Minimization不变风险最小化
-
Causal Invariant Learning因果不变学习
-
Independent Causal Mechanisms独立因果机制
-
Disentangled Representation Learning解耦表示学习
-
CausalVAE因果变分自编码器
-
Causal Generative Models因果生成模型
-
Causal Autoencoders因果自编码器
114.2 反事实推理
-
Counterfactual Reasoning反事实推理
-
Counterfactual Fairness反事实公平性
-
Counterfactual Explanations反事实解释
-
Counterfactual Data Augmentation反事实数据增强
-
Counterfactual Evaluation反事实评估
-
Counterfactual Policy Learning反事实策略学习
-
Counterfactual Risk Minimization反事实风险最小化
-
Counterfactual Regret Minimization反事实遗憾最小化
四十九、 不确定性量化与校准
115. 不确定性估计
115.1 贝叶斯方法
-
Bayesian Neural Networks贝叶斯神经网络
-
Variational Inference变分推断
-
Monte Carlo Dropout蒙特卡洛丢弃
-
Stochastic Gradient Langevin Dynamics随机梯度朗之万动力学
-
Hamiltonian Monte Carlo哈密顿蒙特卡洛
-
Markov Chain Monte Carlo马尔可夫链蒙特卡洛
-
Laplace Approximation拉普拉斯近似
-
Expectation Propagation期望传播
115.2 集成方法
-
Deep Ensembles深度集成
-
Bootstrap Ensembles自助法集成
-
Snapshot Ensembles快照集成
-
Batch Ensembles批集成
-
Hyper-deep Ensembles超深度集成
-
Diversity-promoting Ensembles多样性促进集成
-
Bayesian Ensembles贝叶斯集成
-
Randomization-based Ensembles基于随机化的集成
116. 校准方法
116.1 后处理校准
-
Post-hoc Calibration事后校准
-
Temperature Scaling温度缩放
-
Platt Scaling普拉特缩放
-
Isotonic Regression保序回归
-
Histogram Binning直方图分箱
-
Bayesian Binning into Quantiles贝叶斯分位数分箱
-
Ensemble Temperature Scaling集成温度缩放
-
Matrix Scaling矩阵缩放
116.2 训练时校准
-
Training-time Calibration训练时校准
-
Label Smoothing标签平滑
-
Focal Loss焦点损失
-
Calibration Regularization校准正则化
-
Confidence Penalty置信度惩罚
-
Entropy Regularization熵正则化
-
Mixup Mixup数据增强
-
Manifold Mixup流形Mixup
五十、 联邦学习与去中心化训练
117. 联邦优化算法
117.1 联邦平均
-
Federated Averaging联邦平均
-
FedAvg联邦平均
-
FedProx联邦近端
-
FedNova联邦归一化平均
-
SCAFFOLD控制变量联邦优化
-
FedMA联邦匹配平均
-
FedBN联邦批归一化
-
Personalized Federated Learning个性化联邦学习
117.2 异步联邦学习
-
Asynchronous Federated Learning异步联邦学习
-
FedAsync联邦异步
-
Asynchronous Stochastic Gradient Descent异步随机梯度下降
-
Stale Synchronous Parallelism过期同步并行
-
Elastic Averaging弹性平均
-
Decentralized Federated Learning去中心化联邦学习
-
Gossip Learning八卦学习
-
Peer-to-Peer Federated Learning点对点联邦学习
118. 隐私保护联邦学习
118.1 安全聚合
-
Secure Aggregation安全聚合
-
Differential Privacy差分隐私
-
Homomorphic Encryption同态加密
-
Multi-party Computation多方计算
-
Secret Sharing秘密共享
-
Random Masking随机掩码
-
Secure Multi-party Aggregation安全多方聚合
-
Privacy-preserving Aggregation隐私保护聚合
118.2 通信优化
-
Communication-efficient Federated Learning通信高效的联邦学习
-
Gradient Compression梯度压缩
-
Quantized Communication量化通信
-
Sparse Communication稀疏通信
-
Local Updates本地更新
-
Periodic Averaging周期性平均
-
Adaptive Communication自适应通信
-
Compression-aware Federated Learning压缩感知联邦学习
五十一、 边缘计算与移动端部署优化
119. 模型轻量化技术
119.1 移动端优化
-
Mobile Transformer Optimization移动端Transformer优化
-
MobileBERT移动BERT
-
TinyBERT微型BERT
-
DistilBERT蒸馏BERT
-
SqueezeBERT压缩BERT
-
EdgeBERT边缘BERT
-
Lite Transformer轻量Transformer
-
MobileViT移动视觉Transformer
119.2 设备适应性优化
-
Device-aware Optimization设备感知优化
-
Dynamic Computation动态计算
-
Adaptive Computation自适应计算
-
Conditional Computation条件计算
-
Early Exit早期退出
-
Multi-scale Processing多尺度处理
-
Resolution-adaptive Processing分辨率自适应处理
-
Complexity-adaptive Processing复杂度自适应处理
120. 边缘推理框架
120.1 边缘框架
-
TensorFlow Lite TensorFlow精简版
-
PyTorch Mobile PyTorch移动版
-
ONNX Runtime ONNX运行时
-
TVM for Edge TVM边缘版
-
MNN移动神经网络
-
NCNN腾讯神经网络推理框架
-
Paddle Lite百度飞桨精简版
-
Core ML苹果核心机器学习
120.2 模型转换与优化
-
Model Conversion模型转换
-
Quantization-aware Training量化感知训练
-
Post-training Quantization训练后量化
-
Dynamic Range Quantization动态范围量化
-
Integer-only Quantization纯整数量化
-
Pruning-aware Training剪枝感知训练
-
Knowledge Distillation for Edge边缘知识蒸馏
-
Hardware-aware Neural Architecture Search硬件感知神经架构搜索
五十二、 增量学习与终身学习系统
121. 灾难性遗忘缓解
121.1 正则化方法
-
Elastic Weight Consolidation弹性权重巩固
-
Synaptic Intelligence突触智能
-
Memory Aware Synapses记忆感知突触
-
Learning without Forgetting无遗忘学习
-
Incremental Moment Matching增量矩匹配
-
Orthogonal Gradient Descent正交梯度下降
-
Riemannian Walk黎曼漫步
-
Gradient Episodic Memory梯度情景记忆
121.2 架构方法
-
Progressive Neural Networks渐进神经网络
-
Dynamically Expandable Networks动态扩展网络
-
PackNet打包网络
-
PathNet路径网络
-
Expert Gate专家门控
-
iCaRL增量分类和表示学习
-
End-to-end Incremental Learning端到端增量学习
-
Class-incremental Learning类别增量学习
122. 记忆回放技术
122.1 样本选择
-
Experience Replay经验回放
-
Reservoir Sampling水库采样
-
Ring Buffer环形缓冲区
-
Greedy Sampling贪婪采样
-
Diversity-based Sampling基于多样性的采样
-
Uncertainty-based Sampling基于不确定性的采样
-
Gradient-based Sampling基于梯度的采样
-
Core-set Selection核心集选择
122.2 生成回放
-
Generative Replay生成回放
-
Deep Generative Replay深度生成回放
-
Conditional Generative Replay条件生成回放
-
Latent Replay潜在回放
-
Dreaming重放
-
Pseudo-rehearsal伪排练
-
Memory-based Generative Models基于记忆的生成模型
-
Continual Generative Modeling持续生成建模
五十三、 元优化与超参数优化
123. 超参数优化算法
123.1 黑盒优化
-
Black-box Optimization黑盒优化
-
Random Search随机搜索
-
Grid Search网格搜索
-
Bayesian Optimization贝叶斯优化
-
Tree-structured Parzen Estimator树结构Parzen估计器
-
Sequential Model-based Optimization序列模型优化
-
Hyperband超频带
-
BOHB贝叶斯优化超频带
123.2 基于梯度的优化
-
Gradient-based Hyperparameter Optimization基于梯度的超参数优化
-
Hypergradient Descent超梯度下降
-
Reverse-mode Automatic Differentiation反向模式自动微分
-
Forward-mode Automatic Differentiation前向模式自动微分
-
Implicit Differentiation隐式微分
-
Neumann Series诺依曼级数
-
Approximate Gradient Approximation近似梯度近似
-
Differentiable Hyperparameter Optimization可微超参数优化
124. 学习率调度策略
124.1 固定策略
-
Fixed Learning Rate固定学习率
-
Step Decay步长衰减
-
Exponential Decay指数衰减
-
Polynomial Decay多项式衰减
-
Inverse Time Decay逆时间衰减
-
Cosine Decay余弦衰减
-
Linear Decay线性衰减
-
Sqrt Decay平方根衰减
124.2 自适应策略
-
Adaptive Learning Rate自适应学习率
-
AdaGrad自适应梯度
-
RMSProp均方根传播
-
Adam自适应矩估计
-
AdaDelta自适应增量
-
Nadam Nesterov加速自适应矩估计
-
AdamW带权重衰减的Adam
-
LAMB分层自适应矩估计
五十四、 强化学习优化算法
125. 策略优化方法
125.1 策略梯度
-
Policy Gradient策略梯度
-
REINFORCE增强学习
-
Actor-Critic演员-评论家
-
Advantage Actor-Critic优势演员-评论家
-
Trust Region Policy Optimization信赖域策略优化
-
Proximal Policy Optimization近端策略优化
-
Soft Actor-Critic软演员-评论家
-
Deterministic Policy Gradient确定性策略梯度
125.2 值函数方法
-
Value-based Methods基于值的方法
-
Q-Learning Q学习
-
Deep Q-Network深度Q网络
-
Double DQN双DQN
-
Dueling DQN对决DQN
-
Prioritized Experience Replay优先级经验回放
-
Distributional RL分布强化学习
-
Rainbow彩虹方法
126. 探索策略
126.1 探索方法
-
Exploration Strategies探索策略
-
ε-Greedy ε-贪婪
-
Boltzmann Exploration玻尔兹曼探索
-
Upper Confidence Bound上置信界
-
Thompson Sampling汤普森采样
-
Intrinsic Motivation内在动机
-
Curiosity-driven Exploration好奇心驱动探索
-
Random Network Distillation随机网络蒸馏
126.2 课程学习
-
Curriculum Learning课程学习
-
Self-paced Learning自定进度学习
-
Teacher-student Curriculum师生课程
-
Goal-conditioned Curriculum目标条件课程
-
Automatic Curriculum Learning自动课程学习
-
Reverse Curriculum Generation逆向课程生成
-
Adversarial Curriculum Learning对抗课程学习
-
Progressive Neural Networks for Curriculum渐进神经网络课程
五十五、 自监督与无监督预训练
127. 掩码语言建模
127.1 掩码策略
-
Masked Language Modeling掩码语言建模
-
BERT-style Masking BERT风格掩码
-
Span Masking跨度掩码
-
Dynamic Masking动态掩码
-
Whole Word Masking全词掩码
-
Sentence Permutation句子置换
-
Document Rotation文档旋转
-
Text Infilling文本填充
127.2 替代预测任务
-
Alternative Prediction Tasks替代预测任务
-
Next Sentence Prediction下一句预测
-
Sentence Order Prediction句子顺序预测
-
Replaced Token Detection替换令牌检测
-
Deleted Token Detection删除令牌检测
-
Permutation Language Modeling置换语言建模
-
Electra-style Pre-training Electra风格预训练
-
AlBert交替BERT
128. 对比学习预训练
128.1 对比方法
-
Contrastive Learning对比学习
-
SimCLR简单对比学习
-
MoCo动量对比
-
BYOL引导你自己的潜在
-
SwAV交换分配视图
-
Barlow Twins巴洛孪生
-
VicReg方差-不变性-协方差正则化
-
SimSiam简单孪生
128.2 自监督目标
-
Self-supervised Objectives自监督目标
-
InfoNCE信息噪声对比估计
-
Triplet Loss三元组损失
-
N-pair Loss N对损失
-
Margin-based Loss基于间隔的损失
-
Circle Loss圆形损失
-
SupCon监督对比损失
-
ProtoNCE原型噪声对比估计
五十六、 多任务学习与迁移学习
129. 多任务学习架构
129.1 参数共享
-
Multi-task Learning Architectures多任务学习架构
-
Hard Parameter Sharing硬参数共享
-
Soft Parameter Sharing软参数共享
-
Task-specific Layers任务特定层
-
Shared Bottleneck共享瓶颈
-
Cross-stitch Networks交叉缝合网络
-
Sluice Networks水闸网络
-
Multi-gate Mixture-of-Experts多门混合专家
129.2 任务平衡
-
Task Balancing任务平衡
-
Uncertainty Weighting不确定性加权
-
GradNorm梯度归一化
-
Dynamic Weight Averaging动态权重平均
-
Pareto Optimality帕累托最优
-
Multiple Gradient Descent多梯度下降
-
Conflict-averse Gradient Descent避免冲突梯度下降
-
Gradient Surgery梯度外科
130. 迁移学习策略
130.1 迁移方法
-
Transfer Learning Strategies迁移学习策略
-
Feature Extraction特征提取
-
Fine-tuning微调
-
Layer-wise Fine-tuning逐层微调
-
Progressive Fine-tuning渐进微调
-
Discriminative Fine-tuning判别微调
-
Slanted Triangular Learning Rates倾斜三角学习率
-
Differential Learning Rates差分学习率
130.2 领域适应
-
Domain Adaptation领域适应
-
Domain Adversarial Training领域对抗训练
-
Domain Separation Networks领域分离网络
-
Maximum Mean Discrepancy最大均值差异
-
CORAL相关对齐
-
MMD Maximum Mean Discrepancy最大均值差异
-
DANN域对抗神经网络
-
ADDA对抗判别领域适应
五十七、 几何深度学习与图神经网络
131. 图Transformer
131.1 图注意力网络
-
Graph Attention Networks图注意力网络
-
Graph Transformer图Transformer
-
Graphormer图转换器
-
Graph-BERT图BERT
-
Graph-based Transformer基于图的Transformer
-
Positional Encoding for Graphs图位置编码
-
Structural Encoding for Graphs图结构编码
-
Edge Encoding边编码
131.2 图神经网络变体
-
Graph Neural Network Variants图神经网络变体
-
Graph Convolutional Networks图卷积网络
-
GraphSAGE图采样聚合
-
Graph Isomorphism Network图同构网络
-
Message Passing Neural Networks消息传递神经网络
-
Differentiable Pooling可微分池化
-
Graph U-Nets图U型网络
-
Graph Autoencoders图自编码器
132. 几何等变网络
132.1 等变架构
-
Equivariant Architectures等变架构
-
Steerable CNNs可转向卷积神经网络
-
Spherical CNNs球面卷积神经网络
-
Group Equivariant CNNs群等变卷积神经网络
-
Tensor Field Networks张量场网络
-
SE(3)-Transformers SE(3)变换器
-
Equivariant Attention等变注意力
-
Lie Transformer李变换器
132.2 几何表示学习
-
Geometric Representation Learning几何表示学习
-
Point Cloud Processing点云处理
-
3D Graph Networks三维图网络
-
Geometric Deep Learning几何深度学习
-
Manifold Learning流形学习
-
Hyperbolic Neural Networks双曲神经网络
-
Spherical Neural Networks球面神经网络
-
Geometric Algebra Networks几何代数网络
五十八、 时间序列预测与序列建模
133. 时序Transformer
133.1 时序注意力
-
Temporal Attention时序注意力
-
Informer时序预测Transformer
-
Autoformer自相关Transformer
-
FEDformer频率增强分解Transformer
-
Pyraformer金字塔Transformer
-
LogSparse Transformer对数稀疏Transformer
-
Reformer for Time Series时序Reformer
-
Longformer for Time Series时序Longformer
133.2 时序位置编码
-
Temporal Positional Encoding时序位置编码
-
Learnable Positional Encoding可学习位置编码
-
Fixed Positional Encoding固定位置编码
-
Relative Positional Encoding相对位置编码
-
Rotary Positional Encoding旋转位置编码
-
Time2Vec时间向量
-
Periodic Encoding周期性编码
-
Hierarchical Encoding层次编码
134. 多变量时序
134.1 多变量方法
-
Multivariate Time Series多变量时间序列
-
Cross-variable Attention跨变量注意力
-
Variable Selection Network变量选择网络
-
Multivariate Transformer多变量Transformer
-
Temporal Fusion Transformer时序融合Transformer
-
Channel-wise Attention通道注意力
-
Variable-wise Attention变量注意力
-
Cross-correlation Attention互相关注意力
134.2 频域方法
-
Frequency Domain Methods频域方法
-
Fourier Transform傅里叶变换
-
Wavelet Transform小波变换
-
Spectral Attention谱注意力
-
Frequency-enhanced Networks频率增强网络
-
Multi-scale Frequency Analysis多尺度频率分析
-
Time-Frequency Analysis时频分析
-
Spectral Graph Convolution谱图卷积
五十九、 多模态融合与跨模态学习
135. 多模态Transformer
135.1 模态融合
-
Multimodal Fusion多模态融合
-
Early Fusion早期融合
-
Late Fusion晚期融合
-
Hybrid Fusion混合融合
-
Cross-modal Attention跨模态注意力
-
Co-attention协同注意力
-
Self-attention across Modalities跨模态自注意力
-
Modality-specific Encoding模态特定编码
135.2 多模态架构
-
Multimodal Architectures多模态架构
-
ViT Vision Transformer视觉Transformer
-
CLIP对比语言-图像预训练
-
DALL-E文本到图像生成
-
Flamingo多模态少样本学习
-
Perceiver通用感知器
-
Unified Transformer统一Transformer
-
Multimodal BERT多模态BERT
136. 跨模态对齐
136.1 对齐方法
-
Cross-modal Alignment跨模态对齐
-
Contrastive Alignment对比对齐
-
Cycle Consistency循环一致性
-
Cross-modal Retrieval跨模态检索
-
Modality Translation模态转换
-
Shared Representation Learning共享表示学习
-
Modality-invariant Features模态不变特征
-
Cross-modal Generation跨模态生成
136.2 多模态预训练
-
Multimodal Pre-training多模态预训练
-
Masked Multimodal Modeling掩码多模态建模
-
Cross-modal Prediction跨模态预测
-
Multimodal Contrastive Learning多模态对比学习
-
Multitask Multimodal Pre-training多任务多模态预训练
-
Self-supervised Multimodal Learning自监督多模态学习
-
Weakly-supervised Alignment弱监督对齐
-
Unsupervised Alignment无监督对齐
六十、 推理优化编译器技术
137. 计算图编译优化
137.1 图级优化
-
Graph-level Optimizations图级优化
-
Common Subexpression Elimination公共子表达式消除
-
Dead Code Elimination死代码消除
-
Constant Folding常量折叠
-
Operator Fusion算子融合
-
Layout Optimization布局优化
-
Memory Optimization内存优化
-
Kernel Fusion内核融合
137.2 中间表示优化
-
Intermediate Representation Optimization中间表示优化
-
LLVM IR Optimization LLVM中间表示优化
-
MLIR Optimization MLIR优化
-
TensorIR Optimization张量中间表示优化
-
Relay IR Optimization Relay中间表示优化
-
XLA HLO Optimization XLA高级优化器优化
-
TVM IR Optimization TVM中间表示优化
-
Triton IR Optimization Triton中间表示优化
138. 自动代码生成
138.1 内核生成
-
Kernel Generation内核生成
-
Template-based Code Generation基于模板的代码生成
-
Auto-tuning自动调优
-
Polyhedral Compilation多面体编译
-
Halide-based Code Generation基于Halide的代码生成
-
TVM Auto-scheduler TVM自动调度器
-
Ansor Ansor自动调度
-
FlexTensor FlexTensor张量调度
138.2 硬件特定优化
-
Hardware-specific Optimizations硬件特定优化
-
GPU-specific Optimizations GPU特定优化
-
CPU-specific Optimizations CPU特定优化
-
TPU-specific Optimizations TPU特定优化
-
NPU-specific Optimizations NPU特定优化
-
FPGA-specific Optimizations FPGA特定优化
-
ASIC-specific Optimizations ASIC特定优化
-
Cross-platform Optimization跨平台优化
六十一、 稀疏化与激活稀疏计算
139. 结构化稀疏算法
139.1 权重稀疏化
-
Structured Weight Sparsification结构化权重稀疏化
-
Block-wise Sparsity分块稀疏
-
N:M Sparsity N:M稀疏模式
-
2:4 Sparsity 2:4稀疏
-
Channel-wise Sparsity通道稀疏
-
Layer-wise Sparsity层稀疏
-
Structured Pruning结构化剪枝
-
Group Lasso稀疏化组套索
139.2 模式稀疏
-
Pattern-based Sparsity基于模式的稀疏
-
Checkerboard Sparsity棋盘稀疏
-
Diagonal Sparsity对角稀疏
-
Random Structured Sparsity随机结构化稀疏
-
Learned Sparsity Patterns学习稀疏模式
-
Dynamic Sparsity Patterns动态稀疏模式
-
Task-aware Sparsity任务感知稀疏
-
Hardware-aware Sparsity硬件感知稀疏
140. 非结构化稀疏优化
140.1 动态稀疏
-
Dynamic Sparsity动态稀疏
-
Activation Sparsity激活稀疏
-
Input-dependent Sparsity输入相关稀疏
-
Runtime Sparsity Detection运行时稀疏检测
-
Gating Mechanisms门控机制
-
Sparse Attention稀疏注意力
-
Mixture of Experts稀疏激活
-
Top-k Routing Top-k路由
140.2 稀疏计算加速
-
Sparse Computation Acceleration稀疏计算加速
-
Sparse Matrix Multiplication稀疏矩阵乘法
-
Sparse Tensor Cores稀疏张量核心
-
Sparse Convolution稀疏卷积
-
Sparse Transformer Inference稀疏Transformer推理
-
Zero-skipping Algorithms零跳过算法
-
Compressed Sparse Row压缩稀疏行格式
-
Compressed Sparse Column压缩稀疏列格式
六十二、 动态计算与自适应推理
141. 条件计算机制
141.1 动态深度
-
Dynamic Depth动态深度
-
Early Exit早期退出
-
Adaptive Depth自适应深度
-
Depth-adaptive Inference深度自适应推理
-
Multi-scale Exit多尺度退出
-
Confidence-based Early Exit基于置信度的早期退出
-
Uncertainty-aware Exit不确定性感知退出
-
Layer-wise Dropout层间丢弃
141.2 动态宽度
-
Dynamic Width动态宽度
-
Width-adaptive Networks宽度自适应网络
-
Channel Gating通道门控
-
Feature Gating特征门控
-
Dynamic Channel Selection动态通道选择
-
Width Multiplier宽度乘数
-
Slimmable Networks可瘦身网络
-
Runtime Width Adjustment运行时宽度调整
142. 输入自适应计算
142.1 复杂度预测
-
Input-adaptive Computation输入自适应计算
-
Complexity Prediction复杂度预测
-
Difficulty Estimation难度估计
-
Content-aware Processing内容感知处理
-
Resolution-adaptive Processing分辨率自适应处理
-
Patch-based Adaptive Processing基于图像块的自适应处理
-
Token-based Adaptive Processing基于令牌的自适应处理
-
Sequence-length Adaptive Processing序列长度自适应处理
142.2 动态路由
-
Dynamic Routing动态路由
-
Mixture of Experts Routing混合专家路由
-
Learned Routing学习路由
-
Gumbel-Softmax Routing Gumbel-Softmax路由
-
Top-k Expert Selection Top-k专家选择
-
Load-balanced Routing负载均衡路由
-
Capacity-aware Routing容量感知路由
-
Sparse Routing稀疏路由
六十三、 模型蒸馏与知识传递
143. 响应蒸馏方法
143.1 软标签蒸馏
-
Response Distillation响应蒸馏
-
Soft Target Distillation软目标蒸馏
-
Temperature Scaling蒸馏温度缩放
-
Knowledge Distillation知识蒸馏
-
Teacher-Student Distillation师生蒸馏
-
Online Distillation在线蒸馏
-
Offline Distillation离线蒸馏
-
Self-distillation自蒸馏
143.2 关系蒸馏
-
Relational Knowledge Distillation关系知识蒸馏
-
Attention Distillation注意力蒸馏
-
Hint-based Distillation基于提示的蒸馏
-
Feature-based Distillation基于特征的蒸馏
-
Correlation Distillation相关性蒸馏
-
Similarity-preserving Distillation相似性保持蒸馏
-
Mutual Information Distillation互信息蒸馏
-
Contrastive Distillation对比蒸馏
144. 结构化蒸馏
144.1 架构感知蒸馏
-
Architecture-aware Distillation架构感知蒸馏
-
Layer-wise Distillation层间蒸馏
-
Block-wise Distillation块间蒸馏
-
Attention Map Distillation注意力图蒸馏
-
Hidden State Distillation隐藏状态蒸馏
-
Intermediate Feature Distillation中间特征蒸馏
-
Gram Matrix Distillation格拉姆矩阵蒸馏
-
Distribution Distillation分布蒸馏
144.2 数据高效蒸馏
-
Data-efficient Distillation数据高效蒸馏
-
Unlabeled Data Distillation无标签数据蒸馏
-
Synthetic Data Distillation合成数据蒸馏
-
Adversarial Distillation对抗蒸馏
-
Mixup Distillation Mixup蒸馏
-
Curriculum Distillation课程蒸馏
-
Multi-teacher Distillation多教师蒸馏
-
Cross-modal Distillation跨模态蒸馏
六十四、 注意力机制创新与变体
145. 高效注意力设计
145.1 线性复杂度注意力
-
Linear-complexity Attention线性复杂度注意力
-
Linformer线性Transformer
-
Performer性能型Transformer
-
Linear Transformer线性Transformer
-
Synthesizer合成器注意力
-
Sparse Transformer稀疏Transformer
-
Longformer长文本Transformer
-
BigBird大型鸟注意力
145.2 局部注意力机制
-
Local Attention Mechanisms局部注意力机制
-
Sliding Window Attention滑动窗口注意力
-
Dilated Attention空洞注意力
-
Block Local Attention分块局部注意力
-
Strided Attention跨步注意力
-
Random Local Attention随机局部注意力
-
Compressive Attention压缩注意力
-
Memory-compressed Attention记忆压缩注意力
146. 注意力模式创新
146.1 内容感知注意力
-
Content-aware Attention内容感知注意力
-
Dynamic Attention动态注意力
-
Conditional Attention条件注意力
-
Input-dependent Attention输入相关注意力
-
Gated Attention门控注意力
-
Multi-scale Attention多尺度注意力
-
Hierarchical Attention层次注意力
-
Sparse Attention Patterns稀疏注意力模式
146.2 结构增强注意力
-
Structure-enhanced Attention结构增强注意力
-
Syntax-aware Attention句法感知注意力
-
Dependency-based Attention基于依存关系的注意力
-
Graph Attention图注意力
-
Tree-structured Attention树结构注意力
-
Position-aware Attention位置感知注意力
-
Temporal Attention时序注意力
-
Spatial Attention空间注意力
六十五、 位置编码创新方案
147. 相对位置编码
147.1 相对距离编码
-
Relative Position Encoding相对位置编码
-
Transformer-XL相对位置编码
-
T5 Relative Bias T5相对偏置
-
DeBERTa相对位置编码
-
Rotary Position Embedding旋转位置嵌入
-
Complex Position Embedding复数位置嵌入
-
XPos扩展旋转位置编码
-
ALiBi注意力线性偏置
147.2 可学习位置编码
-
Learnable Positional Encoding可学习位置编码
-
Absolute Position Embedding绝对位置嵌入
-
Sinusoidal Position Encoding正弦位置编码
-
Learned Relative Position Encoding可学习相对位置编码
-
Conditional Position Encoding条件位置编码
-
Hierarchical Position Encoding层次位置编码
-
Cross-attention Position Encoding交叉注意力位置编码
-
Task-specific Position Encoding任务特定位置编码
148. 长度外推方法
148.1 外推技术
-
Length Extrapolation长度外推
-
Position Interpolation位置插值
-
NTK-aware Scaled RoPE NTK感知缩放旋转位置编码
-
YaRN另一个RoPE扩展
-
PI位置插值
-
Dynamic NTK动态NTK
-
StreamingLLM流式LLM位置编码
-
Attention Sink注意力汇
148.2 相对位置外推
-
Relative Position Extrapolation相对位置外推
-
Train Short, Test Long训练短测试长
-
Progressive Training渐进训练
-
Curriculum Position Encoding课程位置编码
-
Random Position Training随机位置训练
-
Sliding Window Training滑动窗口训练
-
Chunk-wise Training分块训练
-
Recurrent Position Encoding循环位置编码
六十六、 归一化与标准化创新
149. 归一化层变体
149.1 层归一化改进
-
Layer Normalization Variants层归一化变体
-
RMSNorm均方根归一化
-
ScaleNorm缩放归一化
-
PowerNorm幂归一化
-
Adaptive Layer Norm自适应层归一化
-
Conditional Layer Norm条件层归一化
-
Instance Normalization实例归一化
-
Group Normalization组归一化
149.2 激活归一化
-
Activation Normalization激活归一化
-
Batch Normalization批归一化
-
Weight Normalization权重归一化
-
Spectral Normalization谱归一化
-
Filter Response Normalization滤波器响应归一化
-
EvoNorm进化归一化
-
Switchable Normalization可切换归一化
-
Dynamic Normalization动态归一化
150. 归一化位置优化
150.1 预归一化架构
-
Pre-normalization Architectures预归一化架构
-
Pre-LN Transformer预层归一化Transformer
-
Post-LN Transformer后层归一化Transformer
-
Sandwich Normalization三明治归一化
-
DeepNorm深度归一化
-
Admin自适应模型初始化
-
T-Fixup T初始化修复
-
ReZero重新归零
150.2 归一化稳定性
-
Normalization Stability归一化稳定性
-
Gradient Clipping梯度裁剪
-
Warmup Strategies预热策略
-
Learning Rate Scheduling学习率调度
-
Weight Initialization权重初始化
-
Residual Connections残差连接
-
Skip Connections跳跃连接
-
Highway Connections高速公路连接
六十七、 初始化与优化策略
151. 权重初始化方法
151.1 现代初始化策略
-
Weight Initialization Methods权重初始化方法
-
Xavier Initialization Xavier初始化
-
He Initialization He初始化
-
LeCun Initialization LeCun初始化
-
Orthogonal Initialization正交初始化
-
Sparse Initialization稀疏初始化
-
Delta Orthogonal Initialization Delta正交初始化
-
T-Fixup Initialization T-Fixup初始化
151.2 自适应初始化
-
Adaptive Initialization自适应初始化
-
Data-dependent Initialization数据相关初始化
-
Layer-sequential Unit-variance层序单位方差
-
Meta-initialization元初始化
-
Learned Initialization学习初始化
-
Pretrained Initialization预训练初始化
-
Transfer Initialization迁移初始化
-
Curriculum Initialization课程初始化
152. 优化器创新
152.1 自适应优化器
-
Adaptive Optimizers自适应优化器
-
Adam优化器
-
AdamW带权重衰减的Adam
-
AdaGrad自适应梯度
-
RMSProp均方根传播
-
AdaDelta自适应增量
-
Nadam Nesterov加速自适应矩估计
-
RAdam矫正Adam
152.2 二阶优化方法
-
Second-order Optimization Methods二阶优化方法
-
Natural Gradient自然梯度
-
K-FAC克罗内克因子近似曲率
-
Shampoo洗发水优化器
-
Sophia二阶优化器
-
Gauss-Newton高斯-牛顿法
-
L-BFGS有限内存BFGS
-
Conjugate Gradient共轭梯度
六十八、 正则化与泛化技术
153. 结构化正则化
153.1 权重正则化
-
Weight Regularization权重正则化
-
L1 Regularization L1正则化
-
L2 Regularization L2正则化
-
Elastic Net弹性网络
-
Weight Decay权重衰减
-
Max-norm Constraints最大范数约束
-
Orthogonal Regularization正交正则化
-
Spectral Regularization谱正则化
153.2 激活正则化
-
Activation Regularization激活正则化
-
Dropout丢弃
-
Spatial Dropout空间丢弃
-
DropBlock丢弃块
-
Stochastic Depth随机深度
-
LayerDrop层丢弃
-
Shake-Shake正则化
-
ShakeDrop正则化
154. 数据增强正则化
154.1 输入增强
-
Input Augmentation输入增强
-
Mixup数据混合
-
Cutmix剪接混合
-
RandAugment随机增强
-
AutoAugment自动增强
-
AugMix增强混合
-
TrivialAugment简单增强
-
Random Erasing随机擦除
154.2 特征空间增强
-
Feature Space Augmentation特征空间增强
-
Manifold Mixup流形混合
-
Feature Mixup特征混合
-
Adversarial Training对抗训练
-
Virtual Adversarial Training虚拟对抗训练
-
Information Bottleneck信息瓶颈
-
Contrastive Learning对比学习
-
Self-supervised Learning自监督学习
六十九、 损失函数设计与优化
155. 分类损失函数
155.1 交叉熵变体
-
Classification Loss Functions分类损失函数
-
Cross-Entropy Loss交叉熵损失
-
Label Smoothing标签平滑
-
Focal Loss焦点损失
-
Class-balanced Loss类别平衡损失
-
Asymmetric Loss非对称损失
-
Symmetric Cross Entropy对称交叉熵
-
Generalized Cross Entropy广义交叉熵
155.2 边界损失
-
Margin-based Losses基于间隔的损失
-
Triplet Loss三元组损失
-
Contrastive Loss对比损失
-
Center Loss中心损失
-
ArcFace损失
-
CosFace损失
-
SphereFace损失
-
Additive Angular Margin Loss加性角度间隔损失
156. 回归与排序损失
156.1 回归损失
-
Regression Loss Functions回归损失函数
-
Mean Squared Error均方误差
-
Mean Absolute Error平均绝对误差
-
Huber Loss Huber损失
-
Log-Cosh Loss对数双曲余弦损失
-
Quantile Loss分位数损失
-
Poisson Loss泊松损失
-
Tweedie Loss Tweedie损失
156.2 排序损失
-
Ranking Loss Functions排序损失函数
-
Pairwise Ranking Loss成对排序损失
-
Listwise Ranking Loss列表排序损失
-
ApproxNDCG近似归一化折损累积增益
-
LambdaRank Lambda排序
-
LambdaMART Lambda梯度提升树
-
SoftRank软排序
-
ListNet列表网络损失
七十、 评估指标与基准测试
157. 语言模型评估
157.1 内在评估指标
-
Intrinsic Evaluation Metrics内在评估指标
-
Perplexity困惑度
-
Bits-per-character每字符比特数
-
Cross-entropy交叉熵
-
Token-level Accuracy令牌级准确率
-
Next-word Prediction Accuracy下一词预测准确率
-
Language Modeling Score语言建模分数
-
Coherence Score连贯性分数
-
Diversity Score多样性分数
157.2 外在评估指标
-
Extrinsic Evaluation Metrics外在评估指标
-
Task-specific Accuracy任务特定准确率
-
BLEU Score BLEU分数
-
ROUGE Score ROUGE分数
-
METEOR Score METEOR分数
-
CIDEr Score CIDEr分数
-
SPICE Score SPICE分数
-
BERTScore BERT分数
-
BLEURT BLEURT评估
158. 推理效率评估
158.1 性能指标
-
Efficiency Metrics效率指标
-
Latency延迟
-
Throughput吞吐量
-
Memory Usage内存使用
-
FLOPs浮点运算次数
-
MACs乘加运算次数
-
Energy Consumption能量消耗
-
Carbon Emissions碳排放
-
Cost per Inference每次推理成本
158.2 基准测试套件
-
Benchmark Suites基准测试套件
-
MLPerf Inference MLPerf推理基准
-
AI Benchmark AI基准
-
DeepBench深度基准
-
Fathom基准
-
DAWNBench黎明基准
-
EEMBC Embedded Benchmark嵌入式基准
-
SPEC ACCEL SPEC加速基准
七十一、 强化学习推理优化
159. 推理策略学习
159.1 自适应推理策略
-
Adaptive Inference Policies自适应推理策略
-
Reinforcement Learning for Inference推理强化学习
-
Policy Gradient for Inference策略梯度推理优化
-
Q-learning for Computation Budgeting计算预算Q学习
-
Actor-Critic for Dynamic Computation动态计算演员-评论家
-
Monte Carlo Tree Search for Exit Decisions退出决策蒙特卡洛树搜索
-
Bandit Algorithms for Early Exit早期退出多臂赌博机算法
-
Contextual Bandits for Adaptive Computation上下文赌博机自适应计算
159.2 资源分配学习
-
Learned Resource Allocation学习资源分配
-
Dynamic Computation Allocation动态计算分配
-
Attention Allocation Learning注意力分配学习
-
Layer Allocation Policies层分配策略
-
Token Selection Policies令牌选择策略
-
Budget-aware Inference预算感知推理
-
Quality-Speed Trade-off Learning质量-速度权衡学习
-
Pareto-optimal Policy Learning帕累托最优策略学习
160. 推理过程优化
160.1 决策序列优化
-
Decision Sequence Optimization决策序列优化
-
Markov Decision Processes for Inference推理马尔可夫决策过程
-
Partially Observable MDPs部分可观测MDP
-
Hierarchical Reinforcement Learning层次强化学习
-
Option Discovery for Inference推理选项发现
-
Skill Learning for Computation计算技能学习
-
Curriculum Learning for Inference推理课程学习
-
Meta-learning Inference Policies元学习推理策略
160.2 奖励设计
-
Reward Design for Inference推理奖励设计
-
Accuracy-Reward Mapping准确率-奖励映射
-
Latency-Reward Formulation延迟-奖励公式
-
Multi-objective Reward Functions多目标奖励函数
-
Sparse Reward Handling稀疏奖励处理
-
Intrinsic Reward Design内在奖励设计
-
Curiosity-driven Exploration好奇心驱动探索
-
Self-play for Policy Improvement自我对弈策略改进
七十二、 神经架构搜索推理优化
161. NAS推理专用架构
161.1 推理感知架构搜索
-
Inference-aware Neural Architecture Search推理感知神经架构搜索
-
Hardware-aware NAS硬件感知NAS
-
Latency-predictive NAS延迟预测NAS
-
Energy-aware NAS能量感知NAS
-
Memory-constrained NAS内存约束NAS
-
Accuracy-Latency Pareto Search准确率-延迟帕累托搜索
-
Multi-objective NAS多目标NAS
-
Once-for-all Networks一次训练多架构网络
161.2 推理子网络搜索
-
Inference Subnetwork Search推理子网络搜索
-
Slimmable Network Search可瘦身网络搜索
-
Dynamic Network Search动态网络搜索
-
Supernet Training超网训练
-
Weight Sharing for NAS NAS权重共享
-
Differentiable Architecture Search可微架构搜索
-
Progressive NAS渐进NAS
-
Efficient NAS高效NAS
162. 自动化推理优化
162.1 自动化超参数优化
-
Automated Hyperparameter Optimization自动化超参数优化
-
Bayesian Optimization for Inference推理贝叶斯优化
-
Hyperband for Inference Inference超频带
-
Population-based Training基于种群的训练
-
Gradient-based Hyperparameter Optimization基于梯度的超参数优化
-
Meta-learning Hyperparameters元学习超参数
-
Transfer Learning for Hyperparameters超参数迁移学习
-
Multi-fidelity Optimization多保真度优化
162.2 自动化剪枝量化
-
Automated Pruning and Quantization自动化剪枝量化
-
Differentiable Pruning可微剪枝
-
Learned Thresholds学习阈值
-
Automated Bit-width Selection自动比特宽度选择
-
Mixed-precision NAS混合精度NAS
-
Compression-aware NAS压缩感知NAS
-
Joint Architecture-Compression Search联合架构-压缩搜索
-
Pareto-optimal Compression帕累托最优压缩
七十三、 模型监控与调试
163. 推理监控系统
163.1 实时性能监控
-
Real-time Performance Monitoring实时性能监控
-
Latency Monitoring延迟监控
-
Throughput Monitoring吞吐量监控
-
Memory Usage Tracking内存使用跟踪
-
GPU Utilization Monitoring GPU利用率监控
-
Power Consumption Monitoring功耗监控
-
Temperature Monitoring温度监控
-
Error Rate Monitoring错误率监控
163.2 质量监控
-
Quality Monitoring质量监控
-
Accuracy Drift Detection准确率漂移检测
-
Distribution Shift Detection分布偏移检测
-
Out-of-distribution Detection分布外检测
-
Anomaly Detection异常检测
-
Concept Drift Detection概念漂移检测
-
Data Drift Detection数据漂移检测
-
Model Degradation Detection模型退化检测
164. 调试与诊断
164.1 错误诊断
-
Error Diagnosis错误诊断
-
Root Cause Analysis根本原因分析
-
Failure Mode Analysis故障模式分析
-
Performance Bottleneck Identification性能瓶颈识别
-
Memory Leak Detection内存泄漏检测
-
Deadlock Detection死锁检测
-
Race Condition Detection竞争条件检测
-
Resource Contention Analysis资源竞争分析
164.2 可视化调试
-
Visualization for Debugging可视化调试
-
Attention Visualization注意力可视化
-
Gradient Flow Visualization梯度流可视化
-
Activation Visualization激活可视化
-
Feature Map Visualization特征图可视化
-
Decision Boundary Visualization决策边界可视化
-
Confidence Visualization置信度可视化
-
Error Analysis Visualization错误分析可视化
七十四、 自动微分与梯度计算
165. 自动微分系统
165.1 微分算法
-
Automatic Differentiation Algorithms自动微分算法
-
Forward-mode Automatic Differentiation前向模式自动微分
-
Reverse-mode Automatic Differentiation反向模式自动微分
-
Hybrid Automatic Differentiation混合自动微分
-
Checkpointing for AD自动微分检查点
-
Jacobian-Vector Products雅可比向量积
-
Vector-Jacobian Products向量雅可比积
-
Hessian-Vector Products海森向量积
165.2 微分实现
-
AD Implementations自动微分实现
-
Tape-based Automatic Differentiation基于磁带的自动微分
-
Source-code Transformation源代码转换
-
Operator Overloading算子重载
-
Dual Numbers对偶数
-
Symbolic Differentiation符号微分
-
Numerical Differentiation数值微分
-
Manual Differentiation手动微分
166. 梯度优化技术
166.1 梯度计算优化
-
Gradient Computation Optimization梯度计算优化
-
Gradient Checkpointing梯度检查点
-
Recomputation Strategies重计算策略
-
Memory-efficient Backpropagation内存高效反向传播
-
In-place Operations原地操作
-
Gradient Compression梯度压缩
-
Sparse Gradient Computation稀疏梯度计算
-
Approximate Gradient Computation近似梯度计算
166.2 高阶导数
-
Higher-order Derivatives高阶导数
-
Hessian Computation海森矩阵计算
-
Jacobian Computation雅可比矩阵计算
-
Third-order Derivatives三阶导数
-
Implicit Differentiation隐式微分
-
Hypergradient Computation超梯度计算
-
Meta-gradient Computation元梯度计算
-
Curvature Information曲率信息
七十五、 张量计算与线性代数优化
167. 矩阵运算加速
167.1 矩阵乘法优化
-
Matrix Multiplication Optimization矩阵乘法优化
-
Strassen Algorithm斯特拉森算法
-
Coppersmith-Winograd Algorithm科珀史密斯-维诺格拉德算法
-
Tiled Matrix Multiplication分块矩阵乘法
-
Cache-aware Algorithms缓存感知算法
-
Register-aware Algorithms寄存器感知算法
-
SIMD Optimization SIMD优化
-
Fused Multiply-Add融合乘加
167.2 特殊矩阵运算
-
Specialized Matrix Operations特殊矩阵运算
-
Sparse Matrix Multiplication稀疏矩阵乘法
-
Banded Matrix Operations带状矩阵运算
-
Triangular Matrix Operations三角矩阵运算
-
Symmetric Matrix Operations对称矩阵运算
-
Toeplitz Matrix Operations托普利茨矩阵运算
-
Circulant Matrix Operations循环矩阵运算
-
Vandermonde Matrix Operations范德蒙矩阵运算
168. 张量运算框架
168.1 张量分解
-
Tensor Decomposition张量分解
-
CP Decomposition CP分解
-
Tucker Decomposition塔克分解
-
Tensor Train Decomposition张量链分解
-
Tensor Ring Decomposition张量环分解
-
Hierarchical Tucker Decomposition层次塔克分解
-
Block Term Decomposition块项分解
-
PARAFAC平行因子分析
168.2 张量压缩
-
Tensor Compression张量压缩
-
Quantized Tensor Operations量化张量运算
-
Low-rank Tensor Approximation低秩张量近似
-
Tensor Sketching张量素描
-
Tensor Hashing张量哈希
-
Tensor Quantization张量化化
-
Tensor Pruning张量剪枝
-
Tensor Sparsification张量稀疏化
七十六、 数值稳定性与精度控制
169. 数值稳定性方法
169.1 稳定性优化
-
Numerical Stability Optimization数值稳定性优化
-
Mixed Precision Training混合精度训练
-
Gradient Scaling梯度缩放
-
Loss Scaling损失缩放
-
Dynamic Loss Scaling动态损失缩放
-
Automatic Mixed Precision自动混合精度
-
BFloat16 Optimization BFloat16优化
-
FP8 Training FP8训练
169.2 误差控制
-
Error Control误差控制
-
Rounding Error Analysis舍入误差分析
-
Truncation Error Analysis截断误差分析
-
Propagation Error Analysis传播误差分析
-
Condition Number Analysis条件数分析
-
Numerical Range Analysis数值范围分析
-
Overflow Prevention溢出预防
-
Underflow Prevention下溢预防
170. 高精度计算
170.1 高精度算法
-
High-precision Algorithms高精度算法
-
Double Precision双精度
-
Quadruple Precision四倍精度
-
Arbitrary Precision任意精度
-
Multiple Precision多精度
-
Error-correcting Codes纠错码
-
Residual Number Systems剩余数系统
-
Logarithmic Number Systems对数数系统
170.2 稳定性增强
-
Stability Enhancement稳定性增强
-
Jacobi Preconditioning雅可比预处理
-
Ill-conditioned Problem Handling病态问题处理
-
Regularization for Stability稳定性正则化
-
Numerical Differentiation稳定性数值微分
-
Stable Softmax稳定Softmax
-
Stable LayerNorm稳定层归一化
-
Stable Attention稳定注意力
七十七、 概率推理与不确定性传播
171. 贝叶斯推理方法
171.1 变分推理
-
Variational Inference变分推理
-
Mean Field Variational Inference平均场变分推理
-
Stochastic Variational Inference随机变分推理
-
Amortized Variational Inference分摊变分推理
-
Normalizing Flows正规化流
-
Variational Autoencoders变分自编码器
-
Bayesian Neural Networks贝叶斯神经网络
-
Monte Carlo Dropout蒙特卡洛丢弃
171.2 采样方法
-
Sampling Methods采样方法
-
Markov Chain Monte Carlo马尔可夫链蒙特卡洛
-
Hamiltonian Monte Carlo哈密顿蒙特卡洛
-
No-U-Turn Sampler无U转采样器
-
Stochastic Gradient Langevin Dynamics随机梯度朗之万动力学
-
Sequential Monte Carlo序列蒙特卡洛
-
Importance Sampling重要性采样
-
Rejection Sampling拒绝采样
172. 不确定性量化
172.1 不确定性估计
-
Uncertainty Estimation不确定性估计
-
Epistemic Uncertainty认知不确定性
-
Aleatoric Uncertainty偶然不确定性
-
Predictive Uncertainty预测不确定性
-
Model Uncertainty模型不确定性
-
Data Uncertainty数据不确定性
-
Ensemble Uncertainty集成不确定性
-
Calibrated Uncertainty校准不确定性
172.2 不确定性传播
-
Uncertainty Propagation不确定性传播
-
Monte Carlo Propagation蒙特卡洛传播
-
Taylor Expansion泰勒展开
-
Unscented Transform无味变换
-
Polynomial Chaos Expansion多项式混沌展开
-
Gaussian Process Regression高斯过程回归
-
Bayesian Linear Regression贝叶斯线性回归
-
Probabilistic Circuits概率电路
七十八、 符号计算与代数系统
173. 符号微分系统
173.1 符号计算
-
Symbolic Computation符号计算
-
Computer Algebra Systems计算机代数系统
-
Symbolic Differentiation符号微分
-
Symbolic Integration符号积分
-
Equation Solving方程求解
-
Expression Simplification表达式简化
-
Pattern Matching模式匹配
-
Rule-based Transformation基于规则的变换
173.2 代数推理
-
Algebraic Reasoning代数推理
-
Theorem Proving定理证明
-
Automated Reasoning自动推理
-
Satisfiability Modulo Theories可满足性模理论
-
Constraint Satisfaction约束满足
-
Symbolic Execution符号执行
-
Formal Verification形式验证
-
Model Checking模型检查
174. 符号-神经结合
174.1 混合系统
-
Neuro-symbolic Integration神经符号集成
-
Differentiable Symbolic Reasoning可微符号推理
-
Neural Theorem Provers神经定理证明器
-
Symbolic Knowledge Injection符号知识注入
-
Logic Tensor Networks逻辑张量网络
-
Neural Logic Programming神经逻辑编程
-
Differentiable Inductive Logic Programming可微归纳逻辑编程
-
DeepProbLog深度概率逻辑
174.2 约束满足
-
Constraint Satisfaction约束满足
-
Differentiable Constraint Solving可微约束求解
-
Neural Constraint Solvers神经约束求解器
-
Satisfiability Neural Networks可满足性神经网络
-
Logic Constraint Networks逻辑约束网络
-
Constraint-based Regularization基于约束的正则化
-
Soft Constraints软约束
-
Hard Constraints硬约束
七十九、 图计算与关系推理
175. 图神经网络推理
175.1 图推理优化
-
Graph Neural Network Inference图神经网络推理
-
Subgraph Sampling子图采样
-
Neighborhood Sampling邻居采样
-
Graph Partitioning图划分
-
Distributed Graph Inference分布式图推理
-
Incremental Graph Updates增量图更新
-
Dynamic Graph Inference动态图推理
-
Streaming Graph Processing流图处理
175.2 大规模图处理
-
Large-scale Graph Processing大规模图处理
-
Graph Coarsening图粗化
-
Graph Sparsification图稀疏化
-
Graph Compression图压缩
-
Approximate Graph Algorithms近似图算法
-
Parallel Graph Processing并行图处理
-
Out-of-core Graph Processing外存图处理
-
Graph Database Integration图数据库集成
176. 关系推理算法
176.1 逻辑推理
-
Logical Reasoning逻辑推理
-
First-order Logic一阶逻辑
-
Description Logic描述逻辑
-
Horn Logic霍恩逻辑
-
Datalog数据日志
-
Answer Set Programming答案集编程
-
Constraint Logic Programming约束逻辑编程
-
Inductive Logic Programming归纳逻辑编程
176.2 关系学习
-
Relational Learning关系学习
-
Statistical Relational Learning统计关系学习
-
Relational Neural Networks关系神经网络
-
Graph Representation Learning图表示学习
-
Knowledge Graph Embedding知识图谱嵌入
-
Relational Database Mining关系数据库挖掘
-
Link Prediction链接预测
-
Relational Clustering关系聚类
八十、 代码生成与程序合成
177. 神经代码生成
177.1 代码推理
-
Neural Code Generation神经代码生成
-
Program Synthesis程序合成
-
Code Completion代码补全
-
Code Repair代码修复
-
Code Translation代码翻译
-
Code Summarization代码摘要
-
Code Search代码搜索
-
Code Clone Detection代码克隆检测
177.2 程序分析
-
Program Analysis程序分析
-
Abstract Syntax Trees抽象语法树
-
Control Flow Graphs控制流图
-
Data Flow Analysis数据流分析
-
Program Dependence Graphs程序依赖图
-
Symbolic Execution符号执行
-
Concolic Execution具体符号执行
-
Fuzzing模糊测试
178. 形式化方法集成
178.1 程序验证
-
Program Verification程序验证
-
Hoare Logic霍尔逻辑
-
Separation Logic分离逻辑
-
Model Checking模型检查
-
Bounded Model Checking有界模型检查
-
Abstract Interpretation抽象解释
-
Symbolic Model Checking符号模型检查
-
Runtime Verification运行时验证
178.2 测试生成
-
Test Generation测试生成
-
Unit Test Generation单元测试生成
-
Integration Test Generation集成测试生成
-
Property-based Testing基于属性的测试
-
Fuzz Testing模糊测试
-
Concolic Testing具体符号测试
-
Mutation Testing变异测试
-
Regression Test Generation回归测试生成
八十一、近似计算与随机算法
179. 近似计算技术
179.1 近似算术
-
Approximate Arithmetic近似算术
-
Approximate Adders近似加法器
-
Approximate Multipliers近似乘法器
-
Approximate Dividers近似除法器
-
Inexact Computing不精确计算
-
Stochastic Computing随机计算
-
Logarithmic Number System对数数字系统
-
Residue Number System余数数字系统
179.2 精度可调计算
-
Precision-scalable Computing精度可调计算
-
Dynamic Precision Scaling动态精度缩放
-
Bit-width Optimization比特宽度优化
-
Approximate Storage近似存储
-
Approximate Memory近似内存
-
Voltage Scaling for Approximation电压缩放近似
-
Frequency Scaling for Approximation频率缩放近似
-
Energy-quality Trade-offs能量-质量权衡
180. 随机算法
180.1 随机化算法
-
Randomized Algorithms随机化算法
-
Monte Carlo Methods蒙特卡洛方法
-
Las Vegas Algorithms拉斯维加斯算法
-
Random Sampling随机采样
-
Random Projections随机投影
-
Random Forests随机森林
-
Randomized Linear Algebra随机线性代数
-
Randomized Numerical Linear Algebra随机数值线性代数
180.2 概率数据结构
-
Probabilistic Data Structures概率数据结构
-
Bloom Filters布隆过滤器
-
Count-Min Sketch计数最小草图
-
HyperLogLog HyperLogLog基数估计
-
MinHash最小哈希
-
Locality-sensitive Hashing局部敏感哈希
-
Skip Lists跳跃表
-
Random Binary Search Trees随机二叉搜索树
八十二、生物启发与仿生优化算法
181. 进化算法
181.1 遗传算法变体
-
Genetic Algorithm Variants遗传算法变体
-
Steady-state Genetic Algorithms稳态遗传算法
-
Generational Genetic Algorithms代际遗传算法
-
Elitist Genetic Algorithms精英遗传算法
-
Messy Genetic Algorithms messy遗传算法
-
Adaptive Genetic Algorithms自适应遗传算法
-
Parallel Genetic Algorithms并行遗传算法
-
Distributed Genetic Algorithms分布式遗传算法
181.2 进化策略
-
Evolution Strategies进化策略
-
(μ+λ)-ES (μ+λ)进化策略
-
(μ,λ)-ES (μ,λ)进化策略
-
Covariance Matrix Adaptation协方差矩阵自适应
-
Natural Evolution Strategies自然进化策略
-
Exponential Natural Evolution Strategies指数自然进化策略
-
Separable Natural Evolution Strategies可分离自然进化策略
-
Restricted Boltzmann Machine based Evolution基于受限玻尔兹曼机的进化
182. 群体智能算法
182.1 基于群体的优化
-
Swarm Intelligence Algorithms群体智能算法
-
Ant Colony Optimization蚁群优化
-
Particle Swarm Optimization粒子群优化
-
Artificial Bee Colony人工蜂群算法
-
Firefly Algorithm萤火虫算法
-
Cuckoo Search布谷鸟搜索算法
-
Bat Algorithm蝙蝠算法
-
Gray Wolf Optimizer灰狼优化算法
182.2 生物启发算法
-
Bio-inspired Algorithms生物启发算法
-
Bacterial Foraging Optimization细菌觅食优化
-
Artificial Immune Systems人工免疫系统
-
Shuffled Frog Leaping Algorithm混合蛙跳算法
-
Krill Herd Algorithm磷虾群算法
-
Whale Optimization Algorithm鲸鱼优化算法
-
Moth-flame Optimization飞蛾火焰优化
-
Social Spider Optimization社会蜘蛛优化
八十三、密码学与安全协议
183. 加密算法
183.1 对称加密
-
Symmetric Encryption对称加密
-
Advanced Encryption Standard高级加密标准
-
Data Encryption Standard数据加密标准
-
Blowfish加密算法
-
Twofish加密算法
-
Serpent加密算法
-
RC4流密码
-
ChaCha20流密码
183.2 非对称加密
-
Asymmetric Encryption非对称加密
-
RSA加密算法
-
Elliptic Curve Cryptography椭圆曲线加密
-
Diffie-Hellman密钥交换
-
ElGamal加密系统
-
Paillier加密系统
-
Lattice-based Cryptography基于格的密码学
-
Post-quantum Cryptography后量子密码学
184. 安全协议
184.1 认证协议
-
Authentication Protocols认证协议
-
Kerberos协议
-
OAuth开放授权
-
OpenID Connect开放ID连接
-
SAML安全断言标记语言
-
FIDO Fast Identity Online快速在线身份认证
-
Zero-knowledge Proofs零知识证明
-
Multi-factor Authentication多因素认证
184.2 安全计算协议
-
Secure Computation Protocols安全计算协议
-
Secure Multi-party Computation安全多方计算
-
Homomorphic Encryption同态加密
-
Garbled Circuits混淆电路
-
Secret Sharing秘密共享
-
Oblivious Transfer不经意传输
-
Private Information Retrieval私有信息检索
-
Differential Privacy差分隐私
八十四、控制理论与反馈系统
185. 经典控制理论
185.1 PID控制
-
PID Control PID控制
-
Proportional Control比例控制
-
Integral Control积分控制
-
Derivative Control微分控制
-
PID Tuning Methods PID调参方法
-
Ziegler-Nichols Method齐格勒-尼科尔斯方法
-
Cohen-Coon Method科恩-库恩方法
-
Model-based Tuning基于模型的调参
185.2 现代控制理论
-
Modern Control Theory现代控制理论
-
State-space Representation状态空间表示
-
Observability可观性
-
Controllability可控性
-
Pole Placement极点配置
-
Linear Quadratic Regulator线性二次型调节器
-
Kalman Filter卡尔曼滤波器
-
Linear Quadratic Gaussian线性二次高斯
186. 鲁棒控制
186.1 鲁棒控制方法
-
Robust Control Methods鲁棒控制方法
-
H-infinity Control H无穷控制
-
Mu-synthesis Mu综合
-
Sliding Mode Control滑模控制
-
Adaptive Control自适应控制
-
Model Predictive Control模型预测控制
-
Fuzzy Control模糊控制
-
Neural Network Control神经网络控制
186.2 非线性控制
-
Nonlinear Control非线性控制
-
Feedback Linearization反馈线性化
-
Backstepping反步法
-
Lyapunov-based Control基于李雅普诺夫的控制
-
Passivity-based Control基于无源性的控制
-
Nonlinear Model Predictive Control非线性模型预测控制
-
Robust Adaptive Control鲁棒自适应控制
-
Intelligent Control智能控制
八十五、信号处理与滤波算法
187. 数字滤波
187.1 滤波器设计
-
Digital Filter Design数字滤波器设计
-
Finite Impulse Response有限冲激响应
-
Infinite Impulse Response无限冲激响应
-
Butterworth Filter巴特沃斯滤波器
-
Chebyshev Filter切比雪夫滤波器
-
Elliptic Filter椭圆滤波器
-
Bessel Filter贝塞尔滤波器
-
Window Method窗函数法
187.2 自适应滤波
-
Adaptive Filtering自适应滤波
-
Least Mean Squares最小均方算法
-
Recursive Least Squares递归最小二乘法
-
Normalized Least Mean Squares归一化最小均方算法
-
Kalman Filter卡尔曼滤波器
-
Extended Kalman Filter扩展卡尔曼滤波器
-
Unscented Kalman Filter无迹卡尔曼滤波器
-
Particle Filter粒子滤波器
188. 频谱分析
188.1 变换方法
-
Spectral Analysis频谱分析
-
Fourier Transform傅里叶变换
-
Fast Fourier Transform快速傅里叶变换
-
Discrete Fourier Transform离散傅里叶变换
-
Short-time Fourier Transform短时傅里叶变换
-
Wavelet Transform小波变换
-
Hilbert-Huang Transform希尔伯特-黄变换
-
Spectrogram Analysis谱图分析
188.2 谱估计
-
Spectral Estimation谱估计
-
Periodogram周期图法
-
Bartlett Method巴特利特方法
-
Welch Method韦尔奇方法
-
Blackman-Tukey Method布莱克曼-图基方法
-
Maximum Entropy Spectral Estimation最大熵谱估计
-
Multiple Signal Classification多重信号分类
-
Estimation of Signal Parameters via Rotational Invariance Techniques旋转不变技术信号参数估计
八十六、数值仿真与模拟方法
189. 有限元方法
189.1 有限元分析
-
Finite Element Method有限元方法
-
Galerkin Method伽辽金方法
-
Rayleigh-Ritz Method瑞利-里兹方法
-
Isoparametric Elements等参元
-
h-Refinement h细化
-
p-Refinement p细化
-
hp-Refinement hp细化
-
Adaptive Mesh Refinement自适应网格细化
189.2 计算流体动力学
-
Computational Fluid Dynamics计算流体动力学
-
Navier-Stokes Equations纳维-斯托克斯方程
-
Finite Volume Method有限体积法
-
Lattice Boltzmann Method格子玻尔兹曼方法
-
Smooth Particle Hydrodynamics光滑粒子流体动力学
-
Direct Numerical Simulation直接数值模拟
-
Large Eddy Simulation大涡模拟
-
Reynolds-averaged Navier-Stokes雷诺平均纳维-斯托克斯方程
190. 蒙特卡洛模拟
190.1 随机模拟
-
Monte Carlo Simulation蒙特卡洛模拟
-
Importance Sampling重要性采样
-
Stratified Sampling分层采样
-
Latin Hypercube Sampling拉丁超立方采样
-
Quasi-Monte Carlo准蒙特卡洛
-
Markov Chain Monte Carlo马尔可夫链蒙特卡洛
-
Gibbs Sampling吉布斯采样
-
Metropolis-Hastings Algorithm Metropolis-Hastings算法
190.2 分子模拟
-
Molecular Simulation分子模拟
-
Molecular Dynamics分子动力学
-
Force Fields力场
-
Quantum Mechanics/Molecular Mechanics量子力学/分子力学
-
Monte Carlo Molecular Simulation蒙特卡洛分子模拟
-
Brownian Dynamics布朗动力学
-
Dissipative Particle Dynamics耗散粒子动力学
-
Coarse-grained Molecular Dynamics粗粒度分子动力学
八十七、实验设计与优化
191. 实验设计方法
191.1 经典实验设计
-
Design of Experiments实验设计
-
Factorial Designs析因设计
-
Fractional Factorial Designs部分析因设计
-
Response Surface Methodology响应曲面方法
-
Central Composite Design中心复合设计
-
Box-Behnken Design Box-Behnken设计
-
Taguchi Methods田口方法
-
Latin Square Design拉丁方设计
191.2 自适应实验设计
-
Adaptive Design of Experiments自适应实验设计
-
Sequential Experimentation序贯实验
-
Bayesian Experimental Design贝叶斯实验设计
-
Optimal Design最优设计
-
D-optimal Design D最优设计
-
A-optimal Design A最优设计
-
G-optimal Design G最优设计
-
I-optimal Design I最优设计
192. 优化实验
192.1 响应面优化
-
Response Surface Optimization响应面优化
-
Steepest Ascent最速上升法
-
Gradient Descent梯度下降法
-
Newton's Method牛顿法
-
Quasi-Newton Methods拟牛顿法
-
Conjugate Gradient Method共轭梯度法
-
Trust Region Method信赖域方法
-
Pattern Search模式搜索
192.2 黑箱优化
-
Black-box Optimization黑箱优化
-
Surrogate Modeling代理模型
-
Kriging克里金法
-
Radial Basis Functions径向基函数
-
Gaussian Processes高斯过程
-
Expected Improvement期望改进
-
Probability of Improvement改进概率
-
Entropy Search熵搜索
八十八、统计分析与假设检验
193. 统计检验
193.1 参数检验
-
Parametric Tests参数检验
-
t-test t检验
-
z-test z检验
-
ANOVA方差分析
-
MANOVA多变量方差分析
-
Chi-squared Test卡方检验
-
F-test F检验
-
Wald Test Wald检验
193.2 非参数检验
-
Non-parametric Tests非参数检验
-
Mann-Whitney U Test曼-惠特尼U检验
-
Wilcoxon Signed-rank Test威尔科克森符号秩检验
-
Kruskal-Wallis Test克鲁斯卡尔-沃利斯检验
-
Friedman Test弗里德曼检验
-
Kolmogorov-Smirnov Test柯尔莫哥洛夫-斯米尔诺夫检验
-
Spearman's Rank Correlation斯皮尔曼等级相关
-
Kendall's Tau肯德尔τ相关系数
194. 多变量分析
194.1 多变量方法
-
Multivariate Analysis多变量分析
-
Principal Component Analysis主成分分析
-
Factor Analysis因子分析
-
Cluster Analysis聚类分析
-
Discriminant Analysis判别分析
-
Canonical Correlation典型相关
-
Multidimensional Scaling多维尺度分析
-
Correspondence Analysis对应分析
194.2 回归分析
-
Regression Analysis回归分析
-
Linear Regression线性回归
-
Logistic Regression逻辑回归
-
Poisson Regression泊松回归
-
Cox Regression Cox回归
-
Ridge Regression岭回归
-
Lasso Regression套索回归
-
Elastic Net弹性网络
八十九、最优化理论中的经典算法
195. 凸优化算法
195.1 线性规划
-
Linear Programming线性规划
-
Simplex Method单纯形法
-
Interior Point Method内点法
-
Ellipsoid Method椭球法
-
Cutting-plane Method割平面法
-
Column Generation列生成
-
Dantzig-Wolfe Decomposition丹齐格-沃尔夫分解
-
Benders Decomposition本德斯分解
195.2 非线性规划
-
Nonlinear Programming非线性规划
-
Karush-Kuhn-Tucker Conditions KKT条件
-
Lagrangian Duality拉格朗日对偶
-
Quadratic Programming二次规划
-
Convex Optimization凸优化
-
Semidefinite Programming半定规划
-
Cone Programming锥规划
-
Geometric Programming几何规划
196. 整数规划
196.1 精确算法
-
Integer Programming整数规划
-
Branch and Bound分支定界法
-
Branch and Cut分支切割法
-
Branch and Price分支定价法
-
Cutting Planes割平面法
-
Dynamic Programming动态规划
-
Constraint Programming约束规划
-
Satisfiability Modulo Theories可满足性模理论
196.2 启发式算法
-
Heuristic Algorithms启发式算法
-
Greedy Algorithms贪婪算法
-
Local Search局部搜索
-
Simulated Annealing模拟退火
-
Tabu Search禁忌搜索
-
Genetic Algorithms遗传算法
-
Ant Colony Optimization蚁群优化
-
Particle Swarm Optimization粒子群优化
九十、信息论与编码理论
197. 信息度量
197.1 信息测度
-
Information Measures信息测度
-
Entropy熵
-
Joint Entropy联合熵
-
Conditional Entropy条件熵
-
Mutual Information互信息
-
Kullback-Leibler Divergence KL散度
-
Jensen-Shannon Divergence JS散度
-
Cross-Entropy交叉熵
197.2 复杂度度量
-
Complexity Measures复杂度度量
-
Kolmogorov Complexity柯尔莫哥洛夫复杂度
-
Algorithmic Information Theory算法信息论
-
Minimum Description Length最小描述长度
-
Fisher Information费雪信息
-
Renyi Entropy Renyi熵
-
Tsallis Entropy Tsallis熵
-
Hartley Information哈特利信息
198. 编码理论
198.1 源编码
-
Source Coding源编码
-
Huffman Coding霍夫曼编码
-
Arithmetic Coding算术编码
-
Lempel-Ziv-Welch LZW编码
-
Run-length Encoding游程编码
-
Burrows-Wheeler Transform伯罗斯-惠勒变换
-
Predictive Coding预测编码
-
Transform Coding变换编码
198.2 信道编码
-
Channel Coding信道编码
-
Hamming Code汉明码
-
Reed-Solomon Code里德-所罗门码
-
Convolutional Code卷积码
-
Turbo Code Turbo码
-
Low-density Parity-check Code低密度奇偶校验码
-
Polar Code极化码
-
Fountain Code喷泉码
九十一、 数据并行与模型并行优化
199. 数据并行策略
199.1 同步数据并行
-
Synchronous Data Parallelism同步数据并行
-
Distributed Data Parallel分布式数据并行
-
All-Reduce Optimization全归约优化
-
Ring All-Reduce环形全归约
-
Tree All-Reduce树形全归约
-
Double Binary Trees双二叉树
-
Halving-Doubling Algorithm减半加倍算法
-
Bucket All-Reduce桶全归约
199.2 异步数据并行
-
Asynchronous Data Parallelism异步数据并行
-
HogWild!异步SGD
-
Asynchronous SGD异步随机梯度下降
-
Delayed Gradient异步延迟梯度
-
Stale Synchronous Parallelism过期同步并行
-
Bucket Synchronization桶同步
-
Parameter Server参数服务器
-
Decentralized Parallelism去中心化并行
200. 模型并行策略
200.1 张量模型并行
-
Tensor Model Parallelism张量模型并行
-
Column-wise Parallelism列向并行
-
Row-wise Parallelism行向并行
-
Checkpointing Model Parallel检查点模型并行
-
Memory-efficient Model Parallel内存高效模型并行
-
Pipeline Model Parallel流水线模型并行
-
Hybrid Parallelism混合并行
-
2.5D Parallelism 2.5维并行
200.2 流水线并行
-
Pipeline Parallelism流水线并行
-
GPipe谷歌流水线
-
PipeDream管道梦想
-
PipeDream-2BW管道梦想2BW
-
Chimera客迈拉流水线
-
DAPPLE数据感知管道并行
-
Terapipe地形流水线
-
Interleaved Pipeline交错流水线
九十二、 混合精度训练与推理
201. 混合精度算法
201.1 精度管理
-
Mixed Precision Training混合精度训练
-
Automatic Mixed Precision自动混合精度
-
Dynamic Loss Scaling动态损失缩放
-
Static Loss Scaling静态损失缩放
-
Gradient Scaling梯度缩放
-
Master Weights主权重
-
FP32 Master Copy FP32主副本
-
Mixed Precision Optimizers混合精度优化器
201.2 精度转换
-
Precision Conversion精度转换
-
Casting Operations类型转换
-
Loss Scaling损失缩放
-
Gradient Clipping梯度裁剪
-
Overflow Detection溢出检测
-
Underflow Detection下溢检测
-
Precision-aware Scheduling精度感知调度
-
Mixed Precision Communication混合精度通信
202. 低精度推理
202.1 推理精度
-
Inference Precision推理精度
-
INT8 Inference INT8推理
-
INT4 Inference INT4推理
-
Binary Inference二值推理
-
Ternary Inference三值推理
-
FP16 Inference FP16推理
-
BF16 Inference BF16推理
-
TF32 Inference TF32推理
-
FP8 Inference FP8推理
202.2 精度恢复
-
Precision Recovery精度恢复
-
Quantization-aware Training量化感知训练
-
Post-training Quantization训练后量化
-
Dynamic Quantization动态量化
-
Static Quantization静态量化
-
Quantization Calibration量化校准
-
Quantization Error Correction量化误差校正
-
Precision-aware Activation精度感知激活
九十三、 梯度压缩与通信优化
203. 梯度压缩算法
203.1 稀疏化压缩
-
Gradient Sparsification梯度稀疏化
-
Top-k Gradient稀疏化Top-k梯度
-
Random-k Gradient稀疏化随机k梯度
-
Threshold-based Sparsification基于阈值的稀疏化
-
Error Compensation误差补偿
-
Momentum Correction动量校正
-
Local Gradient Clipping本地梯度裁剪
-
Global Gradient Clipping全局梯度裁剪
203.2 量化压缩
-
Gradient Quantization梯度量化
-
1-bit Quantization 1位量化
-
SignSGD符号SGD
-
TernGrad三值梯度
-
QSGD量化SGD
-
Error Feedback误差反馈
-
Quantized SGD量化SGD
-
Stochastic Quantization随机量化
204. 通信优化策略
204.1 通信调度
-
Communication Scheduling通信调度
-
Communication-computation Overlap计算通信重叠
-
Gradient Bucketing梯度桶
-
Tensor Fusion张量融合
-
Parameter Server Communication参数服务器通信
-
Peer-to-Peer Communication点对点通信
-
All-to-All Communication全对全通信
-
Collective Communication Optimization集体通信优化
204.2 压缩通信
-
Compressed Communication压缩通信
-
Gradient Compression梯度压缩
-
Model Compression模型压缩
-
Activation Compression激活压缩
-
Communication Compression通信压缩
-
Lossless Compression无损压缩
-
Lossy Compression有损压缩
-
Adaptive Compression自适应压缩
九十四、 检查点与容错恢复
205. 检查点策略
205.1 检查点算法
-
Checkpointing Algorithms检查点算法
-
Coordinated Checkpointing协调检查点
-
Uncoordinated Checkpointing非协调检查点
-
Message Logging消息日志
-
Incremental Checkpointing增量检查点
-
Disk-based Checkpointing基于磁盘的检查点
-
Memory-based Checkpointing基于内存的检查点
-
Hybrid Checkpointing混合检查点
205.2 检查点优化
-
Checkpoint Optimization检查点优化
-
Optimal Checkpointing最优检查点
-
Adaptive Checkpointing自适应检查点
-
Application-aware Checkpointing应用感知检查点
-
Compression for Checkpoints检查点压缩
-
Deduplication for Checkpoints检查点去重
-
Incremental Checkpointing增量检查点
-
Differential Checkpointing差异检查点
206. 容错机制
206.1 故障检测
-
Fault Detection故障检测
-
Heartbeat Mechanism心跳机制
-
Watchdog Timer看门狗定时器
-
Health Monitoring健康监控
-
Anomaly Detection异常检测
-
Failure Prediction故障预测
-
Proactive Fault Handling主动故障处理
-
Reactive Fault Handling反应式故障处理
206.2 恢复策略
-
Recovery Strategies恢复策略
-
Rollback Recovery回滚恢复
-
Forward Recovery前向恢复
-
Checkpoint-based Recovery基于检查点的恢复
-
Replication-based Recovery基于复制的恢复
-
Erasure Coding纠删码恢复
-
Redundant Computing冗余计算
-
Fault-tolerant Scheduling容错调度
九十五、 内存层次优化
207. 缓存优化策略
207.1 缓存管理
-
Cache Management缓存管理
-
Cache-aware Algorithms缓存感知算法
-
Cache-oblivious Algorithms缓存无关算法
-
Cache-blocking Techniques缓存分块技术
-
Tiling for Cache Optimization缓存优化分块
-
Cache Prefetching缓存预取
-
Cache Replacement Policies缓存替换策略
-
Cache Coherency Protocols缓存一致性协议
207.2 数据布局优化
-
Data Layout Optimization数据布局优化
-
Array Padding数组填充
-
Data Alignment数据对齐
-
Structure of Arrays数组结构
-
Array of Structures结构数组
-
Memory Layout Transformations内存布局变换
-
Data Reordering数据重排序
-
Memory Access Patterns内存访问模式
208. 内存访问优化
208.1 访问模式优化
-
Memory Access Optimization内存访问优化
-
Spatial Locality空间局部性
-
Temporal Locality时间局部性
-
Memory Coalescing内存合并
-
Bank Conflict Avoidance银行冲突避免
-
Memory Interleaving内存交错
-
NUMA-aware Memory Allocation NUMA感知内存分配
-
Page Coloring页着色
208.2 预取技术
-
Prefetching Techniques预取技术
-
Hardware Prefetching硬件预取
-
Software Prefetching软件预取
-
Stream-based Prefetching基于流的预取
-
Stride-based Prefetching基于步长的预取
-
Pointer-based Prefetching基于指针的预取
-
Machine Learning Prefetching机器学习预取
-
Adaptive Prefetching自适应预取
九十六、 向量化与SIMD优化
209. SIMD指令优化
209.1 SIMD编程
-
SIMD Programming SIMD编程
-
SSE指令集优化
-
AVX指令集优化
-
AVX-512指令集优化
-
NEON指令集优化
-
SVE可扩展向量扩展
-
RVV RISC-V向量扩展
-
GPU SIMT单指令多线程
209.2 向量化算法
-
Vectorization Algorithms向量化算法
-
Auto-vectorization自动向量化
-
Manual Vectorization手动向量化
-
Loop Vectorization循环向量化
-
Superword Level Parallelism超字级并行
-
Vector Length Selection向量长度选择
-
Masked Vector Operations掩码向量操作
-
Gather/Scatter Operations收集/分散操作
210. 数据并行架构
210.1 SIMD架构
-
SIMD Architectures SIMD架构
-
Vector Processors向量处理器
-
Array Processors阵列处理器
-
Graphics Processing Units图形处理单元
-
Tensor Processing Units张量处理单元
-
Neural Processing Units神经处理单元
-
Digital Signal Processors数字信号处理器
-
Many-core Processors众核处理器
210.2 并行模式
-
Parallel Patterns并行模式
-
Map映射
-
Reduce归约
-
Scan扫描
-
Filter过滤
-
Stencil模板
-
Partition划分
-
Gather收集
-
Scatter分散
九十七、 编译器优化技术
211. 循环优化
211.1 循环变换
-
Loop Transformations循环变换
-
Loop Unrolling循环展开
-
Loop Tiling循环分块
-
Loop Fusion循环融合
-
Loop Fission循环分裂
-
Loop Interchange循环交换
-
Loop Skewing循环倾斜
-
Loop Permutation循环置换
211.2 循环优化
-
Loop Optimization循环优化
-
Loop-invariant Code Motion循环不变代码外提
-
Induction Variable Optimization归纳变量优化
-
Loop Unswitching循环非切换
-
Loop Versioning循环版本化
-
Loop Peeling循环剥离
-
Loop Splitting循环分割
-
Loop Distribution循环分布
212. 指令级优化
212.1 指令调度
-
Instruction Scheduling指令调度
-
Instruction-level Parallelism指令级并行
-
Superscalar Execution超标量执行
-
VLIW超长指令字
-
Out-of-order Execution乱序执行
-
Speculative Execution推测执行
-
Branch Prediction分支预测
-
Instruction Cache Optimization指令缓存优化
212.2 寄存器分配
-
Register Allocation寄存器分配
-
Graph Coloring Register Allocation图着色寄存器分配
-
Linear Scan Register Allocation线性扫描寄存器分配
-
Register Spilling寄存器溢出
-
Register Renaming寄存器重命名
-
Register Pressure Register压力
-
Live Range Analysis活跃区间分析
-
Interference Graph干扰图
九十八、 动态二进制翻译与优化
213. 二进制翻译
213.1 翻译技术
-
Binary Translation二进制翻译
-
Dynamic Binary Translation动态二进制翻译
-
Static Binary Translation静态二进制翻译
-
Just-in-time Translation即时翻译
-
Ahead-of-time Translation提前翻译
-
Cross-architecture Translation跨架构翻译
-
Emulation仿真
-
Virtualization虚拟化
213.2 优化翻译
-
Optimized Translation优化翻译
-
Profile-guided Optimization轮廓引导优化
-
Hotspot Detection热点检测
-
Trace-based Optimization基于轨迹的优化
-
Region-based Optimization基于区域的优化
-
Superblock Formation超块形成
-
Code Cache Management代码缓存管理
-
Translation Cache Optimization翻译缓存优化
214. 运行时优化
214.1 动态优化
-
Dynamic Optimization动态优化
-
Runtime Optimization运行时优化
-
Adaptive Recompilation自适应重编译
-
Deoptimization去优化
-
On-stack Replacement栈上替换
-
Polymorphic Inline Caching多态内联缓存
-
Method Inlining方法内联
-
Escape Analysis逃逸分析
214.2 性能分析
-
Performance Profiling性能剖析
-
Sampling Profiling采样剖析
-
Instrumentation Profiling插桩剖析
-
Hardware Performance Counters硬件性能计数器
-
Statistical Profiling统计剖析
-
Call Graph Profiling调用图剖析
-
Memory Profiling内存剖析
-
Cache Profiling缓存剖析
九十九、 硬件模拟与仿真
215. 硬件模拟器
215.1 功能模拟
-
Functional Simulators功能模拟器
-
Cycle-accurate Simulators周期精确模拟器
-
Instruction Set Simulators指令集模拟器
-
Full System Simulators全系统模拟器
-
Virtual Platforms虚拟平台
-
Emulators仿真器
-
Interpreters解释器
-
Binary Translators二进制翻译器
215.2 性能模拟
-
Performance Simulators性能模拟器
-
Trace-driven Simulation轨迹驱动模拟
-
Execution-driven Simulation执行驱动模拟
-
Statistical Simulation统计模拟
-
Analytical Modeling分析建模
-
Queuing Models排队模型
-
Markov Models马尔可夫模型
-
Petri Nets佩特里网
216. 设计空间探索
216.1 参数探索
-
Design Space Exploration设计空间探索
-
Parameter Sweeping参数扫描
-
Design of Experiments实验设计
-
Response Surface Methodology响应面方法
-
Pareto Frontier Analysis帕累托前沿分析
-
Sensitivity Analysis敏感性分析
-
Uncertainty Quantification不确定性量化
-
Robust Design鲁棒设计
216.2 优化探索
-
Optimization Exploration优化探索
-
Multi-objective Optimization多目标优化
-
Constrained Optimization约束优化
-
Surrogate Modeling代理模型
-
Bayesian Optimization贝叶斯优化
-
Genetic Algorithms遗传算法
-
Simulated Annealing模拟退火
-
Particle Swarm Optimization粒子群优化
一百、 形式化方法与验证
217. 形式化规范
217.1 规范语言
-
Formal Specification Languages形式化规范语言
-
Z Notation Z表示法
-
B Method B方法
-
Alloy Alloy语言
-
TLA+时序逻辑动作
-
Coq证明助手
-
Isabelle伊莎贝尔证明助手
-
HOL高阶逻辑
217.2 建模方法
-
Modeling Methods建模方法
-
Finite State Machines有限状态机
-
Petri Nets佩特里网
-
Process Calculi进程演算
-
Timed Automata时间自动机
-
Hybrid Automata混合自动机
-
Markov Chains马尔可夫链
-
Queueing Networks排队网络
218. 验证技术
218.1 模型检测
-
Model Checking模型检测
-
Temporal Logic时序逻辑
-
CTL计算树逻辑
-
LTL线性时序逻辑
-
μ-calculus μ演算
-
Bounded Model Checking有界模型检测
-
Symbolic Model Checking符号模型检测
-
Explicit State Model Checking显式状态模型检测
218.2 定理证明
-
Theorem Proving定理证明
-
First-order Logic一阶逻辑
-
Higher-order Logic高阶逻辑
-
Type Theory类型论
-
Proof Assistants证明助手
-
Automated Theorem Proving自动定理证明
-
Interactive Theorem Proving交互式定理证明
-
Verification Conditions验证条件
一百零一、 可持续AI与绿色计算
219. 能效感知优化
219.1 能耗建模与分析
-
Energy Consumption Modeling能耗建模
-
Power Profiling Tools功耗剖析工具
-
Thermal Modeling热建模
-
Energy Efficiency Metrics能效指标(如FLOPS/Watt)
-
Carbon Footprint Estimation碳足迹估算
-
Life Cycle Assessment生命周期评估
-
Hardware-Software Co-design能效软硬件协同设计
-
Dynamic Power Management动态功耗管理
219.2 节能推理策略
-
Energy-aware Inference Strategies能量感知推理策略
-
Computation Offloading Based on Energy Budget基于能耗预算的计算卸载
-
Dynamic Voltage and Frequency Scaling (DVFS) for AI Chips AI芯片动态电压频率调节
-
Energy-Proportional Computing能量比例计算
-
Approximate Computing for Energy Savings节能近似计算
-
Adaptive Batch Size for Energy Efficiency能效自适应批大小
-
Green Scheduling Algorithms绿色调度算法
-
Renewable Energy-aware Inference可再生能源感知推理
220. 资源效率与循环利用
220.1 高效资源利用
-
Resource Efficiency Algorithms资源效率算法
-
Multi-Tenant Resource Sharing多租户资源共享
-
Elastic Resource Provisioning弹性资源供应
-
Server Consolidation服务器整合
-
Virtualization for Resource Efficiency资源效率虚拟化
-
Workload Prediction for Proactive Provisioning主动供应的负载预测
-
Container Orchestration for Efficiency效率容器编排
-
Microservices-based Efficient Deployment基于微服务的高效部署
220.2 硬件生命周期管理
-
Hardware Lifecycle Management硬件生命周期管理
-
Predictive Maintenance for AI Hardware AI硬件预测性维护
-
Hardware Degradation Modeling硬件退化建模
-
Remaining Useful Life Estimation剩余使用寿命估计
-
Responsible E-waste Management负责任电子废物管理
-
Hardware Refurbishment and Reuse硬件翻新与重用
-
Component-level Recycling组件级回收
-
Circular Economy Models for AI Hardware AI硬件循环经济模型
一百零二、 AI安全与对抗防御
221. 对抗攻击与防御
221.1 高级对抗攻击
-
Advanced Adversarial Attacks高级对抗攻击
-
Gradient-based Attacks (FGSM, PGD)基于梯度的攻击
-
Optimization-based Attacks (C&W)基于优化的攻击
-
Black-box Attacks (Square Attack, Boundary Attack)黑盒攻击
-
Universal Adversarial Perturbations通用对抗扰动
-
Physical World Attacks (Adversarial Patches)物理世界攻击
-
Backdoor Attacks后门攻击
-
Trojan Attacks木马攻击
221.2 鲁棒防御机制
-
Robust Defense Mechanisms鲁棒防御机制
-
Adversarial Training with Improved Objectives改进目标的对抗训练
-
Certified Defenses (Randomized Smoothing)认证防御
-
Gradient Masking & Obfuscation梯度掩码与混淆
-
Input Reconstruction & Purification输入重建与净化
-
Feature Squeezing & Discretization特征压缩与离散化
-
Ensemble-based Defenses基于集成的防御
-
Detection-based Defenses基于检测的防御
222. 隐私保护推理
222.1 隐私攻击与防护
-
Privacy Attacks and Protections隐私攻击与防护
-
Membership Inference Attacks成员推理攻击
-
Model Inversion Attacks模型反演攻击
-
Property Inference Attacks属性推理攻击
-
Differential Privacy with Tight Bounds严格界限差分隐私
-
Local Differential Privacy本地差分隐私
-
Federated Learning with Privacy Guarantees隐私保证的联邦学习
-
Secure Multi-Party Computation for Inference推理安全多方计算
222.2 可信执行环境
-
Trusted Execution Environments可信执行环境
-
Intel SGX for Model Protection英特尔SGX模型保护
-
AMD SEV for Confidential Computing AMD SEV机密计算
-
ARM TrustZone for Edge AI ARM TrustZone边缘AI
-
Homomorphic Encryption based Inference同态加密推理
-
Encrypted Neural Networks加密神经网络
-
Oblivious Inference不经意推理
-
Zero-Knowledge Proofs for Inference推理零知识证明
一百零三、 可解释AI(XAI)与透明度
223. 事后解释方法
223.1 特征归因
-
Feature Attribution Methods特征归因方法
-
SHAP (SHapley Additive exPlanations)沙普利加性解释
-
LIME (Local Interpretable Model-agnostic Explanations)局部可解释模型无关解释
-
Integrated Gradients积分梯度
-
DeepLIFT深度提升
-
Gradient * Input梯度*输入
-
Layer-wise Relevance Propagation逐层相关性传播
-
Attention Visualization and Analysis注意力可视化分析
223.2 概念与原型
-
Concept-based Explanations基于概念的解释
-
Testing with Concept Activation Vectors概念激活向量测试
-
ProtoPNet原型网络
-
Interpretable Concept Bottlenecks可解释概念瓶颈
-
Disentangled Representation Explanations解耦表示解释
-
Causal Concept Explanations因果概念解释
-
Human-in-the-loop Explanations人机回圈解释
-
Counterfactual Explanations反事实解释
224. 自解释模型设计
224.1 内在可解释架构
-
Self-explaining Models自解释模型
-
Interpretable Attention Mechanisms可解释注意力机制
-
Sparse Transformers with Explainable Patterns可解释模式的稀疏Transformer
-
Rule-based Layer Integration基于规则的层集成
-
Decision Trees combined with Transformers决策树结合Transformer
-
Monotonic Transformers单调Transformer
-
Generalized Additive Models with Transformers Transformer广义加性模型
-
Neuro-Symbolic Explainable Models神经符号可解释模型
224.2 解释评估与验证
-
Explanation Evaluation and Validation解释评估与验证
-
Faithfulness Metrics (Comprehensiveness, Sufficiency)忠实度指标
-
Stability and Robustness of Explanations解释稳定性与鲁棒性
-
Human Alignment Evaluation人类对齐评估
-
Explanation User Studies解释用户研究
-
A/B Testing for Explanation Effectiveness解释有效性A/B测试
-
Explanation Quality Benchmarks解释质量基准
-
Automated Explanation Validation自动解释验证
一百零四、 自动化机器学习(AutoML)进阶
225. 元学习与快速适应
225.1 先进元学习
-
Advanced Meta-learning先进元学习
-
Model-Agnostic Meta-Learning (MAML)模型无关元学习
-
Reptile一阶元学习
-
Meta-SGD元随机梯度下降
-
Bayesian Meta-learning贝叶斯元学习
-
Metric-based Meta-learning (Prototypical Networks)基于度量的元学习
-
Latent Embedding Optimization隐嵌入优化
-
Task-adaptive Meta-learning任务自适应元学习
225.2 少样本学习系统
-
Few-shot Learning Systems少样本学习系统
-
Memory-augmented Neural Networks记忆增强神经网络
-
Matching Networks匹配网络
-
Relation Networks关系网络
-
Cross-domain Few-shot Learning跨域少样本学习
-
Self-supervised Few-shot Learning自监督少样本学习
-
Generative Models for Few-shot Learning少样本学习生成模型
-
Multi-modal Few-shot Learning多模态少样本学习
226. 自动化工作流
226.1 全流程自动化
-
End-to-end AutoML端到端AutoML
-
Automated Data Cleaning and Augmentation自动数据清洗与增强
-
Automated Feature Engineering自动特征工程
-
Neural Architecture Search with Multi-fidelity多保真度神经架构搜索
-
Hyperparameter Optimization with Transfer Learning迁移学习超参数优化
-
Automated Model Compression自动模型压缩
-
Automated Deployment and Monitoring自动部署与监控
-
Continuous AutoML持续AutoML
226.2 AutoML系统架构
-
AutoML System Architectures AutoML系统架构
-
Distributed NAS Systems分布式NAS系统
-
Federated AutoML联邦AutoML
-
Edge AutoML边缘AutoML
-
Cloud-native AutoML云原生AutoML
-
AutoML for Time Series时间序列AutoML
-
AutoML for NLP自然语言处理AutoML
-
AutoML for Computer Vision计算机视觉AutoML
一百零五、 联邦学习系统优化
227. 联邦学习算法进阶
227.1 高效联邦优化
-
Efficient Federated Optimization高效联邦优化
-
Federated Averaging with Adaptive Learning Rate自适应学习率联邦平均
-
FedProx for Heterogeneous Data异构数据FedProx
-
SCAFFOLD with Control Variates控制变量SCAFFOLD
-
Federated Multi-task Learning联邦多任务学习
-
Personalized Federated Learning个性化联邦学习
-
Federated Meta-learning联邦元学习
-
Federated Continual Learning联邦持续学习
227.2 异步与去中心化联邦
-
Asynchronous and Decentralized FL异步与去中心化联邦学习
-
Asynchronous Federated Averaging异步联邦平均
-
Federated Learning with Gossip Communication八卦通信联邦学习
-
Blockchain-based Federated Learning基于区块链的联邦学习
-
Peer-to-Peer Federated Learning点对点联邦学习
-
Federated Learning with Incentive Mechanisms激励机制联邦学习
-
Decentralized Federated Optimization去中心化联邦优化
-
Swarm Learning群体学习
228. 联邦系统工程
228.1 系统优化
-
Federated System Optimization联邦系统优化
-
Communication Compression for FL FL通信压缩
-
Secure Aggregation with Privacy Privacy安全聚合
-
Client Selection Strategies客户端选择策略
-
Resource-aware Federated Scheduling资源感知联邦调度
-
Fault-tolerant Federated Learning容错联邦学习
-
Federated Learning with Edge Computing边缘计算联邦学习
-
Cross-silo Federated Learning跨孤岛联邦学习
228.2 隐私与安全增强
-
Privacy and Security Enhancements隐私与安全增强
-
Differential Privacy with Adaptive Noise自适应噪声差分隐私
-
Homomorphic Encryption for FL FL同态加密
-
Secure Multi-Party Computation for FL FL安全多方计算
-
Verifiable Federated Learning可验证联邦学习
-
Federated Learning with Trusted Execution Environments可信执行环境联邦学习
-
Robustness against Poisoning Attacks抗毒化攻击鲁棒性
-
Backdoor Detection in FL FL后门检测
一百零六、 因果推理与干预学习
229. 因果发现与结构学习
229.1 因果结构学习
-
Causal Structure Learning因果结构学习
-
Constraint-based Methods (PC, FCI)基于约束的方法
-
Score-based Methods (GES)基于分数的方法
-
Functional Causal Models函数因果模型
-
Causal Discovery with Deep Learning深度学习因果发现
-
Time Series Causal Discovery时序因果发现
-
Multi-modal Causal Discovery多模态因果发现
-
Causal Discovery with Missing Data缺失数据因果发现
229.2 因果表示学习
-
Causal Representation Learning因果表示学习
-
Invariant Risk Minimization不变风险最小化
-
Causal Mechanism Independent Mechanisms因果机制独立机制
-
Disentangled Causal Representations解耦因果表示
-
CausalVAE因果变分自编码器
-
Deep Structural Causal Models深度结构因果模型
-
Causal Generative Models因果生成模型
-
Intervention-based Representation Learning基于干预的表示学习
230. 因果推理与应用
230.1 因果效应估计
-
Causal Effect Estimation因果效应估计
-
Potential Outcome Framework潜在结果框架
-
Propensity Score Matching倾向得分匹配
-
Instrumental Variables工具变量
-
Difference-in-Differences双重差分
-
Regression Discontinuity Design断点回归设计
-
Causal Forest因果森林
-
Meta-learners for Causal Effects因果效应元学习
230.2 因果强化学习
-
Causal Reinforcement Learning因果强化学习
-
Causal Bandits因果赌博机
-
Causal MDPs因果马尔可夫决策过程
-
Counterfactual Policy Evaluation反事实策略评估
-
Causal World Models因果世界模型
-
Invariant Policy Learning不变策略学习
-
Causal Imitation Learning因果模仿学习
-
Causal Exploration Strategies因果探索策略
一百零七、 量子机器学习算法
231. 量子神经网络
231.1 量子模型架构
-
Quantum Neural Network Architectures量子神经网络架构
-
Parameterized Quantum Circuits参数化量子电路
-
Quantum Perceptrons量子感知器
-
Quantum Convolutional Neural Networks量子卷积神经网络
-
Quantum Recurrent Neural Networks量子循环神经网络
-
Quantum Transformer Architectures量子Transformer架构
-
Hybrid Quantum-Classical Networks量子-经典混合网络
-
Quantum Attention Mechanisms量子注意力机制
231.2 量子优化与训练
-
Quantum Optimization and Training量子优化与训练
-
Quantum Gradient Descent量子梯度下降
-
Variational Quantum Algorithms变分量子算法
-
Quantum Natural Gradient量子自然梯度
-
Quantum Adiabatic Optimization量子绝热优化
-
Quantum Approximate Optimization Algorithm量子近似优化算法
-
Quantum Boltzmann Machines量子玻尔兹曼机
-
Quantum Generative Models量子生成模型
232. 量子启发的经典算法
232.1 量子模拟算法
-
Quantum-inspired Classical Algorithms量子启发的经典算法
-
Simulated Quantum Annealing模拟量子退火
-
Quantum Walks on Classical Hardware经典硬件量子行走
-
Tensor Networks inspired by Quantum Physics量子物理启发的张量网络
-
Matrix Product States for Classical ML经典ML矩阵乘积态
-
Quantum-inspired Optimization Algorithms量子启发优化算法
-
Simulating Quantum Circuits Classically经典模拟量子电路
-
Quantum Kernel Methods量子核方法
232.2 量子-经典接口
-
Quantum-Classical Interfaces量子-经典接口
-
Encoding Classical Data into Quantum States经典数据编码为量子态
-
Measurement Strategies for Quantum ML量子ML测量策略
-
Error Mitigation for Quantum Algorithms量子算法误差缓解
-
Quantum Circuit Compilation量子电路编译
-
Resource Estimation for Quantum ML量子ML资源估计
-
Benchmarking Quantum ML Algorithms量子ML算法基准测试
-
Quantum Cloud Services for ML ML量子云服务
一百零八、 生物启发计算与神经形态工程
233. 脉冲神经网络(SNN)
233.1 SNN架构与训练
-
Spiking Neural Network Architectures脉冲神经网络架构
-
Leaky Integrate-and-Fire Models泄漏积分发放模型
-
Izhikevich Model伊兹克维奇模型
-
Hodgkin-Huxley Model霍奇金-赫胥黎模型
-
Spike-timing-dependent Plasticity脉冲时序依赖可塑性
-
Surrogate Gradient Learning代理梯度学习
-
ANN-to-SNN Conversion ANN到SNN转换
-
Direct Training of SNNs SNN直接训练
233.2 神经形态计算
-
Neuromorphic Computing神经形态计算
-
Event-based Vision Sensors基于事件的视觉传感器
-
Spiking Transformers脉冲Transformer
-
Neuromorphic Hardware (Loihi, TrueNorth)神经形态硬件
-
In-memory Computing for SNNs SNN内存计算
-
Energy-efficient SNN Inference能效SNN推理
-
SNN for Temporal Data时序数据SNN
-
Hybrid ANN-SNN Models混合ANN-SNN模型
234. 进化与发育算法
234.1 神经进化
-
Neuroevolution神经进化
-
Evolutionary Strategies进化策略
-
Genetic Algorithms for Architecture Search架构搜索遗传算法
-
NeuroEvolution of Augmenting Topologies增强拓扑神经进化
-
Co-evolution协同进化
-
Quality-Diversity Algorithms质量-多样性算法
-
MAP-Elites MAP-Elites算法
-
Evolutionary Reinforcement Learning进化强化学习
234.2 发育与可塑性
-
Developmental and Plasticity Models发育与可塑性模型
-
Artificial Embryogeny人工胚胎发育
-
Developmental Neural Networks发育神经网络
-
Self-modifying Networks自修改网络
-
Lifelong Plasticity终身可塑性
-
Structural Plasticity Algorithms结构可塑性算法
-
Homeostatic Plasticity稳态可塑性
-
Experience-dependent Plasticity经验依赖可塑性
一百零九、 社会计算与集体智能
235. 多智能体系统
235.1 协作与竞争
-
Multi-agent Collaboration and Competition多智能体协作与竞争
-
Cooperative Multi-agent Reinforcement Learning协作多智能体强化学习
-
Competitive Environments (e.g., MARL for Games)竞争环境
-
Mixed Cooperative-Competitive Environments混合协作-竞争环境
-
Communication in Multi-agent Systems多智能体系统通信
-
Emergent Behaviors涌现行为
-
Swarm Intelligence群体智能
-
Distributed Consensus Algorithms分布式共识算法
235.2 社会模拟与推理
-
Social Simulation and Reasoning社会模拟与推理
-
Theory of Mind Modeling心理理论建模
-
Social Influence Models社会影响模型
-
Norm Learning and Enforcement规范学习与执行
-
Reputation Systems信誉系统
-
Trust Modeling信任建模
-
Social Network Formation社会网络形成
-
Collective Decision Making集体决策
236. 人机协作系统
236.1 人在回路的AI
-
Human-in-the-loop AI人在回路的AI
-
Interactive Machine Learning交互式机器学习
-
Active Learning with Human Feedback人类反馈主动学习
-
Reinforcement Learning from Human Feedback人类反馈强化学习
-
Collaborative Filtering with Human Input人类输入协同过滤
-
Human-AI Co-creation人机协同创造
-
Explainable AI for Human Understanding人类理解可解释AI
-
AI-Assisted Human Decision Making AI辅助人类决策
236.2 群体智能平台
-
Collective Intelligence Platforms集体智能平台
-
Crowdsourcing for Data Annotation数据标注众包
-
Citizen Science Platforms公民科学平台
-
Prediction Markets预测市场
-
Delphi Method for Collective Forecasting集体预测德尔菲法
-
Wisdom of Crowds Algorithms群体智慧算法
-
Collaborative Problem Solving协作问题解决
-
Open Innovation Platforms开放创新平台
一百一十、 人机交互与感知融合
237. 多模态交互
237.1 自然交互技术
-
Natural Interaction Technologies自然交互技术
-
Gesture Recognition手势识别
-
Voice Interaction语音交互
-
Gaze Tracking视线跟踪
-
Haptic Feedback触觉反馈
-
Brain-Computer Interfaces脑机接口
-
Emotion Recognition情感识别
-
Multimodal Fusion for Interaction交互多模态融合
237.2 上下文感知交互
-
Context-aware Interaction上下文感知交互
-
Situation Awareness情境感知
-
User Intent Prediction用户意图预测
-
Personalized Interaction个性化交互
-
Adaptive Interfaces自适应界面
-
Proactive Assistance主动辅助
-
Ambient Intelligence环境智能
-
Ubiquitous Computing普适计算
238. 感知与认知融合
238.1 多传感器融合
-
Multi-sensor Fusion多传感器融合
-
Kalman Filters卡尔曼滤波器
-
Particle Filters粒子滤波器
-
Sensor Fusion with Deep Learning深度学习传感器融合
-
Cross-modal Learning跨模态学习
-
Sensor Calibration and Synchronization传感器校准与同步
-
Robust Fusion under Uncertainty不确定性下鲁棒融合
-
Federated Sensor Fusion联邦传感器融合
238.2 认知架构
-
Cognitive Architectures认知架构
-
ACT-R自适应控制思维-理性
-
Soar soar认知架构
-
CLARION联结主义学习自适应推理
-
Cognitive Models for HCI人机交互认知模型
-
Mental Workload Modeling心理负荷建模
-
Cognitive Load Measurement认知负荷测量
-
Adaptive Systems based on Cognitive State基于认知状态的自适应系统
一百一十一、 模型压缩极限与信息理论
239. 信息论边界分析
239.1 模型复杂度信息论
-
Information-Theoretic Model Complexity信息论模型复杂度
-
Minimum Description Length (MDL) 最小描述长度原理
-
Kolmogorov Complexity for Neural Networks 神经网络Kolmogorov复杂度
-
Rate-Distortion Theory in Model Compression 模型压缩率失真理论
-
Information Bottleneck Theory 信息瓶颈理论
-
Fisher Information Matrix Analysis 费雪信息矩阵分析
-
Effective Dimensionality Estimation 有效维度估计
-
Intrinsic Dimension of Manifolds 流形本征维度
239.2 压缩极限理论
-
Theoretical Compression Limits 理论压缩极限
-
Shannon's Source Coding Theorem 香农信源编码定理
-
Distortion-Rate Function 失真率函数
-
Blahut-Arimoto Algorithm for Neural Networks 神经网络Blahut-Arimoto算法
-
Entropy-based Pruning Bounds 基于熵的剪枝边界
-
Optimal Quantization from Rate-Distortion 率失真最优量化
-
Lossless Compression Limits for Model Weights 模型权重无损压缩极限
-
Phase Transitions in Model Compression 模型压缩相变
240. 极端压缩算法
240.1 超低比特量化
-
Extreme Low-bit Quantization 超低比特量化
-
1-bit Quantization (Binary Neural Networks) 1比特量化(二值神经网络)
-
Ternary Weight Networks 三值权重网络
-
XNOR-Net XNOR网络
-
DoReFa-Net 低比特神经网络
-
Learned Step Size Quantization 学习步长量化
-
Adaptive Rounding 自适应舍入
-
Logarithmic Quantization 对数量化
240.2 无损压缩极限
-
Lossless Compression Frontiers 无损压缩前沿
-
Arithmetic Coding for Model Weights 模型权重算术编码
-
Context-based Weight Compression 基于上下文的权重压缩
-
LZ77/LZ78 for Neural Networks 神经网络LZ压缩
-
Burrows-Wheeler Transform for Models 模型Burrows-Wheeler变换
-
Huffman Coding for Sparse Patterns 稀疏模式霍夫曼编码
-
Entropy Coding with Side Information 边信息熵编码
-
Universal Coding for Model Families 模型族通用编码
一百一十二、 计算复杂性理论与近似算法
241. Transformer复杂度理论
241.1 计算复杂度分析
-
Computational Complexity of Transformers Transformer计算复杂度
-
Time Complexity Analysis of Attention 注意力时间复杂度分析
-
Space Complexity of KV Cache KV缓存空间复杂度
-
Communication Complexity in Distributed Inference 分布式推理通信复杂度
-
Circuit Complexity of Transformer Layers Transformer层电路复杂度
-
Parallelizability Analysis 可并行性分析
-
Hardness of Approximation for Attention 注意力近似难度
-
Complexity Classes for Sequence Modeling 序列建模复杂度类
241.2 近似算法理论保证
-
Approximation Algorithms with Guarantees 有理论保证的近似算法
-
(1+ε)-Approximation for Linear Attention 线性注意力(1+ε)近似
-
Randomized Approximation Schemes 随机近似方案
-
Streaming Algorithms for Attention 注意力流算法
-
Sketching Techniques for Attention Matrices 注意力矩阵素描技术
-
Coreset Methods for Large Sequences 大序列核心集方法
-
Sublinear Algorithms for Transformer Inference Transformer推理次线性算法
-
Property Testing for Model Properties 模型性质性质测试
242. 难解问题与启发式
242.1 NP难问题实例
-
NP-hard Problems in Inference 推理中的NP难问题
-
Optimal Batching as Bin Packing 装箱问题形式的最优批处理
-
KV Cache Eviction as Paging KV缓存淘汰作为页调度问题
-
Attention Approximation as Low-rank Approximation 注意力近似作为低秩近似
-
Model Partitioning as Graph Partitioning 模型划分作为图划分
-
Pruning as Subset Selection 剪枝作为子集选择
-
Quantization as Clustering 量化作为聚类
-
Neural Architecture Search as Combinatorial Optimization 神经架构搜索作为组合优化
242.2 实用启发式算法
-
Practical Heuristics 实用启发式算法
-
Greedy Heuristics for Batching 批处理贪心启发式
-
Genetic Algorithms for Architecture Search 架构搜索遗传算法
-
Simulated Annealing for Quantization 量化模拟退火
-
Local Search for Pruning 剪枝局部搜索
-
Tabu Search for Scheduling 调度禁忌搜索
-
Ant Colony Optimization for Routing 路由蚁群优化
-
Particle Swarm Optimization for Hyperparameters 超参数粒子群优化
一百一十三、 形式化验证与程序正确性
243. 神经网络形式验证
243.1 可达性分析
-
Reachability Analysis for Neural Networks 神经网络可达性分析
-
Exact Reachability using Polyhedra 多面体精确可达性
-
Abstract Interpretation for Neural Networks 神经网络抽象解释
-
Zonotope-based Reachability 基于zonotope的可达性
-
Star Set-based Analysis 基于星集的分析
-
Linear Relaxation-based Methods 基于线性松弛的方法
-
Interval Arithmetic Propagation 区间算术传播
-
Symbolic Interval Analysis 符号区间分析
243.2 安全性质验证
-
Safety Property Verification 安全性质验证
-
Adversarial Robustness Verification 对抗鲁棒性验证
-
Output Range Analysis 输出范围分析
-
Monotonicity Verification 单调性验证
-
Lipschitz Continuity Verification Lipschitz连续性验证
-
Invariant Verification 不变性验证
-
Fairness Property Verification 公平性验证
-
Privacy Property Verification 隐私性验证
244. 证明辅助与定理证明
244.1 交互式证明
-
Interactive Theorem Proving 交互式定理证明
-
Coq Proofs for Neural Networks 神经网络的Coq证明
-
Isabelle/HOL Formalization Isabelle/HOL形式化
-
Lean Theorem Proving Lean定理证明
-
Proof-carrying Neural Networks 携带证明的神经网络
-
Certifiable Neural Networks 可认证神经网络
-
Formal Specification of Model Behavior 模型行为形式化规约
-
Proof of Convergence 收敛性证明
244.2 自动证明生成
-
Automated Proof Generation 自动证明生成
-
Satisfiability Modulo Theories for NN Verification 神经网络验证可满足性模理论
-
MILP-based Verification 基于混合整数线性规划的验证
-
Semidefinite Programming for Verification 验证半定规划
-
Barrier Certificate Synthesis 屏障证书合成
-
Lyapunov Function Learning for Stability 稳定性李雅普诺夫函数学习
-
Inductive Invariant Synthesis 归纳不变式合成
-
Template-based Proof Generation 基于模板的证明生成
一百一十四、 计算几何与拓扑数据分析
245. 流形学习与几何深度学习
245.1 几何表示学习
-
Geometric Representation Learning 几何表示学习
-
Manifold Learning for High-dimensional Data 高维数据流形学习
-
Isomap and Locally Linear Embedding 等度量映射与局部线性嵌入
-
t-SNE and UMAP for Visualization 可视化t-SNE与UMAP
-
Riemannian Manifold Learning 黎曼流形学习
-
Hyperbolic Neural Networks 双曲神经网络
-
Spherical Neural Networks 球面神经网络
-
Geometric Deep Learning 几何深度学习
245.2 拓扑数据分析
-
Topological Data Analysis 拓扑数据分析
-
Persistent Homology 持续同调
-
Mapper Algorithm 映射算法
-
Topological Autoencoders 拓扑自编码器
-
Neural Networks on Simplicial Complexes 单纯复形神经网络
-
Sheaf Neural Networks 层神经网络
-
Topological Regularization 拓扑正则化
-
Morse Theory for Neural Networks 神经网络Morse理论
246. 形状分析与几何处理
246.1 3D几何学习
-
3D Geometric Learning 3D几何学习
-
Point Cloud Processing 点云处理
-
Graph Neural Networks for 3D Data 3D数据图神经网络
-
Voxel-based Methods 基于体素的方法
-
Mesh-based Methods 基于网格的方法
-
Implicit Surface Representations 隐式曲面表示
-
Neural Radiance Fields 神经辐射场
-
Geometric Transformer for 3D 3D几何Transformer
246.2 微分几何应用
-
Differential Geometry Applications 微分几何应用
-
Geometric Priors for Regularization 几何先验正则化
-
Curvature-aware Learning 曲率感知学习
-
Parallel Transport on Manifolds 流形平行移动
-
Geodesic Distance Learning 测地距离学习
-
Lie Group and Lie Algebra Methods 李群李代数方法
-
Gauge Equivariant Neural Networks 规范等变神经网络
-
Connection Learning on Fiber Bundles 纤维丛连接学习
一百一十五、 随机过程与时间序列分析
247. 随机过程建模
247.1 随机微分方程
-
Stochastic Differential Equations 随机微分方程
-
Neural Stochastic Differential Equations 神经随机微分方程
-
Diffusion Processes for Generative Modeling 生成建模扩散过程
-
Brownian Motion-based Models 布朗运动模型
-
Ornstein-Uhlenbeck Processes Ornstein-Uhlenbeck过程
-
Jump Diffusion Processes 跳跃扩散过程
-
Fractional Brownian Motion 分数布朗运动
-
Lévy Processes 莱维过程
247.2 点过程与事件序列
-
Point Processes and Event Sequences 点过程与事件序列
-
Hawkes Processes 霍克斯过程
-
Poisson Processes 泊松过程
-
Renewal Processes 更新过程
-
Temporal Point Processes 时间点过程
-
Neural Point Processes 神经点过程
-
Transformer-based Point Processes 基于Transformer的点过程
-
Marked Temporal Point Processes 标记时间点过程
248. 时间序列深度学习
248.1 时序Transformer变体
-
Time Series Transformer Variants 时序Transformer变体
-
Informer for Long Sequence Time Series Forecasting 长序列时序预测Informer
-
Autoformer with Auto-Correlation 自相关Autoformer
-
FEDformer with Frequency Enhancement 频率增强FEDformer
-
Pyraformer with Pyramid Structure 金字塔结构Pyraformer
-
LogSparse Transformer for Long Sequences 长序列LogSparse Transformer
-
Reformer for Time Series 时序Reformer
-
Longformer for Time Series 时序Longformer
248.2 多尺度时序分析
-
Multi-scale Time Series Analysis 多尺度时序分析
-
Wavelet Transform-based Methods 基于小波变换的方法
-
Multi-resolution Analysis 多分辨率分析
-
Seasonal-Trend Decomposition 季节趋势分解
-
Hierarchical Time Series Forecasting 层次时序预测
-
State Space Models with Deep Learning 深度学习状态空间模型
-
Neural ODEs for Time Series 时序神经常微分方程
-
Continuous-time Models 连续时间模型
一百一十六、 组合优化与运筹学
249. 组合优化问题求解
249.1 NP难组合问题
-
NP-hard Combinatorial Problems NP难组合问题
-
Traveling Salesman Problem 旅行商问题
-
Vehicle Routing Problem 车辆路径问题
-
Job Shop Scheduling 作业车间调度
-
Graph Coloring 图着色
-
Maximum Cut 最大割
-
Minimum Vertex Cover 最小顶点覆盖
-
Set Cover 集合覆盖
249.2 深度学习求解器
-
Deep Learning for Combinatorial Optimization 组合优化深度学习
-
Pointer Networks 指针网络
-
Attention Models for TSP 旅行商问题注意力模型
-
Graph Neural Networks for CO 组合优化图神经网络
-
Reinforcement Learning for CO 组合优化强化学习
-
Differentiable Combinatorial Solvers 可微组合求解器
-
Learning to Search 学习搜索
-
Imitation Learning for Heuristics 启发式模仿学习
250. 运筹学应用
250.1 资源优化
-
Resource Optimization 资源优化
-
Linear Programming with Neural Networks 神经网络线性规划
-
Integer Programming Solvers 整数规划求解器
-
Constraint Programming 约束规划
-
Mixed Integer Programming 混合整数规划
-
Stochastic Programming 随机规划
-
Robust Optimization 鲁棒优化
-
Multi-objective Optimization 多目标优化
250.2 调度与规划
-
Scheduling and Planning 调度与规划
-
Deep Learning for Scheduling 调度深度学习
-
Reinforcement Learning for Resource Allocation 资源分配强化学习
-
Transformer for Scheduling Problems 调度问题Transformer
-
Attention-based Planners 基于注意力的规划器
-
Neural Task Schedulers 神经任务调度器
-
Dynamic Resource Management 动态资源管理
-
Online Optimization Algorithms 在线优化算法
一百一十七、 信息检索与推荐系统
251. 大规模检索系统
251.1 向量检索优化
-
Vector Retrieval Optimization 向量检索优化
-
Approximate Nearest Neighbor Search 近似最近邻搜索
-
Product Quantization 乘积量化
-
Locality-Sensitive Hashing 局部敏感哈希
-
Hierarchical Navigable Small World 分层可导航小世界
-
Inverted File Index 倒排文件索引
-
Scalar Quantization 标量量化
-
Graph-based Indexing 基于图的索引
251.2 分布式检索
-
Distributed Retrieval Systems 分布式检索系统
-
Sharding Strategies for Vector Databases 向量数据库分片策略
-
Distributed Indexing 分布式索引
-
Query Routing 查询路由
-
Result Merging 结果合并
-
Load Balancing for Retrieval 检索负载均衡
-
Fault-tolerant Retrieval 容错检索
-
Real-time Index Updates 实时索引更新
252. 个性化推荐
252.1 深度推荐系统
-
Deep Recommender Systems 深度推荐系统
-
Neural Collaborative Filtering 神经协同过滤
-
Deep Factorization Machines 深度因子分解机
-
Transformer for Recommendation 推荐Transformer
-
Session-based Recommendation with Transformers Transformer会话推荐
-
Multi-task Learning for Recommendation 推荐多任务学习
-
Context-aware Recommendation 上下文感知推荐
-
Sequential Recommendation 序列推荐
252.2 推荐系统评估
-
Recommender System Evaluation 推荐系统评估
-
Offline Evaluation Metrics 离线评估指标
-
Online A/B Testing A/B在线测试
-
Interleaving Experiments 交错实验
-
Counterfactual Evaluation 反事实评估
-
Long-term Value Estimation 长期价值估计
-
Fairness in Recommendation 推荐公平性
-
Diversity and Novelty Metrics 多样性新颖性指标
一百一十八、 计算摄影与图像处理
253. 图像增强与恢复
253.1 图像超分辨率
-
Image Super-resolution 图像超分辨率
-
Single Image Super-resolution 单图超分辨率
-
Multi-frame Super-resolution 多帧超分辨率
-
Reference-based Super-resolution 基于参考的超分辨率
-
Transformer-based SR 基于Transformer的超分辨率
-
GAN-based SR 基于GAN的超分辨率
-
Video Super-resolution 视频超分辨率
-
Real-time Super-resolution 实时超分辨率
253.2 图像去噪与修复
-
Image Denoising and Inpainting 图像去噪与修复
-
Blind Image Denoising 盲图像去噪
-
Non-local Means Denoising 非局部均值去噪
-
Transformer for Image Restoration 图像恢复Transformer
-
Attention-based Inpainting 基于注意力的修复
-
Generative Inpainting 生成式修复
-
Video Denoising 视频去噪
-
Raw Image Processing RAW图像处理
254. 计算摄影算法
254.1 多图像融合
-
Multi-image Fusion 多图像融合
-
High Dynamic Range Imaging 高动态范围成像
-
Exposure Fusion 曝光融合
-
Focus Stacking 焦点堆叠
-
Panorama Stitching 全景拼接
-
Multi-spectral Fusion 多光谱融合
-
Temporal Denoising 时域去噪
-
Burst Photography Processing 连拍照片处理
254.2 深度估计与三维重建
-
Depth Estimation and 3D Reconstruction 深度估计与三维重建
-
Monocular Depth Estimation 单目深度估计
-
Stereo Matching 立体匹配
-
Structure from Motion 运动恢复结构
-
Multi-view Stereo 多视图立体
-
Neural Radiance Fields 神经辐射场
-
3D Gaussian Splatting 3D高斯溅射
-
Novel View Synthesis 新视角合成
一百一十九、 音频与语音处理
255. 语音合成与转换
255.1 神经语音合成
-
Neural Text-to-Speech 神经文本转语音
-
Tacotron and Tacotron 2
-
WaveNet and WaveRNN
-
FastSpeech Series FastSpeech系列
-
VITS VITS端到端语音合成
-
Transformer TTS Transformer TTS
-
Flow-based TTS 基于流的TTS
-
Diffusion-based TTS 基于扩散的TTS
255.2 语音转换与增强
-
Voice Conversion and Enhancement 语音转换与增强
-
Speaker Conversion 说话人转换
-
Emotional Voice Conversion 情感语音转换
-
Voice Cloning 语音克隆
-
Speech Enhancement 语音增强
-
Noise Suppression 噪声抑制
-
Dereverberation 去混响
-
Bandwidth Extension 带宽扩展
256. 音频信号处理
256.1 音频生成与分离
-
Audio Generation and Separation 音频生成与分离
-
Neural Audio Synthesis 神经音频合成
-
Music Generation 音乐生成
-
Audio Style Transfer 音频风格迁移
-
Source Separation 源分离
-
Music Source Separation 音乐源分离
-
Speech Separation 语音分离
-
Universal Sound Separation 通用声音分离
256.2 音频识别与理解
-
Audio Recognition and Understanding 音频识别与理解
-
Audio Classification 音频分类
-
Sound Event Detection 声音事件检测
-
Acoustic Scene Classification 声学场景分类
-
Audio Tagging 音频标记
-
Audio Captioning 音频描述生成
-
Audio Question Answering 音频问答
-
Multimodal Audio Understanding 多模态音频理解
一百二十、 视频理解与生成
257. 视频分析算法
257.1 动作识别与检测
-
Action Recognition and Detection 动作识别与检测
-
3D Convolutional Networks 3D卷积网络
-
Two-stream Networks 双流网络
-
Temporal Segment Networks 时序分段网络
-
SlowFast Networks 慢快网络
-
Video Transformer 视频Transformer
-
Temporal Action Localization 时序动作定位
-
Action Segmentation 动作分割
257.2 视频理解与推理
-
Video Understanding and Reasoning 视频理解与推理
-
Video Question Answering 视频问答
-
Video Captioning 视频描述生成
-
Video Grounding 视频定位
-
Temporal Relation Understanding 时序关系理解
-
Video Dialog 视频对话
-
Video Summarization 视频摘要
-
Video Anomaly Detection 视频异常检测
258. 视频生成与编辑
258.1 视频生成模型
-
Video Generation Models 视频生成模型
-
Video Diffusion Models 视频扩散模型
-
Autoregressive Video Generation 自回归视频生成
-
GAN-based Video Generation 基于GAN的视频生成
-
Transformer-based Video Generation 基于Transformer的视频生成
-
Neural Video Compression 神经视频压缩
-
Video Prediction 视频预测
-
Video Interpolation 视频插值
258.2 视频编辑与处理
-
Video Editing and Processing 视频编辑与处理
-
Video Inpainting 视频修复
-
Video Super-resolution 视频超分辨率
-
Video Colorization 视频着色
-
Video Style Transfer 视频风格迁移
-
Video Retargeting 视频重定向
-
Slow Motion Generation 慢动作生成
-
Video Stabilization 视频稳定
一百二十一、 AI for Science与科学计算
259. 科学发现算法
259.1 符号回归与方程发现
-
Symbolic Regression and Equation Discovery 符号回归与方程发现
-
Genetic Programming for Symbolic Regression 符号回归遗传编程
-
Neural Network-based Symbolic Regression 基于神经网络的符号回归
-
SINDy (Sparse Identification of Nonlinear Dynamics) 非线性动力学稀疏辨识
-
EQL (Equation Learner) 方程学习器
-
AI Feynman AI费曼方法
-
Transformer for Symbolic Mathematics Transformer符号数学
-
Neural Ordinary Differential Equation Discovery 神经常微分方程发现
259.2 科学模拟加速
-
Scientific Simulation Acceleration 科学模拟加速
-
Neural Operators 神经算子
-
Fourier Neural Operators 傅里叶神经算子
-
Physics-Informed Neural Networks 物理信息神经网络
-
DeepONet 深度算子网络
-
Surrogate Modeling for Simulations 模拟代理建模
-
Multi-fidelity Modeling 多保真度建模
-
Uncertainty Quantification in Simulations 模拟不确定性量化
260. 材料与化学AI
260.1 分子与材料设计
-
Molecular and Materials Design 分子与材料设计
-
Graph Neural Networks for Molecules 分子图神经网络
-
Generative Models for Molecules 分子生成模型
-
Transformer for SMILES Sequences SMILES序列Transformer
-
Reinforcement Learning for Molecular Design 分子设计强化学习
-
Inverse Design of Materials 材料逆向设计
-
High-throughput Screening with AI AI高通量筛选
-
Property Prediction 性质预测
260.2 量子化学计算
-
Quantum Chemistry Computing 量子化学计算
-
Neural Network Potentials 神经网络势能
-
SchNet 施Net模型
-
OrbNet 轨道网络
-
AIMNet 原子相互作用网络
-
Quantum Machine Learning for Chemistry 化学量子机器学习
-
Density Functional Theory Acceleration 密度泛函理论加速
-
Reaction Pathway Prediction 反应路径预测
一百二十二、 具身智能与机器人学
261. 机器人感知与控制
261.1 视觉里程计与SLAM
-
Visual Odometry and SLAM 视觉里程计与同步定位与建图
-
Neural Radiance Fields for SLAM SLAM神经辐射场
-
Deep Learning-based VO 深度学习视觉里程计
-
Transformer for SLAM Transformer SLAM
-
Semantic SLAM 语义SLAM
-
Dynamic Scene SLAM 动态场景SLAM
-
Multi-sensor Fusion for SLAM SLAM多传感器融合
-
Long-term SLAM 长期SLAM
261.2 机器人控制学习
-
Robotic Control Learning 机器人控制学习
-
Imitation Learning for Robotics 机器人模仿学习
-
Reinforcement Learning for Control 控制强化学习
-
Model Predictive Control with Learning 学习模型预测控制
-
Learning from Demonstrations 演示学习
-
Sim-to-Real Transfer 仿真到真实迁移
-
Meta-learning for Robotic Control 机器人控制元学习
-
Multi-task Robotic Learning 多任务机器人学习
262. 仿真与数字孪生
262.1 物理仿真学习
-
Physics Simulation Learning 物理仿真学习
-
Differentiable Physics 可微物理
-
Neural Physics Engines 神经物理引擎
-
Graph Networks for Physical Simulation 物理仿真图网络
-
Learning Contact Dynamics 接触动力学学习
-
Fluid Simulation with Neural Networks 神经网络流体仿真
-
Deformable Body Simulation 可变形体仿真
-
Multi-physics Simulation 多物理场仿真
262.2 数字孪生系统
-
Digital Twin Systems 数字孪生系统
-
Physics-Informed Digital Twins 物理信息数字孪生
-
Real-time Digital Twins 实时数字孪生
-
Predictive Digital Twins 预测性数字孪生
-
Multi-scale Digital Twins 多尺度数字孪生
-
Digital Twins for Robotics 机器人数字孪生
-
Digital Twins for Manufacturing 制造数字孪生
-
Digital Twins for Smart Cities 智慧城市数字孪生
一百二十三、 AI治理与伦理算法
263. 公平性算法实现
263.1 偏差检测与度量
-
Bias Detection and Measurement 偏差检测与度量
-
Demographic Parity Metrics 人口统计平等指标
-
Equalized Odds and Opportunity 均衡几率与机会
-
Counterfactual Fairness 反事实公平性
-
Individual Fairness Metrics 个体公平性指标
-
Intersectional Fairness Analysis 交叉公平性分析
-
Historical Bias Detection 历史偏差检测
-
Representation Bias Analysis 表征偏差分析
263.2 公平性增强算法
-
Fairness Enhancement Algorithms 公平性增强算法
-
Pre-processing Debiasing 预处理去偏
-
In-processing Fairness Constraints 处理中公平性约束
-
Post-processing Fairness Adjustments 后处理公平性调整
-
Adversarial Debiasing 对抗去偏
-
Fair Representation Learning 公平表示学习
-
Fair Data Augmentation 公平数据增强
-
Multi-objective Fairness Optimization 多目标公平性优化
264. 算法审计与可问责
264.1 透明度算法
-
Transparency Algorithms 透明度算法
-
Model Cards Generation 模型卡生成
-
Datasheets for Datasets 数据集数据表
-
Algorithmic Impact Assessments 算法影响评估
-
Explainability by Design 设计可解释性
-
Provenance Tracking 来源追溯
-
Audit Trail Generation 审计追踪生成
-
Model Lineage Tracking 模型谱系追踪
264.2 合规与治理
-
Compliance and Governance 合规与治理
-
Automated GDPR Compliance Checking GDPR合规自动检查
-
Privacy Impact Assessments 隐私影响评估
-
Ethical Review Systems 伦理审查系统
-
Risk Assessment Algorithms 风险评估算法
-
Regulatory Technology (RegTech) 监管科技
-
Compliance Monitoring 合规监控
-
Automated Reporting 自动报告生成
一百二十四、 医疗AI与健康信息学
265. 医学影像分析
265.1 影像诊断AI
-
Medical Image Diagnosis AI 医学影像诊断AI
-
Deep Learning for Radiology 放射学深度学习
-
Whole Slide Image Analysis 全切片图像分析
-
3D Medical Image Segmentation 3D医学图像分割
-
Multi-modal Medical Image Fusion 多模态医学图像融合
-
Lesion Detection and Classification 病灶检测与分类
-
Disease Progression Prediction 疾病进展预测
-
Radiology Report Generation 放射学报告生成
265.2 医学影像重建
-
Medical Image Reconstruction 医学影像重建
-
MRI Reconstruction with Deep Learning 深度学习MRI重建
-
CT Image Reconstruction CT图像重建
-
Low-dose Imaging Enhancement 低剂量成像增强
-
Diffusion MRI Reconstruction 扩散MRI重建
-
Ultra-fast MRI Acquisition 超快速MRI采集
-
Image Quality Enhancement 图像质量增强
-
Artifact Reduction 伪影减少
266. 临床决策支持
266.1 电子健康记录分析
-
Electronic Health Record Analysis 电子健康记录分析
-
Transformer for EHR Analysis EHR分析Transformer
-
Temporal Pattern Mining in EHR EHR时序模式挖掘
-
Patient Similarity Learning 患者相似性学习
-
Readmission Risk Prediction 再入院风险预测
-
Mortality Risk Prediction 死亡率风险预测
-
Disease Onset Prediction 疾病发作预测
-
Treatment Outcome Prediction 治疗结果预测
266.2 基因组学与精准医疗
-
Genomics and Precision Medicine 基因组学与精准医疗
-
Deep Learning for Genomics 基因组学深度学习
-
Variant Calling with Neural Networks 神经网络变异检测
-
Gene Expression Prediction 基因表达预测
-
Drug Response Prediction 药物反应预测
-
Personalized Treatment Planning 个性化治疗规划
-
Cancer Subtype Classification 癌症亚型分类
-
Multi-omics Data Integration 多组学数据整合
一百二十五、 金融科技与量化AI
267. 金融时间序列分析
267.1 市场预测模型
-
Market Prediction Models 市场预测模型
-
Stock Price Prediction 股价预测
-
Volatility Forecasting 波动率预测
-
Market Regime Detection 市场状态检测
-
High-frequency Trading Signals 高频交易信号
-
Limit Order Book Modeling 限价订单簿建模
-
Portfolio Optimization 投资组合优化
-
Risk Factor Analysis 风险因子分析
267.2 异常检测与风控
-
Anomaly Detection and Risk Control 异常检测与风控
-
Fraud Detection 欺诈检测
-
Anti-money Laundering 反洗钱
-
Credit Risk Assessment 信用风险评估
-
Market Manipulation Detection 市场操纵检测
-
Transaction Monitoring 交易监控
-
Network Analysis for Financial Crimes 金融犯罪网络分析
-
Real-time Risk Monitoring 实时风险监控
268. 算法交易系统
268.1 量化策略学习
-
Quantitative Strategy Learning 量化策略学习
-
Reinforcement Learning for Trading 交易强化学习
-
Imitation Learning for Trading Strategies 交易策略模仿学习
-
Market Making Algorithms 做市算法
-
Statistical Arbitrage 统计套利
-
Pairs Trading 配对交易
-
Momentum Strategies 动量策略
-
Mean Reversion Strategies 均值回归策略
268.2 执行算法优化
-
Execution Algorithm Optimization 执行算法优化
-
Optimal Order Execution 最优订单执行
-
Transaction Cost Analysis 交易成本分析
-
Market Impact Modeling 市场影响建模
-
Volume-weighted Average Price VWAP算法
-
Implementation Shortfall 执行差额算法
-
Smart Order Routing 智能订单路由
-
Dark Pool Trading 暗池交易
一百二十六、 教育科技与知识传播
269. 个性化学习系统
269.1 适应性学习路径
-
Adaptive Learning Pathways 适应性学习路径
-
Knowledge Tracing Models 知识追踪模型
-
Difficulty Estimation for Problems 问题难度估计
-
Prerequisite Learning Structure 先修知识结构
-
Personalized Content Recommendation 个性化内容推荐
-
Mastery-based Progression 掌握式进度
-
Cognitive Diagnostic Models 认知诊断模型
-
Learning Style Adaptation 学习风格适应
269.2 智能辅导系统
-
Intelligent Tutoring Systems 智能辅导系统
-
Dialogue-based Tutors 基于对话的导师
-
Step-by-step Problem Solving 分步问题解决
-
Hint Generation 提示生成
-
Error Analysis and Correction 错误分析与纠正
-
Socratic Dialogue Generation 苏格拉底式对话生成
-
Multi-modal Tutoring 多模态辅导
-
Affective Computing for Education 教育情感计算
270. 教育内容生成
270.1 自动内容创作
-
Automated Content Creation 自动内容创作
-
Question Generation 问题生成
-
Exercise Creation 练习创建
-
Educational Text Summarization 教育文本摘要
-
Concept Explanation Generation 概念解释生成
-
Worked Example Generation 解题示例生成
-
Curriculum Design Assistance 课程设计辅助
-
Learning Objective Alignment 学习目标对齐
270.2 学习分析
-
Learning Analytics 学习分析
-
Engagement Detection 参与度检测
-
Dropout Risk Prediction 辍学风险预测
-
Learning Gain Estimation 学习收益估计
-
Social Learning Analysis 社交学习分析
-
Peer Comparison Analytics 同伴比较分析
-
Competency Mapping 能力映射
-
Program Effectiveness Evaluation 项目有效性评估
一百二十七、 法律科技与合规AI
271. 法律文本分析
271.1 合同分析自动化
-
Contract Analysis Automation 合同分析自动化
-
Contract Clause Extraction 合同条款提取
-
Risk Clause Detection 风险条款检测
-
Contract Comparison 合同比较
-
Obligation Extraction 义务提取
-
Contract Summarization 合同摘要
-
Standard Clause Detection 标准条款检测
-
Contract Template Generation 合同模板生成
271.2 法律研究辅助
-
Legal Research Assistance 法律研究辅助
-
Case Law Analysis 判例法分析
-
Legal Document Retrieval 法律文档检索
-
Statute Interpretation 法规解释
-
Legal Citation Analysis 法律引用分析
-
Precedent Finding 先例查找
-
Legal Argument Analysis 法律论点分析
-
Judicial Prediction 司法预测
272. 合规自动化
272.1 法规遵从
-
Regulatory Compliance 法规遵从
-
Regulation Monitoring 法规监控
-
Compliance Rule Extraction 合规规则提取
-
Policy Analysis 政策分析
-
Regulatory Change Management 法规变更管理
-
Compliance Reporting Automation 合规报告自动化
-
Risk Assessment Automation 风险评估自动化
-
Control Testing Automation 控制测试自动化
272.2 争议解决辅助
-
Dispute Resolution Assistance 争议解决辅助
-
Case Outcome Prediction 案件结果预测
-
Settlement Prediction 和解预测
-
Damage Estimation 损害赔偿估计
-
Evidence Analysis 证据分析
-
Legal Strategy Recommendation 法律策略推荐
-
Alternative Dispute Resolution ADR辅助
-
Mediation Support 调解支持
一百二十八、 农业与环境AI
273. 精准农业算法
273.1 作物监测与管理
-
Crop Monitoring and Management 作物监测与管理
-
Satellite Image Analysis for Agriculture 农业卫星图像分析
-
Drone-based Crop Health Monitoring 基于无人机的作物健康监测
-
Yield Prediction 产量预测
-
Disease Detection in Crops 作物病害检测
-
Pest Infestation Detection 虫害检测
-
Irrigation Optimization 灌溉优化
-
Fertilizer Recommendation 肥料推荐
273.2 畜牧与水产业
-
Livestock and Aquaculture 畜牧与水产业
-
Animal Behavior Monitoring 动物行为监测
-
Health Monitoring of Livestock 牲畜健康监测
-
Feed Optimization 饲料优化
-
Aquaculture Environment Monitoring 水产养殖环境监测
-
Fish Health Assessment 鱼类健康评估
-
Breeding Optimization 育种优化
-
Welfare Assessment 福利评估
274. 环境监测与保护
274.1 生态监测
-
Ecological Monitoring 生态监测
-
Wildlife Population Monitoring 野生动物种群监测
-
Habitat Quality Assessment 栖息地质量评估
-
Biodiversity Estimation 生物多样性估计
-
Deforestation Detection 森林砍伐检测
-
Illegal Logging Detection 非法采伐检测
-
Water Quality Monitoring 水质监测
-
Air Quality Prediction 空气质量预测
274.2 气候与灾害
-
Climate and Disaster 气候与灾害
-
Climate Change Impact Assessment 气候变化影响评估
-
Extreme Weather Prediction 极端天气预测
-
Flood Prediction and Mapping 洪水预测与制图
-
Wildfire Risk Assessment 野火风险评估
-
Drought Monitoring 干旱监测
-
Landslide Prediction 滑坡预测
-
Disaster Response Planning 灾害响应规划
一百二十九、 工业4.0与智能制造
275. 预测性维护
275.1 设备健康管理
-
Equipment Health Management 设备健康管理
-
Vibration Analysis with Deep Learning 深度学习振动分析
-
Acoustic Anomaly Detection 声音异常检测
-
Thermal Image Analysis for Equipment 设备热图像分析
-
Remaining Useful Life Prediction 剩余使用寿命预测
-
Failure Mode Classification 故障模式分类
-
Condition-based Monitoring 基于状态的监测
-
Multi-sensor Fusion for Predictive Maintenance 预测性维护多传感器融合
275.2 质量检测与控制
-
Quality Inspection and Control 质量检测与控制
-
Visual Inspection with Deep Learning 深度学习视觉检测
-
Surface Defect Detection 表面缺陷检测
-
Dimensional Measurement 尺寸测量
-
Assembly Verification 装配验证
-
Statistical Process Control with AI AI统计过程控制
-
Real-time Quality Monitoring 实时质量监控
-
Root Cause Analysis for Quality Issues 质量问题根本原因分析
276. 供应链优化
276.1 需求预测
-
Demand Forecasting 需求预测
-
Time Series Forecasting for Demand 需求时间序列预测
-
Causal Demand Forecasting 因果需求预测
-
Promotion Impact Analysis 促销影响分析
-
New Product Forecasting 新产品预测
-
Intermittent Demand Forecasting 间断需求预测
-
Multi-echelon Inventory Optimization 多级库存优化
-
Safety Stock Optimization 安全库存优化
276.2 物流与配送
-
Logistics and Distribution 物流与配送
-
Route Optimization 路径优化
-
Vehicle Routing Problem Solvers 车辆路径问题求解器
-
Load Planning 装载规划
-
Real-time Tracking and Adjustment 实时跟踪与调整
-
Last-mile Delivery Optimization 最后一公里配送优化
-
Warehouse Optimization 仓库优化
-
Cross-docking Optimization 越库作业优化
一百三十、 AI系统与开发者工具
277. 开发框架与库
277.1 深度学习框架
-
Deep Learning Frameworks 深度学习框架
-
TensorFlow Ecosystem TensorFlow生态系统
-
PyTorch Ecosystem PyTorch生态系统
-
JAX and Flax Ecosystem JAX与Flax生态系统
-
MXNet Ecosystem MXNet生态系统
-
Deep Learning Compilers 深度学习编译器
-
Distributed Training Frameworks 分布式训练框架
-
Edge Inference Frameworks 边缘推理框架
277.2 专业化工具库
-
Specialized Tool Libraries 专业化工具库
-
Computer Vision Libraries 计算机视觉库
-
Natural Language Processing Libraries 自然语言处理库
-
Reinforcement Learning Libraries 强化学习库
-
Graph Neural Network Libraries 图神经网络库
-
AutoML Libraries AutoML库
-
Model Compression Libraries 模型压缩库
-
Explainable AI Libraries 可解释AI库
278. 协作与共享平台
278.1 模型共享
-
Model Sharing Platforms 模型共享平台
-
Model Repositories 模型仓库
-
Model Version Control 模型版本控制
-
Model Card Generation 模型卡生成
-
Model Benchmarking Platforms 模型基准测试平台
-
Model Sharing with Privacy 隐私保护模型共享
-
Federated Model Sharing 联邦模型共享
-
Model Marketplace 模型市场
278.2 协作开发
-
Collaborative Development 协作开发
-
Notebook Sharing Platforms 笔记本共享平台
-
Experiment Tracking Tools 实验跟踪工具
-
Collaborative Model Training 协作模型训练
-
Code Review for ML ML代码审查
-
Documentation Generation 文档生成
-
Knowledge Sharing Platforms 知识共享平台
-
Community-driven Development 社区驱动开发
一百三十一、 神经架构优化与进化算法
279. 架构进化策略
279.1 神经进化算法
-
Neuroevolution Algorithms 神经进化算法
-
Evolutionary Strategies for Architecture Search 架构搜索进化策略
-
Genetic Algorithms for Neural Architecture 神经网络遗传算法
-
Covariance Matrix Adaptation Evolution Strategy 协方差矩阵适应进化策略
-
Novelty Search for Neural Networks 神经网络新颖性搜索
-
Quality-Diversity Optimization 质量-多样性优化
-
MAP-Elites Algorithm MAP-Elites算法
-
NSGA-II for Multi-objective Architecture Search 多目标架构搜索NSGA-II
279.2 可微分架构搜索
-
Differentiable Architecture Search 可微分架构搜索
-
DARTS (Differentiable Architecture Search) 可微分架构搜索
-
ProxylessNAS 无代理NAS
-
PC-DARTS 部分通道DARTS
-
GDAS (Graph-based Differentiable Architecture Search) 基于图的可微分架构搜索
-
Single-Path NAS 单路径NAS
-
FBNet (Facebook-Berkeley-Nets) 高效网络
-
MnasNet 移动网络架构搜索
280. 超网络与权重共享
280.1 权重预测网络
-
Weight Prediction Networks 权重预测网络
-
HyperNetworks 超网络
-
Weight Generation Networks 权重生成网络
-
Conditional Weight Generation 条件权重生成
-
Fast Weight Networks 快速权重网络
-
Meta-learning with Hypernetworks 超网络元学习
-
Task-specific Weight Generation 任务特定权重生成
-
One-shot Neural Architecture Search 单次神经架构搜索
280.2 超级网络训练
-
Supernetwork Training 超级网络训练
-
Once-for-All Networks 一次训练多架构网络
-
Slimmable Neural Networks 可瘦身网络
-
Universal Transformers 通用Transformer
-
Elastic Architecture Networks 弹性架构网络
-
Neural Architecture Generator 神经架构生成器
-
Nested Hypernetworks 嵌套超网络
-
Hierarchical Hypernetworks 层次超网络
一百三十二、 多模态学习前沿
281. 跨模态对齐与生成
281.1 对齐学习方法
-
Cross-modal Alignment Learning 跨模态对齐学习
-
Contrastive Language-Image Pre-training 对比语言-图像预训练
-
Multimodal Fusion with Cross-attention 跨注意力多模态融合
-
Modality-invariant Representation Learning 模态不变表示学习
-
Shared Embedding Spaces 共享嵌入空间
-
Cross-modal Retrieval with Dense Embeddings 稠密嵌入跨模态检索
-
Weakly-supervised Alignment 弱监督对齐
-
Self-supervised Cross-modal Learning 自监督跨模态学习
281.2 多模态生成
-
Multimodal Generation 多模态生成
-
Text-to-Image Generation 文本到图像生成
-
Image Captioning 图像描述生成
-
Visual Question Answering 视觉问答
-
Multimodal Dialogue Systems 多模态对话系统
-
Cross-modal Translation 跨模态翻译
-
Audio-Visual Generation 音视频生成
-
Multimodal Style Transfer 多模态风格迁移
282. 统一多模态模型
282.1 大型多模态基础模型
-
Large Multimodal Foundation Models 大型多模态基础模型
-
Unified Transformer Architectures 统一Transformer架构
-
Perceiver IO 通用感知器IO
-
Unified Multimodal Encoder-Decoder 统一多模态编码器-解码器
-
Cross-modal Attention Mechanisms 跨模态注意力机制
-
Modality-agnostic Representations 模态无关表示
-
Parameter-efficient Multimodal Adaptation 参数高效多模态适配
-
Zero-shot Multimodal Understanding 零样本多模态理解
282.2 多模态推理
-
Multimodal Reasoning 多模态推理
-
Visual Reasoning with Language 语言视觉推理
-
Commonsense Reasoning across Modalities 跨模态常识推理
-
Multimodal Logical Reasoning 多模态逻辑推理
-
Temporal Reasoning in Multimodal Data 多模态数据时序推理
-
Spatial Reasoning with Multiple Modalities 多模态空间推理
-
Causal Reasoning from Multimodal Observations 多模态观察因果推理
-
Counterfactual Reasoning in Multimodal Settings 多模态场景反事实推理
一百三十三、 AI系统可靠性工程
283. 容错与自我修复
283.1 系统级容错
-
System-level Fault Tolerance 系统级容错
-
Checkpoint and Restart Mechanisms 检查点与重启机制
-
Heartbeat Monitoring 心跳监控
-
Failover Strategies 故障转移策略
-
Redundancy Management 冗余管理
-
Graceful Degradation 优雅降级
-
Circuit Breaker Patterns 断路器模式
-
Bulkhead Isolation 舱壁隔离
283.2 自我修复系统
-
Self-healing Systems 自我修复系统
-
Anomaly Detection and Recovery 异常检测与恢复
-
Automatic Root Cause Analysis 自动根本原因分析
-
Predictive Maintenance for AI Systems AI系统预测性维护
-
Dynamic Resource Reallocation 动态资源重分配
-
Service Mesh for AI Systems AI系统服务网格
-
Chaos Engineering for AI AI混沌工程
-
Resilience Testing 弹性测试
284. 可观测性与监控
284.1 全面监控
-
Comprehensive Monitoring 全面监控
-
Metrics Collection and Aggregation 指标收集与聚合
-
Distributed Tracing 分布式追踪
-
Log Management and Analysis 日志管理与分析
-
Performance Monitoring 性能监控
-
Resource Utilization Monitoring 资源利用率监控
-
Error Rate Tracking 错误率跟踪
-
Latency Monitoring 延迟监控
284.2 智能告警
-
Intelligent Alerting 智能告警
-
Anomaly Detection for Alerts 告警异常检测
-
Alert Correlation and Deduplication 告警关联与去重
-
Root Cause Analysis Automation 根本原因分析自动化
-
Predictive Alerting 预测性告警
-
Alert Fatigue Reduction 告警疲劳减少
-
Contextual Alerting 上下文告警
-
Automated Incident Response 自动事件响应
一百三十四、 AI硬件协同设计
285. 硬件感知算法设计
285.1 算法-硬件协同优化
-
Algorithm-Hardware Co-design 算法-硬件协同设计
-
Hardware-aware Neural Architecture Search 硬件感知神经架构搜索
-
Latency Prediction Models 延迟预测模型
-
Energy Consumption Models 能耗模型
-
Memory Access Pattern Optimization 内存访问模式优化
-
Computation Mapping Optimization 计算映射优化
-
Data Reuse Optimization 数据重用优化
-
Pipeline Optimization 流水线优化
285.2 专用硬件算法
-
Specialized Hardware Algorithms 专用硬件算法
-
Algorithm Design for TPUs TPU算法设计
-
GPU-specific Optimizations GPU特定优化
-
FPGA Algorithm Implementation FPGA算法实现
-
ASIC-friendly Algorithm Design ASIC友好算法设计
-
In-memory Computing Algorithms 内存计算算法
-
Near-memory Computing Algorithms 近内存计算算法
-
Processing-in-Memory Algorithms 存内计算算法
286. 新兴硬件支持
286.1 量子计算算法
-
Quantum Computing Algorithms 量子计算算法
-
Quantum Neural Networks 量子神经网络
-
Variational Quantum Algorithms 变分量子算法
-
Quantum Approximate Optimization Algorithm 量子近似优化算法
-
Quantum Machine Learning 量子机器学习
-
Quantum-inspired Classical Algorithms 量子启发的经典算法
-
Hybrid Quantum-Classical Algorithms 混合量子-经典算法
-
Quantum Error Correction 量子纠错
286.2 神经形态计算
-
Neuromorphic Computing 神经形态计算
-
Spiking Neural Networks on Neuromorphic Hardware 神经形态硬件脉冲神经网络
-
Event-based Processing 基于事件的处理
-
Asynchronous Computation 异步计算
-
Energy-efficient Inference 能效推理
-
On-chip Learning 片上学习
-
Memristor-based Computing 忆阻器计算
-
Analog Computing for AI AI模拟计算
一百三十五、 边缘AI与物联网
287. 边缘推理优化
287.1 边缘部署策略
-
Edge Deployment Strategies 边缘部署策略
-
Model Partitioning for Edge Computing 边缘计算模型划分
-
Dynamic Model Selection 动态模型选择
-
Edge-Cloud Collaboration 边缘-云协作
-
Federated Learning at Edge 边缘联邦学习
-
Model Compression for Edge Devices 边缘设备模型压缩
-
Energy-aware Edge Inference 能量感知边缘推理
-
Latency-constrained Edge Computing 延迟约束边缘计算
287.2 边缘学习算法
-
Edge Learning Algorithms 边缘学习算法
-
On-device Learning 设备端学习
-
Incremental Learning on Edge 边缘增量学习
-
Transfer Learning for Edge Devices 边缘设备迁移学习
-
Meta-learning for Edge AI 边缘AI元学习
-
Few-shot Learning on Edge 边缘少样本学习
-
Self-supervised Learning on Edge 边缘自监督学习
-
Collaborative Learning among Edge Devices 边缘设备间协作学习
288. 物联网AI集成
288.1 传感器数据处理
-
Sensor Data Processing 传感器数据处理
-
Time Series Analysis on Sensor Data 传感器数据时间序列分析
-
Anomaly Detection in IoT Streams 物联网流异常检测
-
Sensor Fusion Algorithms 传感器融合算法
-
Edge-based Feature Extraction 基于边缘的特征提取
-
Real-time Sensor Analytics 实时传感器分析
-
Predictive Maintenance from Sensor Data 传感器数据预测性维护
-
Adaptive Sampling for Energy Efficiency 能效自适应采样
288.2 物联网网络优化
-
IoT Network Optimization 物联网网络优化
-
Bandwidth-efficient Communication 带宽高效通信
-
Latency Optimization for IoT Networks 物联网网络延迟优化
-
Energy-efficient Protocol Design 能效协议设计
-
Edge Caching Strategies 边缘缓存策略
-
Distributed Inference in IoT Networks 物联网网络分布式推理
-
Security Protocols for IoT AI 物联网AI安全协议
-
Privacy-preserving IoT Analytics 隐私保护物联网分析
一百三十六、 AI伦理与社会影响
289. 算法公平性深度分析
289.1 公平性度量与审计
-
Fairness Metrics and Auditing 公平性度量与审计
-
Demographic Parity Analysis 人口统计平等分析
-
Equalized Odds Testing 均衡几率测试
-
Counterfactual Fairness Assessment 反事实公平性评估
-
Intersectional Fairness Analysis 交叉公平性分析
-
Long-term Fairness Impacts 长期公平性影响
-
Fairness in Sequential Decision Making 序列决策公平性
-
Multi-objective Fairness Optimization 多目标公平性优化
289.2 偏见缓解技术
-
Bias Mitigation Techniques 偏见缓解技术
-
Pre-processing Debiasing Methods 预处理去偏方法
-
In-processing Fairness Constraints 处理中公平性约束
-
Post-processing Bias Correction 后处理偏见校正
-
Adversarial Debiasing Networks 对抗去偏网络
-
Causal Fairness Methods 因果公平性方法
-
Fair Representation Learning Algorithms 公平表示学习算法
-
Bias-aware Regularization 偏见感知正则化
290. 透明度与社会责任
290.1 可解释性技术
-
Explainability Techniques 可解释性技术
-
Model-agnostic Explanations 模型无关解释
-
Local Interpretable Model Explanations 局部可解释模型解释
-
Shapley Additive Explanations 沙普利加性解释
-
Counterfactual Explanations 反事实解释
-
Causal Explanations 因果解释
-
Example-based Explanations 基于示例的解释
-
Interactive Explanations 交互式解释
290.2 社会责任框架
-
Social Responsibility Frameworks 社会责任框架
-
AI Ethics Guidelines Implementation AI伦理指南实施
-
Impact Assessment Methodologies 影响评估方法论
-
Stakeholder Engagement Processes 利益相关者参与流程
-
Transparency Reports 透明度报告
-
Accountability Mechanisms 问责机制
-
Ethical Review Boards 伦理审查委员会
-
Public Participation in AI Development AI开发公众参与
一百三十七、 AI教育工具与平台
291. 智能教育系统
291.1 自适应学习平台
-
Adaptive Learning Platforms 自适应学习平台
-
Intelligent Tutoring Systems 智能辅导系统
-
Personalized Learning Paths 个性化学习路径
-
Real-time Assessment and Feedback 实时评估与反馈
-
Competency-based Progression 基于能力的进度
-
Learning Style Adaptation 学习风格适应
-
Engagement Monitoring and Intervention 参与度监控与干预
-
Social Learning Integration 社交学习集成
291.2 教育内容生成
-
Educational Content Generation 教育内容生成
-
Automatic Question Generation 自动问题生成
-
Exercise and Problem Creation 练习与问题创建
-
Educational Text Summarization 教育文本摘要
-
Concept Explanation Generation 概念解释生成
-
Worked Example Generation 解题示例生成
-
Curriculum Design Assistance 课程设计辅助
-
Learning Material Adaptation 学习材料适配
292. 教育评估与分析
292.1 学习分析技术
-
Learning Analytics Techniques 学习分析技术
-
Knowledge Tracing Models 知识追踪模型
-
Engagement Analysis 参与度分析
-
Dropout Risk Prediction 辍学风险预测
-
Learning Gain Estimation 学习收益估计
-
Social Network Analysis in Education 教育社交网络分析
-
Peer Comparison Analytics 同伴比较分析
-
Program Effectiveness Evaluation 项目有效性评估
292.2 技能评估系统
-
Skill Assessment Systems 技能评估系统
-
Automated Grading Systems 自动评分系统
-
Essay Scoring Algorithms 作文评分算法
-
Programming Assignment Evaluation 编程作业评估
-
Mathematical Problem Solving Assessment 数学问题解决评估
-
Language Proficiency Assessment 语言能力评估
-
Soft Skill Evaluation 软技能评估
-
Competency Mapping and Certification 能力映射与认证
一百三十八、 AI驱动的艺术与创意
293. 生成艺术算法
293.1 创意生成模型
-
Creative Generation Models 创意生成模型
-
Text-to-Art Generation 文本到艺术生成
-
Style Transfer Algorithms 风格迁移算法
-
Neural Style Transfer 神经风格迁移
-
Artistic Image Generation 艺术图像生成
-
Music Composition with AI AI音乐作曲
-
Poetry and Literature Generation 诗歌与文学生成
-
Creative Writing Assistance 创意写作辅助
293.2 交互式创意工具
-
Interactive Creative Tools 交互式创意工具
-
AI-assisted Design Tools AI辅助设计工具
-
Collaborative Creativity Platforms 协作创意平台
-
Real-time Creative Feedback 实时创意反馈
-
Creative Exploration Interfaces 创意探索界面
-
Multimodal Creative Expression 多模态创意表达
-
Adaptive Creativity Support 自适应创意支持
-
Emotion-aware Creative Tools 情感感知创意工具
294. 艺术分析与理解
294.1 艺术风格分析
-
Art Style Analysis 艺术风格分析
-
Style Classification Algorithms 风格分类算法
-
Artist Attribution 艺术家归属
-
Art Historical Analysis 艺术史分析
-
Composition Analysis 构图分析
-
Color Theory Analysis 色彩理论分析
-
Brushstroke Analysis 笔触分析
-
Artistic Influence Tracing 艺术影响追踪
294.2 审美计算
-
Computational Aesthetics 计算美学
-
Aesthetic Quality Assessment 美学质量评估
-
Beauty Prediction Algorithms 美感预测算法
-
Visual Balance Analysis 视觉平衡分析
-
Harmony and Contrast Analysis 和谐与对比分析
-
Cultural Aesthetic Modeling 文化美学建模
-
Personalized Aesthetic Models 个性化美学模型
-
Evolutionary Aesthetics 进化美学
一百三十九、 AI在社会科学中的应用
295. 社会网络分析
295.1 网络科学算法
-
Network Science Algorithms 网络科学算法
-
Community Detection Algorithms 社区检测算法
-
Influence Maximization 影响力最大化
-
Social Network Evolution Modeling 社交网络演化建模
-
Information Diffusion Models 信息传播模型
-
Network Embedding Techniques 网络嵌入技术
-
Dynamic Network Analysis 动态网络分析
-
Multiplex Network Analysis 多层网络分析
295.2 社会行为建模
-
Social Behavior Modeling 社会行为建模
-
Opinion Dynamics Models 意见动力学模型
-
Social Contagion Modeling 社会传染建模
-
Collective Behavior Prediction 集体行为预测
-
Social Norm Emergence 社会规范涌现
-
Cooperation and Competition Modeling 合作与竞争建模
-
Cultural Evolution Models 文化演化模型
-
Social Simulation Systems 社会模拟系统
296. 经济与金融建模
296.1 计算经济学
-
Computational Economics 计算经济学
-
Agent-based Economic Modeling 基于主体的经济建模
-
Market Mechanism Design 市场机制设计
-
Auction Theory and Algorithms 拍卖理论与算法
-
Game Theory Applications 博弈论应用
-
Economic Network Analysis 经济网络分析
-
Wealth Distribution Modeling 财富分布建模
-
Economic Policy Simulation 经济政策模拟
296.2 行为经济学AI
-
Behavioral Economics with AI AI行为经济学
-
Cognitive Bias Modeling 认知偏差建模
-
Prospect Theory Applications 前景理论应用
-
Nudge Theory Implementation 助推理论实施
-
Decision-making Under Uncertainty 不确定性决策
-
Risk Perception Modeling 风险感知建模
-
Social Preference Modeling 社会偏好建模
-
Ethical Decision Making Models 伦理决策模型
一百四十、 AI基础设施与平台
297. 云AI平台服务
297.1 模型服务平台
-
Model Serving Platforms 模型服务平台
-
Model Registry and Management 模型注册与管理
-
Model Versioning Systems 模型版本控制系统
-
Model Deployment Automation 模型部署自动化
-
A/B Testing Frameworks for Models 模型A/B测试框架
-
Canary Deployment Strategies 金丝雀部署策略
-
Blue-Green Deployment 蓝绿部署
-
Model Monitoring and Alerting 模型监控与告警
297.2 数据处理流水线
-
Data Processing Pipelines 数据处理流水线
-
Feature Store Management 特征存储管理
-
Data Version Control 数据版本控制
-
Data Quality Monitoring 数据质量监控
-
Automated Data Validation 自动数据验证
-
Data Lineage Tracking 数据血统追踪
-
Privacy-preserving Data Processing 隐私保护数据处理
-
Real-time Data Processing 实时数据处理
298. 开发运维一体化
298.1 MLOps平台
-
MLOps Platforms MLOps平台
-
Continuous Integration for ML ML持续集成
-
Continuous Deployment for Models 模型持续部署
-
Experiment Tracking Systems 实验跟踪系统
-
Model Performance Monitoring 模型性能监控
-
Drift Detection and Management 漂移检测与管理
-
Automated Retraining Pipelines 自动重训练流水线
-
Model Governance Frameworks 模型治理框架
298.2 协作开发环境
-
Collaborative Development Environments 协作开发环境
-
Notebook-based Collaboration 基于笔记本的协作
-
Code Review for Machine Learning 机器学习代码审查
-
Model Documentation Generation 模型文档生成
-
Knowledge Sharing Platforms 知识共享平台
-
Team Workflow Management 团队工作流管理
-
Version Control for Experiments 实验版本控制
-
Reproducibility Tools 可复现性工具
一百四十一、 自监督学习前沿
299. 自监督预训练创新
299.1 掩码建模进阶
-
Advanced Masked Modeling 进阶掩码建模
-
Dynamic Masking Strategies 动态掩码策略
-
Span-based Masking 基于跨度的掩码
-
Semantic-aware Masking 语义感知掩码
-
Adaptive Masking Rates 自适应掩码率
-
Multi-granularity Masking 多粒度掩码
-
Cross-modal Masked Modeling 跨模态掩码建模
-
Hierarchical Masked Prediction 层次掩码预测
299.2 对比学习优化
-
Contrastive Learning Optimization 对比学习优化
-
Hard Negative Mining 困难负样本挖掘
-
Memory Bank Optimization 记忆库优化
-
Momentum Contrast 动量对比
-
Temperature Scheduling 温度调度
-
Batch Size Scaling Strategies 批大小缩放策略
-
Multi-crop Strategies 多裁剪策略
-
Cross-batch Consistency 跨批一致性
300. 自监督泛化能力
300.1 领域自适应
-
Domain Adaptation with Self-supervision 自监督领域自适应
-
Unsupervised Domain Adaptation 无监督领域自适应
-
Self-training with Pseudo-labels 伪标签自训练
-
Adversarial Domain Adaptation 对抗领域自适应
-
Domain-invariant Representation Learning 域不变表示学习
-
Feature Alignment Methods 特征对齐方法
-
Domain Generalization 领域泛化
-
Multi-source Domain Adaptation 多源领域自适应
300.2 少样本迁移
-
Few-shot Transfer Learning 少样本迁移学习
-
Meta-learning with Self-supervision 自监督元学习
-
Prototypical Networks with SSL 自监督原型网络
-
Model-agnostic Meta-learning 模型无关元学习
-
Task-adaptive Pre-training 任务自适应预训练
-
Cross-domain Few-shot Learning 跨域少样本学习
-
Incremental Few-shot Learning 增量少样本学习
-
Zero-shot Domain Adaptation 零样本领域自适应
一百四十二、 记忆增强神经网络
301. 外部记忆机制
301.1 可微分记忆
-
Differentiable Memory Mechanisms 可微分记忆机制
-
Neural Turing Machines 神经图灵机
-
Differentiable Neural Computers 可微分神经计算机
-
Memory Networks 记忆网络
-
Stack-augmented Neural Networks 堆栈增强神经网络
-
Queue-based Memory Models 基于队列的记忆模型
-
List-based Memory Structures 基于列表的记忆结构
-
Graph-based Memory Representations 基于图的记忆表示
301.2 注意力记忆融合
-
Attention-Memory Fusion 注意力记忆融合
-
Memory-augmented Transformers 记忆增强Transformer
-
Recurrent Memory Transformer 循环记忆Transformer
-
Compressive Transformer 压缩Transformer
-
Infinite Memory Transformer 无限记忆Transformer
-
Sparse Memory Access 稀疏记忆访问
-
Hierarchical Memory Organization 层次记忆组织
-
Content-based Memory Addressing 基于内容的记忆寻址
302. 长期记忆系统
302.1 工作记忆模型
-
Working Memory Models 工作记忆模型
-
Short-term Memory Buffers 短期记忆缓冲区
-
Gated Working Memory 门控工作记忆
-
Attention-based Working Memory 基于注意力的工作记忆
-
Capacity-limited Memory Models 容量受限记忆模型
-
Forgetting Mechanisms 遗忘机制
-
Memory Consolidation 记忆巩固
-
Interference Management 干扰管理
302.2 情景记忆系统
-
Episodic Memory Systems 情景记忆系统
-
Experience Replay Mechanisms 经验回放机制
-
Memory-based Reasoning 基于记忆的推理
-
Temporal Memory Networks 时序记忆网络
-
Autobiographical Memory Models 自传体记忆模型
-
Memory Retrieval Algorithms 记忆检索算法
-
Memory Compression 记忆压缩
-
Memory-based Planning 基于记忆的规划
一百四十三、 组合泛化能力
303. 组合性学习算法
303.1 符号-神经组合
-
Symbolic-Neural Compositionality 符号-神经组合性
-
Neural Module Networks 神经模块网络
-
Compositional Attention Networks 组合注意力网络
-
Recursive Neural Networks 递归神经网络
-
Tree-structured Models 树结构模型
-
Grammar-based Models 基于语法的模型
-
Program Synthesis with Neural Networks 神经网络程序合成
-
Inductive Logic Programming 归纳逻辑编程
303.2 系统泛化
-
Systematic Generalization 系统泛化
-
Meta-learning for Compositionality 组合性元学习
-
Curriculum Learning for Compositional Tasks 组合任务课程学习
-
Data Augmentation for Compositionality 组合性数据增强
-
Invariant Learning for Compositional Features 组合特征不变学习
-
Cross-modal Compositional Learning 跨模态组合学习
-
Few-shot Compositional Generalization 少样本组合泛化
-
Zero-shot Compositional Understanding 零样本组合理解
304. 关系推理系统
304.1 关系网络
-
Relational Networks 关系网络
-
Graph Networks for Relational Reasoning 关系推理图网络
-
Set-based Models 基于集合的模型
-
Invariant and Equivariant Networks 不变与等变网络
-
Relational Attention Mechanisms 关系注意力机制
-
Factor Graph Neural Networks 因子图神经网络
-
Hypergraph Neural Networks 超图神经网络
-
Higher-order Relational Models 高阶关系模型
304.2 类比推理
-
Analogical Reasoning 类比推理
-
Structure Mapping Theory Models 结构映射理论模型
-
Analogy-based Learning 基于类比的学习
-
Cross-domain Analogy 跨域类比
-
Proportional Analogy 比例类比
-
Metaphor Understanding 隐喻理解
-
Case-based Reasoning 基于案例的推理
-
Analogical Transfer Learning 类比迁移学习
一百四十四、 AI系统测试与验证
305. 模型测试方法论
305.1 功能测试
-
Functional Testing for AI Models AI模型功能测试
-
Unit Testing for Neural Networks 神经网络单元测试
-
Integration Testing for AI Systems AI系统集成测试
-
System Testing for AI Applications AI应用系统测试
-
Acceptance Testing 验收测试
-
Regression Testing for Models 模型回归测试
-
Performance Testing 性能测试
-
Stress Testing 压力测试
305.2 鲁棒性测试
-
Robustness Testing 鲁棒性测试
-
Adversarial Testing 对抗测试
-
Out-of-distribution Testing 分布外测试
-
Boundary Value Testing 边界值测试
-
Fuzz Testing for AI Systems AI系统模糊测试
-
Mutation Testing for Models 模型变异测试
-
Property-based Testing 基于性质的测试
-
Concolic Testing 具体符号测试
306. 质量保证体系
306.1 验证与确认
-
Verification and Validation 验证与确认
-
Formal Verification Methods 形式验证方法
-
Statistical Validation 统计验证
-
Cross-validation Strategies 交叉验证策略
-
Hold-out Validation 保留验证
-
Bootstrap Validation 自助法验证
-
Time Series Validation 时间序列验证
-
Spatial Validation 空间验证
306.2 测试自动化
-
Test Automation 测试自动化
-
Automated Test Case Generation 自动化测试用例生成
-
Test Oracle Generation 测试预言生成
-
Automated Test Data Generation 自动化测试数据生成
-
Continuous Testing 持续测试
-
AI-assisted Testing AI辅助测试
-
Model-based Testing 基于模型的测试
-
Automated Test Report Generation 自动化测试报告生成
一百四十五、 知识图谱推理引擎
307. 知识图谱嵌入
307.1 高级嵌入方法
-
Advanced Embedding Methods 高级嵌入方法
-
RotatE 旋转嵌入
-
ComplEx 复数嵌入
-
TransE and its Variants TransE及其变体
-
Graph-based Embeddings 基于图的嵌入
-
Hyperbolic Embeddings 双曲嵌入
-
Temporal Knowledge Graph Embeddings 时序知识图谱嵌入
-
Multi-modal Knowledge Embeddings 多模态知识嵌入
307.2 可微推理
-
Differentiable Reasoning 可微推理
-
Neural Theorem Provers 神经定理证明器
-
Differentiable Forward Chaining 可微分前向链
-
Neural Logic Programming 神经逻辑编程
-
TensorLog 张量逻辑
-
Differentiable Inference over Knowledge Graphs 知识图谱可微推理
-
Probabilistic Soft Logic 概率软逻辑
-
Markov Logic Networks 马尔可夫逻辑网络
308. 知识图谱应用
308.1 问答系统
-
Question Answering over Knowledge Graphs 知识图谱问答
-
Semantic Parsing for QA 问答语义解析
-
Relation Extraction for Knowledge Base Completion 知识库补全关系抽取
-
Entity Linking 实体链接
-
Multi-hop Question Answering 多跳问答
-
Temporal Question Answering 时序问答
-
Complex Query Answering 复杂查询问答
-
Conversational QA over Knowledge Graphs 知识图谱对话问答
308.2 推理服务
-
Knowledge Graph Reasoning Services 知识图谱推理服务
-
Rule Mining from Knowledge Graphs 知识图谱规则挖掘
-
Path Finding Algorithms 路径查找算法
-
Subgraph Pattern Matching 子图模式匹配
-
Knowledge Graph Completion 知识图谱补全
-
Temporal Reasoning over Knowledge Graphs 知识图谱时序推理
-
Causal Reasoning with Knowledge Graphs 知识图谱因果推理
-
Explainable Reasoning 可解释推理
一百四十六、 多智能体协作系统
309. 多智能体通信
309.1 通信协议学习
-
Communication Protocol Learning 通信协议学习
-
Emergent Communication 涌现通信
-
Differentiable Communication 可微通信
-
Attention-based Communication 基于注意力的通信
-
Graph-based Message Passing 基于图的消息传递
-
Structured Communication 结构化通信
-
Sparse Communication 稀疏通信
-
Bandwidth-limited Communication 带宽受限通信
309.2 协调与合作
-
Coordination and Cooperation 协调与合作
-
Credit Assignment in Multi-agent Systems 多智能体系统信用分配
-
Shared Value Functions 共享价值函数
-
Centralized Training with Decentralized Execution 集中训练分散执行
-
Multi-agent Policy Gradients 多智能体策略梯度
-
Counterfactual Multi-agent Policy Gradients 反事实多智能体策略梯度
-
Opponent Modeling 对手建模
-
Teamwork Learning 团队协作学习
310. 社会智能模拟
310.1 社会认知模型
-
Social Cognitive Models 社会认知模型
-
Theory of Mind Modeling 心理理论建模
-
Belief-Desire-Intention Models 信念-愿望-意图模型
-
Social Preference Learning 社会偏好学习
-
Norm Learning and Enforcement 规范学习与执行
-
Reputation Systems 信誉系统
-
Trust Modeling 信任建模
-
Fairness in Multi-agent Systems 多智能体系统公平性
310.2 集体决策
-
Collective Decision Making 集体决策
-
Voting Mechanisms 投票机制
-
Consensus Algorithms 共识算法
-
Distributed Optimization for Collective Decisions 集体决策分布式优化
-
Wisdom of Crowds 群体智慧
-
Prediction Markets 预测市场
-
Delphi Method 德尔菲法
-
Swarm Intelligence 群体智能
一百四十七、 脑机接口与认知计算
311. 神经信号处理
311.1 脑电信号分析
-
EEG Signal Analysis 脑电信号分析
-
Event-related Potentials Analysis 事件相关电位分析
-
Time-Frequency Analysis 时频分析
-
Spatial Filtering 空间滤波
-
Source Localization 源定位
-
Connectivity Analysis 连接性分析
-
Artifact Removal 伪影去除
-
Feature Extraction for EEG 脑电特征提取
311.2 神经解码算法
-
Neural Decoding Algorithms 神经解码算法
-
Motor Imagery Decoding 运动想象解码
-
Visual Stimulus Decoding 视觉刺激解码
-
Speech Decoding from Neural Signals 神经信号语音解码
-
Intention Decoding 意图解码
-
Emotion Recognition from Neural Signals 神经信号情感识别
-
Cognitive State Classification 认知状态分类
-
Neural Manifold Learning 神经流形学习
312. 神经反馈与调控
312.1 闭环脑机接口
-
Closed-loop Brain-Computer Interfaces 闭环脑机接口
-
Real-time Neural Feedback 实时神经反馈
-
Adaptive Stimulation 自适应刺激
-
Neurofeedback Training 神经反馈训练
-
Brain State Regulation 脑状态调节
-
Closed-loop Deep Brain Stimulation 闭环深部脑刺激
-
Responsive Neurostimulation 响应式神经刺激
-
Bidirectional Brain-Computer Interfaces 双向脑机接口
312.2 认知增强
-
Cognitive Enhancement 认知增强
-
Working Memory Enhancement 工作记忆增强
-
Attention Enhancement 注意力增强
-
Learning Acceleration 学习加速
-
Sleep Optimization 睡眠优化
-
Stress Reduction 压力减轻
-
Mood Regulation 情绪调节
-
Cognitive Load Management 认知负荷管理
一百四十八、 量子神经网络
313. 量子神经网络架构
313.1 量子电路设计
-
Quantum Circuit Design 量子电路设计
-
Parameterized Quantum Circuits 参数化量子电路
-
Quantum Convolutional Neural Networks 量子卷积神经网络
-
Quantum Recurrent Neural Networks 量子循环神经网络
-
Quantum Attention Mechanisms 量子注意力机制
-
Quantum Transformers 量子Transformer
-
Quantum Autoencoders 量子自编码器
-
Quantum Generative Models 量子生成模型
313.2 混合量子-经典网络
-
Hybrid Quantum-Classical Networks 混合量子-经典网络
-
Variational Quantum Algorithms 变分量子算法
-
Quantum Approximate Optimization Algorithm 量子近似优化算法
-
Quantum Neural Tangent Kernel 量子神经正切核
-
Quantum Kernel Methods 量子核方法
-
Quantum Feature Maps 量子特征映射
-
Quantum Data Encoding 量子数据编码
-
Quantum Measurement Strategies 量子测量策略
314. 量子学习算法
314.1 量子优化
-
Quantum Optimization 量子优化
-
Quantum Gradient Descent 量子梯度下降
-
Quantum Natural Gradient 量子自然梯度
-
Quantum Adiabatic Optimization 量子绝热优化
-
Quantum Annealing 量子退火
-
Grover's Algorithm for Optimization Grover优化算法
-
Quantum Semidefinite Programming 量子半定规划
-
Quantum Linear Systems Solving 量子线性系统求解
314.2 量子机器学习应用
-
Quantum Machine Learning Applications 量子机器学习应用
-
Quantum Chemistry with Machine Learning 机器学习量子化学
-
Quantum Material Discovery 量子材料发现
-
Quantum Finance 量子金融
-
Quantum Cryptography 量子密码学
-
Quantum Error Correction with ML ML量子纠错
-
Quantum Circuit Compilation 量子电路编译
-
Quantum Advantage Demonstration 量子优势演示
一百四十九、 可扩展AI系统架构
315. 水平扩展架构
315.1 微服务架构
-
Microservices Architecture for AI AI微服务架构
-
Service Mesh for AI Systems AI系统服务网格
-
API Gateway Design API网关设计
-
Service Discovery 服务发现
-
Load Balancing Algorithms 负载均衡算法
-
Circuit Breaker Patterns 断路器模式
-
Rate Limiting 速率限制
-
Service Decomposition Strategies 服务分解策略
315.2 无服务器计算
-
Serverless Computing for AI AI无服务器计算
-
Function as a Service for ML ML函数即服务
-
Event-driven Architectures 事件驱动架构
-
Auto-scaling Policies 自动扩缩容策略
-
Cold Start Optimization 冷启动优化
-
Resource Allocation Algorithms 资源分配算法
-
Cost Optimization 成本优化
-
Multi-cloud Serverless Deployments 多云无服务器部署
316. 垂直扩展优化
316.1 硬件加速
-
Hardware Acceleration 硬件加速
-
GPU Optimization Strategies GPU优化策略
-
TPU-specific Optimizations TPU特定优化
-
FPGA Acceleration FPGA加速
-
ASIC Design for AI AI专用集成电路设计
-
In-memory Computing 内存计算
-
Near-memory Computing 近内存计算
-
Processing-in-Sensor 传感器内处理
316.2 软件优化
-
Software Optimization 软件优化
-
Compiler Optimizations for AI AI编译器优化
-
Kernel Fusion 内核融合
-
Memory Access Optimization 内存访问优化
-
Cache Optimization 缓存优化
-
Vectorization 向量化
-
Parallelization Strategies 并行化策略
-
Instruction-level Optimization 指令级优化
一百五十、 AI系统安全体系
317. 威胁建模与防护
317.1 攻击面分析
-
Attack Surface Analysis 攻击面分析
-
Threat Modeling for AI Systems AI系统威胁建模
-
Vulnerability Assessment 脆弱性评估
-
Risk Analysis 风险分析
-
Adversarial Attack Scenarios 对抗攻击场景
-
Data Poisoning Detection 数据投毒检测
-
Model Extraction Attacks 模型提取攻击
-
Membership Inference Attacks 成员推理攻击
317.2 防御机制
-
Defense Mechanisms 防御机制
-
Adversarial Training 对抗训练
-
Input Sanitization 输入净化
-
Anomaly Detection 异常检测
-
Model Watermarking 模型水印
-
Differential Privacy 差分隐私
-
Homomorphic Encryption 同态加密
-
Secure Multi-party Computation 安全多方计算
318. 安全监控与响应
318.1 实时监控
-
Real-time Monitoring 实时监控
-
Intrusion Detection Systems 入侵检测系统
-
Behavioral Analysis 行为分析
-
Threat Intelligence Integration 威胁情报集成
-
Log Analysis for Security 安全日志分析
-
Network Traffic Analysis 网络流量分析
-
Endpoint Detection and Response 端点检测与响应
-
Security Information and Event Management 安全信息与事件管理
318.2 应急响应
-
Incident Response 事件响应
-
Automated Incident Detection 自动化事件检测
-
Root Cause Analysis 根本原因分析
-
Containment Strategies 遏制策略
-
Eradication Procedures 根除程序
-
Recovery Planning 恢复规划
-
Post-incident Analysis 事件后分析
-
Lessons Learned Integration 经验教训集成
一百五十一、 超大规模预训练优化
319. 万亿参数模型训练
319.1 分布式训练策略
-
Trillion-Parameter Distributed Training 万亿参数分布式训练
-
3D Parallelism (Data-Pipeline-Model) 3D并行化
-
Expert Parallelism with MoE 混合专家专家并行
-
Sequence Parallelism for Long Context 长上下文序列并行
-
Optimized All-Reduce for Large Clusters 大集群优化全归约
-
Hierarchical Parameter Server 层次参数服务器
-
Asynchronous Pipeline Parallelism 异步流水线并行
-
Fault-Tolerant Training Protocols 容错训练协议
319.2 内存优化技术
-
Memory Optimization for Trillion-Scale Models 万亿规模模型内存优化
-
Zero Redundancy Optimizer (ZeRO) 零冗余优化器
-
ZeRO-Infinity with NVMe Offloading 支持NVMe卸载的ZeRO无限
-
Gradient Checkpointing with Optimal Strategy 最优策略梯度检查点
-
Activation Recomputation Strategies 激活重计算策略
-
CPU Offloading with Smart Scheduling 智能调度CPU卸载
-
Memory-Efficient Attention Variants 内存高效注意力变体
-
Dynamic Memory Allocation for Training 训练动态内存分配
320. 预训练数据工程
320.1 大规模数据处理
-
Large-Scale Data Processing 大规模数据处理
-
Distributed Data Preprocessing 分布式数据预处理
-
Deduplication at Scale 大规模去重
-
Quality Filtering Algorithms 质量过滤算法
-
Multilingual Data Balancing 多语言数据平衡
-
Domain Mixing Strategies 领域混合策略
-
Temporal Data Sampling 时序数据采样
-
Toxic Content Filtering 有害内容过滤
320.2 数据高效预训练
-
Data-Efficient Pretraining 数据高效预训练
-
Curriculum Learning for Pretraining 预训练课程学习
-
Self-Supervised Data Augmentation 自监督数据增强
-
Cross-Lingual Transfer Learning 跨语言迁移学习
-
Multimodal Pretraining with Limited Data 有限数据多模态预训练
-
Few-Shot Domain Adaptation 少样本领域自适应
-
Active Learning for Data Selection 数据选择主动学习
-
Synthetic Data Generation for Pretraining 预训练合成数据生成
一百五十二、 AI对齐与价值观学习
321. 价值观对齐算法
321.1 指令对齐技术
-
Instruction Alignment Techniques 指令对齐技术
-
Reinforcement Learning from Human Feedback 人类反馈强化学习
-
Constitutional AI 宪法AI
-
Self-Critique and Revision 自我批判与修订
-
Preference Modeling 偏好建模
-
Multi-Objective Alignment 多目标对齐
-
Value Learning from Demonstrations 演示价值学习
-
Ethical Constraint Learning 伦理约束学习
321.2 安全对齐框架
-
Safety Alignment Frameworks 安全对齐框架
-
Red Teaming for AI Safety AI安全红队测试
-
Adversarial Training for Safety 安全对抗训练
-
Harmlessness Evaluation Metrics 无害性评估指标
-
Truthfulness Alignment 真实性对齐
-
Robustness to Misuse 误用鲁棒性
-
Out-of-Distribution Safety 分布外安全
-
Long-Term Safety Considerations 长期安全考虑
322. 可控生成技术
322.1 约束满足生成
-
Constrained Generation 约束满足生成
-
Plug-and-Play Language Models 即插即用语言模型
-
Guided Generation with Classifiers 分类器引导生成
-
Discriminative Adapters 判别适配器
-
Constrained Decoding Algorithms 约束解码算法
-
Attribute-Controlled Generation 属性控制生成
-
Style Transfer with Constraints 约束风格迁移
-
Safe Content Generation 安全内容生成
322.2 可解释性对齐
-
Interpretability Alignment 可解释性对齐
-
Mechanistic Interpretability 机械可解释性
-
Circuit Analysis in Transformers Transformer电路分析
-
Concept-Based Explanations 基于概念的解释
-
Interpretable Decision Boundaries 可解释决策边界
-
Transparency by Design 设计透明度
-
Faithfulness Metrics for Explanations 解释忠实度指标
-
Human-Aligned Interpretability 人类对齐可解释性
一百五十三、 计算生物学与AI
323. 蛋白质结构预测
323.1 蛋白质折叠算法
-
Protein Folding Algorithms 蛋白质折叠算法
-
AlphaFold Architecture and Variants AlphaFold架构及变体
-
Evoformer-based Models 基于进化器的模型
-
Geometric Deep Learning for Proteins 蛋白质几何深度学习
-
Equivariant Neural Networks for Structures 结构等变神经网络
-
Multi-State Protein Modeling 多态蛋白质建模
-
Protein Complex Prediction 蛋白质复合物预测
-
Dynamic Conformation Sampling 动态构象采样
323.2 蛋白质设计
-
Protein Design 蛋白质设计
-
Inverse Folding Algorithms 逆折叠算法
-
Conditional Protein Generation 条件蛋白质生成
-
Function-Aware Design 功能感知设计
-
Stability Optimization 稳定性优化
-
Multi-Objective Protein Engineering 多目标蛋白质工程
-
Directed Evolution Simulation 定向进化模拟
-
Novel Enzyme Design 新型酶设计
324. 基因组学AI
324.1 序列分析
-
Genomic Sequence Analysis 基因组序列分析
-
Transformer for DNA/RNA Sequences DNA/RNA序列Transformer
-
Epigenomic Pattern Recognition 表观基因组模式识别
-
Variant Effect Prediction 变异效应预测
-
Regulatory Element Discovery 调控元件发现
-
Phylogenetic Tree Construction 系统发育树构建
-
Metagenomic Analysis 宏基因组分析
-
Single-Cell Genomics 单细胞基因组学
324.2 药物发现
-
Drug Discovery 药物发现
-
Molecular Property Prediction 分子性质预测
-
Drug-Target Interaction Prediction 药物-靶点相互作用预测
-
De Novo Drug Design 从头药物设计
-
ADMET Prediction ADMET预测
-
Multi-Omics Integration for Drug Discovery 药物发现多组学整合
-
Clinical Trial Outcome Prediction 临床试验结果预测
-
Drug Repurposing 药物重定位
一百五十四、 气候与地球系统AI
325. 气候建模与预测
325.1 物理信息气候模型
-
Physics-Informed Climate Models 物理信息气候模型
-
Neural Weather Prediction 神经天气预测
-
Climate Emulation with Neural Networks 神经网络气候模拟
-
Earth System Modeling 地球系统建模
-
Extreme Weather Forecasting 极端天气预报
-
Seasonal Forecasting 季节预报
-
Climate Tipping Point Prediction 气候临界点预测
-
Uncertainty Quantification in Climate Models 气候模型不确定性量化
325.2 遥感数据分析
-
Remote Sensing Data Analysis 遥感数据分析
-
Satellite Image Processing 卫星图像处理
-
Land Use Classification 土地利用分类
-
Deforestation Monitoring 森林砍伐监测
-
Agricultural Yield Prediction 农业产量预测
-
Urban Heat Island Analysis 城市热岛分析
-
Disaster Damage Assessment 灾害损失评估
-
Oceanographic Data Analysis 海洋数据分析
326. 可持续发展优化
326.1 能源系统AI
-
Energy System AI 能源系统AI
-
Smart Grid Optimization 智能电网优化
-
Renewable Energy Forecasting 可再生能源预测
-
Energy Consumption Prediction 能源消耗预测
-
Carbon Emission Tracking 碳排放追踪
-
Energy Storage Optimization 储能优化
-
Microgrid Management 微电网管理
-
Demand Response Optimization 需求响应优化
326.2 环境政策优化
-
Environmental Policy Optimization 环境政策优化
-
Carbon Pricing Simulation 碳定价模拟
-
Environmental Impact Assessment 环境影响评估
-
Sustainable Resource Management 可持续资源管理
-
Circular Economy Modeling 循环经济建模
-
Biodiversity Conservation Planning 生物多样性保护规划
-
Environmental Justice Analysis 环境正义分析
-
Policy Scenario Simulation 政策情景模拟
一百五十五、 AI标准化与互操作性
327. 模型表示标准
327.1 模型交换格式
-
Model Exchange Formats 模型交换格式
-
ONNX (Open Neural Network Exchange) 开放神经网络交换
-
Model Compression Standards 模型压缩标准
-
Metadata Standards for Models 模型元数据标准
-
Versioning Protocols 版本控制协议
-
Quantization Specification Standards 量化规范标准
-
Model Card Standards 模型卡标准
-
Benchmarking Protocol Standards 基准测试协议标准
327.2 接口标准化
-
Interface Standardization 接口标准化
-
API Standards for Model Serving 模型服务API标准
-
Data Schema Standards 数据模式标准
-
Protocol Buffers for AI AI协议缓冲区
-
gRPC Standards for Inference 推理gRPC标准
-
RESTful API Design for AI AI RESTful API设计
-
Streaming Interface Standards 流式接口标准
-
Batch Processing Standards 批处理标准
328. 互操作性框架
328.1 跨框架兼容性
-
Cross-Framework Compatibility 跨框架兼容性
-
Framework Bridge Technologies 框架桥接技术
-
Model Conversion Tools 模型转换工具
-
Common Intermediate Representations 通用中间表示
-
Hardware Abstraction Layers 硬件抽象层
-
Vendor-Neutral APIs 供应商中立API
-
Cloud-Agnostic Deployment 云无关部署
-
Edge-Cloud Interoperability 边缘-云互操作性
328.2 生态系统集成
-
Ecosystem Integration 生态系统集成
-
Plugin Architectures 插件架构
-
Extension Mechanisms 扩展机制
-
Standardized Evaluation Suites 标准化评估套件
-
Certification Programs 认证程序
-
Compliance Testing Tools 合规性测试工具
-
Interoperability Testing 互操作性测试
-
Ecosystem Health Monitoring 生态系统健康监控
一百五十六、 AI芯片架构设计
329. 专用AI处理器
329.1 张量处理器设计
-
Tensor Processor Design 张量处理器设计
-
Matrix Multiplication Units 矩阵乘法单元
-
Sparse Tensor Accelerators 稀疏张量加速器
-
Variable Precision Arithmetic Units 可变精度算术单元
-
On-Chip Memory Hierarchies 片上内存层次结构
-
Dataflow Architectures 数据流架构
-
Systolic Arrays 脉动阵列
-
Near-Memory Computing 近内存计算
329.2 可重构架构
-
Reconfigurable Architectures 可重构架构
-
FPGA-Based AI Accelerators 基于FPGA的AI加速器
-
Coarse-Grained Reconfigurable Arrays 粗粒度可重构阵列
-
Dynamic Reconfiguration 动态重配置
-
Runtime Adaptability 运行时适应性
-
Multi-Mode Operation 多模式操作
-
Energy-Proportional Computing 能量比例计算
-
Application-Specific Optimization 应用特定优化
330. 芯片-软件协同
330.1 编译器技术
-
Compiler Technologies for AI Chips AI芯片编译器技术
-
Graph Compilers 图编译器
-
Kernel Auto-Tuning 内核自动调优
-
Memory Allocation Optimization 内存分配优化
-
Instruction Scheduling 指令调度
-
Data Layout Transformation 数据布局变换
-
Cross-Layer Optimization 跨层优化
-
Performance Modeling 性能建模
330.2 系统集成
-
System Integration 系统集成
-
Chiplet-Based Designs 基于小芯片的设计
-
2.5D and 3D Integration 2.5D和3D集成
-
Heterogeneous Integration 异构集成
-
Packaging Technologies 封装技术
-
Thermal Management Solutions 热管理解决方案
-
Power Delivery Networks 电源传输网络
-
Signal Integrity Optimization 信号完整性优化
一百五十七、 联邦学习系统扩展
331. 跨机构联邦学习
331.1 隐私保护聚合
-
Privacy-Preserving Aggregation 隐私保护聚合
-
Secure Multi-Party Computation Aggregation 安全多方计算聚合
-
Homomorphic Encryption for Aggregation 聚合同态加密
-
Differential Privacy with Trusted Aggregators 可信聚合器差分隐私
-
Verifiable Aggregation 可验证聚合
-
Byzantine-Robust Aggregation 拜占庭鲁棒聚合
-
Communication-Efficient Secure Aggregation 通信高效安全聚合
-
Multi-Round Privacy Amplification 多轮隐私放大
331.2 异构联邦优化
-
Heterogeneous Federated Optimization 异构联邦优化
-
Personalized Federated Learning 个性化联邦学习
-
Federated Multi-Task Learning 联邦多任务学习
-
Client Clustering Strategies 客户端聚类策略
-
Adaptive Client Selection 自适应客户端选择
-
Fair Resource Allocation 公平资源分配
-
Incentive Mechanism Design 激励机制设计
-
Cross-Silo Federated Learning 跨孤岛联邦学习
332. 边缘联邦系统
332.1 移动与物联网联邦
-
Mobile and IoT Federated Learning 移动与物联网联邦学习
-
On-Device Learning with Federated Updates 联邦更新的设备端学习
-
Intermittent Connectivity Handling 间歇性连接处理
-
Energy-Aware Federated Learning 能量感知联邦学习
-
Heterogeneous Device Capability Handling 异构设备能力处理
-
Real-Time Federated Updates 实时联邦更新
-
Cross-Device Federated Learning 跨设备联邦学习
-
Swarm Learning 群体学习
332.2 大规模联邦系统
-
Large-Scale Federated Systems 大规模联邦系统
-
Hierarchical Federated Learning 层次联邦学习
-
Federated Learning with Millions of Clients 百万客户端联邦学习
-
Decentralized Federated Learning 去中心化联邦学习
-
Blockchain-Based Federated Learning 基于区块链的联邦学习
-
Federated Learning with Unreliable Clients 不可靠客户端联邦学习
-
Long-Term Federated Learning 长期联邦学习
-
Federated Continual Learning 联邦持续学习
一百五十八、 AI辅助科学发现
333. 科学文献挖掘
333.1 文献理解与提取
-
Scientific Literature Understanding 科学文献理解
-
Named Entity Recognition for Science 科学命名实体识别
-
Relation Extraction from Papers 论文关系提取
-
Citation Analysis 引用分析
-
Research Trend Detection 研究趋势检测
-
Scientific Claim Verification 科学主张验证
-
Cross-Disciplinary Connection Discovery 跨学科连接发现
-
Automated Literature Review 自动化文献综述
333.2 假设生成
-
Hypothesis Generation 假设生成
-
Causal Hypothesis Proposing 因果假设提出
-
Analogical Reasoning for Hypotheses 假设类比推理
-
Abductive Reasoning 溯因推理
-
Counterfactual Hypothesis Generation 反事实假设生成
-
Multi-Modal Hypothesis Formulation 多模态假设形成
-
Hypothesis Prioritization 假设优先级排序
-
Automated Experiment Design 自动化实验设计
334. 实验自动化
334.1 机器人实验系统
-
Robotic Experimentation Systems 机器人实验系统
-
Autonomous Laboratory Robotics 自主实验室机器人
-
High-Throughput Experimentation 高通量实验
-
Closed-Loop Experimentation 闭环实验
-
Sample Handling Automation 样本处理自动化
-
Real-Time Data Analysis 实时数据分析
-
Adaptive Experiment Design 自适应实验设计
-
Multi-Robot Collaboration 多机器人协作
334.2 计算实验设计
-
Computational Experiment Design 计算实验设计
-
Active Learning for Experimentation 实验主动学习
-
Bayesian Optimization for Experiments 实验贝叶斯优化
-
Multi-Objective Experimental Design 多目标实验设计
-
Simulation-Based Experiment Planning 基于模拟的实验规划
-
Optimal Design of Experiments 实验最优设计
-
Sequential Experiment Design 序列实验设计
-
Resource-Constrained Experimentation 资源约束实验
一百五十九、 AI系统经济学
335. AI成本优化
335.1 计算经济学
-
Computational Economics for AI AI计算经济学
-
Cost-Performance Trade-off Analysis 成本-性能权衡分析
-
Cloud Cost Optimization 云成本优化
-
Energy Cost Modeling 能源成本建模
-
Total Cost of Ownership Models 总拥有成本模型
-
Dynamic Resource Pricing 动态资源定价
-
Spot Instance Optimization 抢占式实例优化
-
Multi-Cloud Cost Management 多云成本管理
335.2 投资回报分析
-
Return on Investment Analysis 投资回报分析
-
AI Project Valuation AI项目估值
-
Risk Assessment for AI Investments AI投资风险评估
-
Time-to-Value Optimization 价值实现时间优化
-
Scalability Economics 可扩展性经济学
-
Maintenance Cost Prediction 维护成本预测
-
Technology Depreciation Modeling 技术折旧建模
-
Business Impact Measurement 业务影响度量
336. AI市场与定价
336.1 API经济模型
-
API Economy Models API经济模型
-
Usage-Based Pricing Models 基于使用的定价模型
-
Tiered Pricing Strategies 分层定价策略
-
Dynamic Pricing Algorithms 动态定价算法
-
Freemium Models for AI Services AI服务免费增值模式
-
Enterprise Licensing Models 企业许可模式
-
Revenue Sharing Models 收入分成模式
-
Marketplace Commission Structures 市场佣金结构
336.2 生态系统经济
-
Ecosystem Economics 生态系统经济
-
Network Effects in AI Platforms AI平台网络效应
-
Platform Governance Economics 平台治理经济学
-
Developer Incentive Programs 开发者激励计划
-
Open Source Business Models 开源商业模式
-
Data Marketplace Economics 数据市场经济学
-
Model Marketplace Dynamics 模型市场动态
-
AI-as-a-Service Economics AI即服务经济学
一百六十、 AI系统法律与合规
337. 法律合规自动化
337.1 法规监控
-
Regulatory Monitoring 法规监控
-
Automated Regulation Tracking 自动化法规跟踪
-
Legal Change Detection 法律变更检测
-
Compliance Deadline Management 合规期限管理
-
Jurisdictional Analysis 管辖权分析
-
Multi-Region Compliance 多地区合规
-
Real-Time Compliance Updates 实时合规更新
-
Regulation Impact Assessment 法规影响评估
337.2 合规验证
-
Compliance Verification 合规验证
-
Automated Audit Trail Generation 自动化审计追踪生成
-
Evidence Collection Automation 证据收集自动化
-
Compliance Reporting 合规报告
-
Risk Assessment Automation 风险评估自动化
-
Control Testing Automation 控制测试自动化
-
Privacy Impact Assessments 隐私影响评估
-
Algorithmic Impact Assessments 算法影响评估
338. 智能合同与法律AI
338.1 合同智能分析
-
Contract Intelligence 合同智能分析
-
Automated Contract Review 自动化合同审查
-
Risk Clause Detection 风险条款检测
-
Obligation Extraction 义务提取
-
Contract Comparison 合同比较
-
Template Generation 模板生成
-
Negotiation Support 谈判支持
-
Contract Lifecycle Management 合同生命周期管理
338.2 法律推理系统
-
Legal Reasoning Systems 法律推理系统
-
Case Law Analysis 判例法分析
-
Legal Argument Generation 法律论点生成
-
Precedent Finding 先例查找
-
Statute Interpretation 法规解释
-
Judicial Prediction 司法预测
-
Legal Research Automation 法律研究自动化
-
Dispute Resolution Support 争议解决支持
一百六十一、 AI系统的软件工程方法
339. AI代码质量与测试
339.1 神经网络程序分析
-
Neural Program Analysis 神经网络程序分析
-
Static Analysis for ML Code 机器学习代码静态分析
-
Dynamic Analysis of Training Pipelines 训练流水线动态分析
-
Symbolic Execution for ML Systems 机器学习系统符号执行
-
Taint Analysis for Data Flow 数据流污点分析
-
Type Systems for Tensor Operations 张量操作类型系统
-
Formal Verification of Training Logic 训练逻辑形式验证
-
Model-to-Code Consistency Checking 模型-代码一致性检查
339.2 AI系统测试框架
-
AI System Testing Frameworks AI系统测试框架
-
Property-based Testing for Models 模型基于属性的测试
-
Metamorphic Testing for ML Systems 机器学习系统蜕变测试
-
Differential Testing Across Frameworks 跨框架差分测试
-
Fuzz Testing for Model APIs 模型API模糊测试
-
Robustness Testing Suites 鲁棒性测试套件
-
Fairness Testing Automation 公平性测试自动化
-
Performance Regression Testing 性能回归测试
340. AI系统调试与监控
340.1 可调试性设计
-
Debuggability Design 可调试性设计
-
Deterministic Training 确定性训练
-
Reproducibility Guarantees 可复现性保证
-
Training Checkpointing 训练检查点
-
Gradient Checking Tools 梯度检查工具
-
Numerical Stability Monitors 数值稳定性监控器
-
Debugging Probes for Activations 激活调试探针
-
Visualization of Training Dynamics 训练动态可视化
340.2 生产环境监控
-
Production Environment Monitoring 生产环境监控
-
Model Performance Drift Detection 模型性能漂移检测
-
Data Distribution Shift Monitoring 数据分布漂移监控
-
Concept Drift Detection 概念漂移检测
-
Prediction Quality Monitoring 预测质量监控
-
Resource Utilization Tracking 资源利用率跟踪
-
Latency and Throughput Monitoring 延迟与吞吐量监控
-
Anomaly Detection in Production 生产环境异常检测
一百六十二、 AI编译器与中间表示
341. 多级中间表示
341.1 计算图IR
-
Computational Graph IRs 计算图中间表示
-
High-level Graph IRs 高级图中间表示
-
Operator-level IRs 算子级中间表示
-
Kernel-level IRs 内核级中间表示
-
Hardware-specific IRs 硬件特定中间表示
-
Multi-level IR Hierarchies 多级中间表示层次
-
IR Transformations and Lowering 中间表示转换与降低
-
Common Intermediate Format 通用中间格式
341.2 优化IR设计
-
Optimized IR Design 优化中间表示设计
-
Polyhedral Representation 多面体表示
-
Affine Loop Nests 仿射循环嵌套
-
Memory Access Patterns IR 内存访问模式中间表示
-
Data Layout IR 数据布局中间表示
-
Parallelism IR 并行性中间表示
-
Dependence Analysis IR 依赖分析中间表示
-
Cost Model IR 成本模型中间表示
342. 跨平台编译优化
342.1 硬件抽象编译
-
Hardware-agnostic Compilation 硬件无关编译
-
Target-independent Optimizations 目标无关优化
-
Architecture-neutral Code Generation 架构无关代码生成
-
Portable Kernel Libraries 可移植内核库
-
Automatic Kernel Tuning 自动内核调优
-
Performance Portability 性能可移植性
-
Cross-compilation for Heterogeneous Systems 异构系统交叉编译
-
Just-in-time Compilation Across Platforms 跨平台即时编译
342.2 运行时编译优化
-
Runtime Compilation Optimization 运行时编译优化
-
Adaptive Compilation Based on Workload 基于工作负载的自适应编译
-
Profile-guided Optimization 基于性能分析的优化
-
Dynamic Recompilation 动态重编译
-
Hot Code Path Optimization 热代码路径优化
-
Speculative Compilation 推测编译
-
Lazy Compilation 惰性编译
-
Incremental Compilation 增量编译
一百六十三、 AI与区块链融合
343. 去中心化AI系统
343.1 区块链上的机器学习
-
Machine Learning on Blockchains 区块链上的机器学习
-
On-chain Model Execution 链上模型执行
-
Smart Contracts for ML Orchestration ML编排智能合约
-
Decentralized Model Training 去中心化模型训练
-
Federated Learning with Blockchain 基于区块链的联邦学习
-
Token-based Incentive Mechanisms 基于代币的激励机制
-
Proof-of-Useful-Work for ML 机器学习有用工作量证明
-
Blockchain-based Model Marketplace 基于区块链的模型市场
343.2 AI增强的区块链
-
AI-Enhanced Blockchains AI增强的区块链
-
AI for Consensus Optimization AI共识优化
-
Smart Contract Security with AI AI智能合约安全
-
Transaction Anomaly Detection 交易异常检测
-
Predictive Gas Price Estimation 预测性Gas价格估计
-
AI-based Cryptography AI密码学
-
Automated Protocol Design 自动化协议设计
-
Blockchain Performance Tuning 区块链性能调优
344. 可验证AI计算
344.1 零知识证明AI
-
Zero-Knowledge Proofs for AI AI零知识证明
-
zk-SNARKs for Model Inference 模型推理zk-SNARK
-
zk-STARKs for Training Verification 训练验证zk-STARK
-
Verifiable Computation of Neural Networks 神经网络可验证计算
-
Privacy-preserving Proofs 隐私保护证明
-
Succinct Proof Generation 简洁证明生成
-
Proof Aggregation for Batched Verification 批验证证明聚合
-
Recursive Proof Composition 递归证明组合
344.2 可信AI执行环境
-
Trusted AI Execution Environments 可信AI执行环境
-
Trusted Execution Environment Integration 可信执行环境集成
-
Enclave-based Model Execution 基于飞地的模型执行
-
Remote Attestation for AI Models AI模型远程认证
-
Secure Model Loading 安全模型加载
-
Encrypted Computation with TEEs TEE加密计算
-
Hardware-backed Trust 硬件支持的信任
-
Confidential AI Services 机密AI服务
一百六十四、 脑启发计算与认知架构
345. 认知科学启发的AI
345.1 认知架构模型
-
Cognitive Architecture Models 认知架构模型
-
ACT-R (Adaptive Control of Thought-Rational) 思维理性自适应控制
-
SOAR Architecture SOAR架构
-
CLARION (Connectionist Learning with Adaptive Rule Induction) 自适应规则归纳联结主义学习
-
LIDA (Learning Intelligent Distribution Agent) 学习智能分布代理
-
Cognitive Model Integration with Neural Networks 认知模型与神经网络集成
-
Symbolic-Subsymbolic Integration 符号-亚符号集成
-
Working Memory Models in AI AI工作记忆模型
345.2 感知与注意机制
-
Perception and Attention Mechanisms 感知与注意机制
-
Biologically Plausible Attention 生物学合理的注意力
-
Saliency Detection Models 显著性检测模型
-
Visual Search Algorithms 视觉搜索算法
-
Attentional Blink Modeling 注意瞬脱建模
-
Change Detection Mechanisms 变化检测机制
-
Multisensory Integration 多感官整合
-
Predictive Coding Models 预测编码模型
346. 神经科学启发的学习
346.1 生物可塑性机制
-
Biological Plasticity Mechanisms 生物可塑性机制
-
Spike-Timing-Dependent Plasticity 脉冲时序依赖可塑性
-
Hebbian Learning Rules 赫布学习规则
-
Homeostatic Plasticity 稳态可塑性
-
Structural Plasticity Models 结构可塑性模型
-
Neuromodulation in Learning 学习中的神经调节
-
Metaplasticity 元可塑性
-
Compartmental Learning Rules 区室学习规则
346.2 记忆系统模型
-
Memory System Models 记忆系统模型
-
Episodic Memory Systems 情景记忆系统
-
Semantic Memory Models 语义记忆模型
-
Procedural Memory Learning 程序性记忆学习
-
Working Memory Capacity Models 工作记忆容量模型
-
Memory Consolidation Algorithms 记忆巩固算法
-
Forgetting Mechanisms 遗忘机制
-
Memory Reconsolidation 记忆再巩固
一百六十五、 AI驱动的材料科学
347. 材料发现与设计
347.1 计算材料设计
-
Computational Materials Design 计算材料设计
-
High-Throughput Virtual Screening 高通量虚拟筛选
-
Inverse Design of Materials 材料逆向设计
-
Generative Models for Material Discovery 材料发现生成模型
-
Phase Diagram Prediction 相图预测
-
Crystal Structure Prediction 晶体结构预测
-
Property-Oriented Materials Design 面向性质的材料设计
-
Multi-Objective Materials Optimization 多目标材料优化
347.2 材料表征分析
-
Materials Characterization Analysis 材料表征分析
-
Microscopy Image Analysis 显微镜图像分析
-
Spectroscopy Data Interpretation 光谱数据解释
-
Diffraction Pattern Analysis 衍射图案分析
-
Mechanical Property Prediction 机械性能预测
-
Thermal Property Analysis 热性能分析
-
Electronic Structure Calculation 电子结构计算
-
Defect Analysis in Materials 材料缺陷分析
348. 制造过程优化
348.1 工艺参数优化
-
Process Parameter Optimization 工艺参数优化
-
Additive Manufacturing Optimization 增材制造优化
-
Semiconductor Process Optimization 半导体工艺优化
-
Chemical Process Optimization 化学工艺优化
-
Materials Synthesis Optimization 材料合成优化
-
Quality Control with Machine Learning 机器学习质量控制
-
Real-time Process Monitoring 实时工艺监控
-
Adaptive Process Control 自适应工艺控制
348.2 材料生命周期管理
-
Materials Lifecycle Management 材料生命周期管理
-
Materials Degradation Prediction 材料退化预测
-
Corrosion Rate Prediction 腐蚀速率预测
-
Fatigue Life Estimation 疲劳寿命估计
-
Predictive Maintenance for Materials 材料预测性维护
-
Recycling and Reuse Optimization 回收与再利用优化
-
Life Cycle Assessment 生命周期评估
-
Sustainable Materials Selection 可持续材料选择
一百六十六、 空间计算与地理AI
349. 地理空间分析
349.1 遥感图像智能
-
Remote Sensing Intelligence 遥感图像智能
-
Satellite Image Classification 卫星图像分类
-
Aerial Image Analysis 航空图像分析
-
Change Detection in Remote Sensing 遥感变化检测
-
Object Detection in Geospatial Data 地理空间数据目标检测
-
Land Cover Classification 土地覆盖分类
-
Urban Planning Analysis 城市规划分析
-
Environmental Monitoring 环境监测
349.2 时空数据分析
-
Spatiotemporal Data Analysis 时空数据分析
-
Spatial Autocorrelation Analysis 空间自相关分析
-
Geostatistical Interpolation 地统计插值
-
Space-Time Clustering 时空聚类
-
Movement Pattern Analysis 移动模式分析
-
Diffusion Modeling 扩散建模
-
Spatial Regression Models 空间回归模型
-
Geographically Weighted Regression 地理加权回归
350. 位置智能服务
350.1 地理信息处理
-
Geoinformation Processing 地理信息处理
-
Map Matching Algorithms 地图匹配算法
-
Route Planning and Optimization 路径规划与优化
-
Location-based Services 基于位置的服务
-
Geofencing Technologies 地理围栏技术
-
Spatial Indexing 空间索引
-
Topological Analysis 拓扑分析
-
Network Analysis in GIS 地理信息系统网络分析
350.2 城市计算
-
Urban Computing 城市计算
-
Traffic Flow Prediction 交通流量预测
-
Public Transportation Optimization 公共交通优化
-
Urban Heat Island Analysis 城市热岛分析
-
Air Quality Monitoring 空气质量监测
-
Noise Pollution Mapping 噪音污染制图
-
Urban Growth Modeling 城市增长建模
-
Smart City Planning 智慧城市规划
一百六十七、 AI与高性能计算融合
351. 超级计算AI平台
351.1 大规模并行训练
-
Large-scale Parallel Training 大规模并行训练
-
Exascale Computing for AI AI百亿亿次计算
-
Multi-node Training Optimization 多节点训练优化
-
High-performance Interconnects 高性能互连
-
RDMA for Distributed Training 分布式训练RDMA
-
Collective Communication Optimization 集体通信优化
-
Checkpointing at Scale 大规模检查点
-
Fault Tolerance for Long Jobs 长作业容错
351.2 HPC-AI集成
-
HPC-AI Integration 高性能计算-AI集成
-
Traditional HPC Codes with AI 传统高性能计算代码与AI
-
Physics-informed Neural Networks on HPC 高性能计算物理信息神经网络
-
Hybrid Computing Models 混合计算模型
-
AI for Scientific Simulation 科学模拟AI
-
HPC Workflow Integration 高性能计算工作流集成
-
Resource Scheduling for HPC+AI 高性能计算+AI资源调度
-
Performance Analysis Tools 性能分析工具
352. 量子-经典混合计算
352.1 混合算法设计
-
Hybrid Algorithm Design 混合算法设计
-
Quantum-Classical Hybrid Algorithms 量子-经典混合算法
-
Variational Quantum Eigensolvers 变分量子本征求解器
-
Quantum Approximate Optimization 量子近似优化
-
Quantum Machine Learning Hybrids 量子机器学习混合
-
Error Mitigation Strategies 误差缓解策略
-
Resource Estimation 资源估计
-
Algorithm-Architecture Co-design 算法-架构协同设计
352.2 混合系统架构
-
Hybrid System Architectures 混合系统架构
-
Quantum Processing Units Integration 量子处理单元集成
-
Classical Control Systems 经典控制系统
-
Cryogenic Electronics 低温电子学
-
Quantum-Classical Interfaces 量子-经典接口
-
Error Correction Interfaces 纠错接口
-
Multi-qubit Control 多量子比特控制
-
Scalable Hybrid Architectures 可扩展混合架构
一百六十八、 实时AI系统
353. 实时推理引擎
353.1 低延迟优化
-
Low-latency Optimization 低延迟优化
-
Real-time Inference Pipelines 实时推理流水线
-
Streaming Data Processing 流式数据处理
-
Micro-batching Optimization 微批处理优化
-
Priority-based Scheduling 基于优先级的调度
-
Preemptive Execution 抢占式执行
-
Deadline-aware Scheduling 截止时间感知调度
-
Latency-SLO Guarantees 延迟SLO保证
353.2 确定性执行
-
Deterministic Execution 确定性执行
-
Worst-case Execution Time Analysis 最坏情况执行时间分析
-
Real-time Operating System Integration 实时操作系统集成
-
Time-predictable Computing 时间可预测计算
-
Resource Reservation Protocols 资源预留协议
-
Priority Inversion Prevention 优先级反转预防
-
Deterministic Garbage Collection 确定性垃圾回收
-
Real-time Memory Management 实时内存管理
354. 实时学习系统
354.1 在线学习优化
-
Online Learning Optimization 在线学习优化
-
Streaming Algorithms 流式算法
-
Incremental Learning 增量学习
-
Concept Drift Adaptation 概念漂移适应
-
Real-time Model Updates 实时模型更新
-
Continuous Learning 持续学习
-
Lifelong Learning Systems 终身学习系统
-
Adaptive Learning Rates 自适应学习率
354.2 事件驱动学习
-
Event-driven Learning 事件驱动学习
-
Complex Event Processing 复杂事件处理
-
Event Pattern Recognition 事件模式识别
-
Temporal Pattern Mining 时序模式挖掘
-
Real-time Anomaly Detection 实时异常检测
-
Predictive Maintenance 预测性维护
-
Real-time Recommendation 实时推荐
-
Dynamic Pricing Models 动态定价模型
一百六十九、 可扩展数据管理
355. 大规模特征工程
355.1 分布式特征存储
-
Distributed Feature Stores 分布式特征存储
-
Feature Versioning Systems 特征版本系统
-
Feature Metadata Management 特征元数据管理
-
Feature Lineage Tracking 特征谱系追踪
-
Real-time Feature Serving 实时特征服务
-
Feature Monitoring 特征监控
-
Feature Quality Assessment 特征质量评估
-
Automated Feature Discovery 自动特征发现
355.2 特征工程自动化
-
Automated Feature Engineering 自动特征工程
-
Feature Generation Algorithms 特征生成算法
-
Feature Selection at Scale 大规模特征选择
-
Feature Interaction Discovery 特征交互发现
-
Temporal Feature Engineering 时序特征工程
-
Cross-modal Feature Fusion 跨模态特征融合
-
Automated Feature Transformation 自动特征变换
-
Feature Importance Analysis 特征重要性分析
356. 数据版本与谱系
356.1 数据版本控制
-
Data Version Control 数据版本控制
-
Git-like Systems for Data 类Git数据系统
-
Data Snapshot Management 数据快照管理
-
Immutable Data Storage 不可变数据存储
-
Data Lineage Visualization 数据谱系可视化
-
Reproducible Data Pipelines 可复现数据流水线
-
Data Quality Versioning 数据质量版本控制
-
Metadata Management 元数据管理
356.2 数据血缘追踪
-
Data Lineage Tracking 数据血缘追踪
-
End-to-end Lineage 端到端血缘
-
Impact Analysis 影响分析
-
Root Cause Analysis for Data Issues 数据问题根本原因分析
-
Compliance Tracking 合规追踪
-
Audit Trails for Data 数据审计追踪
-
Data Provenance Systems 数据来源系统
-
Lineage-based Optimization 基于血缘的优化
一百七十、 AI教育生态系统
357. 智能教育工具
357.1 自适应学习系统
-
Adaptive Learning Systems 自适应学习系统
-
Knowledge Space Theory 知识空间理论
-
Cognitive Diagnostic Models 认知诊断模型
-
Learning Path Optimization 学习路径优化
-
Prerequisite Structure Learning 先修知识结构学习
-
Misconception Detection 误解检测
-
Personalized Exercise Generation 个性化习题生成
-
Dynamic Difficulty Adjustment 动态难度调整
357.2 教育内容生成
-
Educational Content Generation 教育内容生成
-
Automatic Question Generation 自动问题生成
-
Worked Example Synthesis 解题示例合成
-
Conceptual Explanation Generation 概念解释生成
-
Interactive Textbook Creation 交互式教科书创建
-
Multimodal Educational Content 多模态教育内容
-
Adaptive Learning Materials 自适应学习材料
-
Curriculum Design Automation 课程设计自动化
358. 学习分析平台
358.1 学习行为分析
-
Learning Behavior Analysis 学习行为分析
-
Engagement Analytics 参与度分析
-
Learning Process Mining 学习过程挖掘
-
Social Learning Analysis 社交学习分析
-
Collaboration Pattern Analysis 协作模式分析
-
Self-regulation Assessment 自我调节评估
-
Metacognitive Skill Analysis 元认知技能分析
-
Affective State Recognition 情感状态识别
358.2 教育干预系统
-
Educational Intervention Systems 教育干预系统
-
Early Warning Systems 早期预警系统
-
Adaptive Feedback Generation 自适应反馈生成
-
Intervention Recommendation 干预推荐
-
Teacher Dashboard Design 教师仪表板设计
-
Parent Communication Systems 家长沟通系统
-
Peer Tutoring Matching 同伴辅导匹配
-
Resource Recommendation 资源推荐
一百七十一、 AI系统的技术演化与生命周期管理
359. 技术债务识别与管理
359.1 AI技术债务类型
-
AI Technical Debt Classification AI技术债务分类
-
Data Debt (Data Quality, Versioning, Documentation) 数据债务(数据质量、版本控制、文档化)
-
Model Debt (Architecture, Hyperparameters, Training Pipeline) 模型债务(架构、超参数、训练流水线)
-
Infrastructure Debt (Scaling, Monitoring, Deployment) 基础设施债务(扩展性、监控、部署)
-
Analysis Debt (Metrics, Validation, Interpretation) 分析债务(指标、验证、解释)
-
Code Debt (Readability, Testing, Documentation) 代码债务(可读性、测试、文档)
-
Process Debt (CI/CD, Experiment Tracking, Collaboration) 流程债务(持续集成/持续部署、实验跟踪、协作)
-
People Debt (Skills, Knowledge, Documentation) 人员债务(技能、知识、文档)
-
System Integration Debt (APIs, Dependencies, Interoperability) 系统集成债务(API、依赖、互操作性)
359.2 技术债务偿还策略
-
Technical Debt Repayment Strategies 技术债务偿还策略
-
Automated Refactoring Tools 自动化重构工具
-
Model Retraining Pipelines 模型重训练流水线
-
Data Pipeline Modernization 数据流水线现代化
-
Infrastructure Migration Plans 基础设施迁移计划
-
Code Quality Improvement Cycles 代码质量改进周期
-
Documentation Generation 文档生成
-
Technical Debt Prioritization Frameworks 技术债务优先级框架
-
Continuous Integration for Model Quality 模型质量持续集成
360. AI系统演进与重构
360.1 增量迁移策略
-
Incremental Migration Strategies 增量迁移策略
-
Strangler Fig Pattern for Legacy Systems 遗留系统绞杀者模式
-
Blue-Green Deployment for AI Models AI模型蓝绿部署
-
Canary Releases with Progressive Rollout 渐进式金丝雀发布
-
Feature Flags for Model Versions 模型版本功能标志
-
Shadow Testing of New Models 新模型影子测试
-
Data Migration Strategies 数据迁移策略
-
Rollback Procedures with Minimal Downtime 最小停机回滚程序
360.2 架构现代化
-
Architecture Modernization 架构现代化
-
Monolithic to Microservices Migration 单体到微服务迁移
-
Event-Driven Architecture Adoption 事件驱动架构采用
-
Serverless Computing for AI Components AI组件无服务器计算
-
Containerization and Orchestration 容器化与编排
-
API Gateway Implementation API网关实现
-
Service Mesh Integration 服务网格集成
-
Hybrid Cloud Deployments 混合云部署
一百七十二、 认知负荷与人机协同优化
361. 人类认知建模
361.1 认知状态识别
-
Cognitive State Recognition 认知状态识别
-
Eye Tracking for Cognitive Load Assessment 认知负荷评估眼动追踪
-
EEG-based Cognitive Load Measurement 基于脑电的认知负荷测量
-
Physiological Signal Analysis (GSR, HRV) 生理信号分析(皮电、心率变异性)
-
Behavioral Pattern Analysis for Cognitive State 认知状态行为模式分析
-
Multi-modal Cognitive State Fusion 多模态认知状态融合
-
Real-time Cognitive Load Monitoring 实时认知负荷监控
-
Individual Differences in Cognitive Processing 认知处理的个体差异
361.2 自适应界面
-
Adaptive Interfaces 自适应界面
-
Information Presentation Optimization 信息呈现优化
-
Complexity Adaptation Based on User Expertise 基于用户专业知识的复杂度适应
-
Progressive Disclosure of Information 信息渐进式披露
-
Cognitive Chunking Strategies 认知分块策略
-
Visual Hierarchy Optimization 视觉层次优化
-
Interaction Simplification 交互简化
-
Context-aware Interface Adaptation 上下文感知界面适应
362. 人机任务分配
362.1 能力互补优化
-
Capability Complementarity Optimization 能力互补优化
-
Human Strengths vs AI Strengths Analysis 人类优势与AI优势分析
-
Task Decomposition for Optimal Allocation 任务分解优化分配
-
Dynamic Task Reallocation Based on Performance 基于性能的动态任务重分配
-
Human-in-the-Loop Optimization 人在回路优化
-
Confidence-Based Handoff Mechanisms 基于置信度的交接机制
-
Mixed-Initiative Interaction 混合主动交互
-
Shared Mental Models Development 共享心理模型发展
362.2 协作效率提升
-
Collaboration Efficiency Enhancement 协作效率提升
-
Communication Overhead Reduction 通信开销减少
-
Shared Workspace Design 共享工作空间设计
-
Mutual Awareness Support 相互感知支持
-
Coordination Protocol Optimization 协调协议优化
-
Conflict Resolution Mechanisms 冲突解决机制
-
Team Performance Analytics 团队绩效分析
-
Collaborative Learning Support 协作学习支持
一百七十三、 AI系统经济性与商业模式
363. 成本效益分析框架
363.1 TCO计算模型
-
Total Cost of Ownership Models 总拥有成本模型
-
Infrastructure Cost Calculation (Compute, Storage, Network) 基础设施成本计算(计算、存储、网络)
-
Development Cost Analysis (Engineering, Research, Data) 开发成本分析(工程、研究、数据)
-
Operational Cost Models (Maintenance, Monitoring, Updates) 运营成本模型(维护、监控、更新)
-
Opportunity Cost Assessment 机会成本评估
-
Cost-Benefit Analysis Frameworks 成本效益分析框架
-
ROI Calculation for AI Projects AI项目投资回报率计算
-
Payback Period Estimation 回收期估计
363.2 价值量化方法
-
Value Quantification Methods 价值量化方法
-
Business Impact Measurement 业务影响度量
-
Productivity Improvement Metrics 生产力改进指标
-
Quality Enhancement Quantification 质量提升量化
-
Risk Reduction Valuation 风险降低价值评估
-
Customer Satisfaction Metrics 客户满意度指标
-
Innovation Speed Measurement 创新速度度量
-
Competitive Advantage Assessment 竞争优势评估
364. AI商业模式创新
364.1 服务化模式
-
AI-as-a-Service Models AI即服务模式
-
API-based Monetization 基于API的货币化
-
Usage-based Pricing Models 基于使用的定价模型
-
Tiered Service Offerings 分层服务产品
-
Enterprise Licensing 企业许可
-
Outcome-based Pricing 基于结果的定价
-
Subscription Models 订阅模式
-
Freemium Strategies 免费增值策略
364.2 生态系统构建
-
Ecosystem Building 生态系统构建
-
Platform Business Models 平台商业模式
-
Network Effects in AI Platforms AI平台网络效应
-
Developer Ecosystem Growth 开发者生态系统增长
-
Partnership Strategies 合作伙伴策略
-
Data Network Effects 数据网络效应
-
Two-sided Marketplaces 双边市场
-
Ecosystem Governance Models 生态系统治理模型
一百七十四、 AI系统文化与社会影响
365. 组织AI采纳
365.1 变革管理
-
Change Management for AI Adoption AI采纳变革管理
-
AI Readiness Assessment AI准备度评估
-
Skills Gap Analysis 技能差距分析
-
Training Program Development 培训计划开发
-
Change Communication Strategies 变革沟通策略
-
Stakeholder Engagement 利益相关者参与
-
Resistance Management 阻力管理
-
Success Metrics for Cultural Change 文化变革成功指标
365.2 团队结构优化
-
Team Structure Optimization 团队结构优化
-
Data Science Team Composition 数据科学团队组成
-
MLOps Team Integration MLOps团队集成
-
Cross-functional Collaboration 跨职能协作
-
Center of Excellence Models 卓越中心模式
-
Federated Team Structures 联邦团队结构
-
Agile Methodologies for AI AI敏捷方法
-
DevOps Culture for AI AI DevOps文化
366. 社会影响评估
366.1 影响评估框架
-
Impact Assessment Frameworks 影响评估框架
-
Social Impact Assessment 社会影响评估
-
Economic Impact Analysis 经济影响分析
-
Environmental Impact Evaluation 环境影响评估
-
Ethical Impact Assessment 伦理影响评估
-
Stakeholder Impact Mapping 利益相关者影响映射
-
Long-term Consequences Analysis 长期后果分析
-
Unintended Consequences Monitoring 意外后果监控
366.2 包容性设计
-
Inclusive Design 包容性设计
-
Accessibility Considerations 无障碍考虑
-
Cultural Sensitivity in AI Systems AI系统文化敏感性
-
Language and Localization 语言与本地化
-
Digital Inclusion Strategies 数字包容策略
-
Bias Mitigation in Design 设计中的偏见缓解
-
Participatory Design Approaches 参与式设计方法
-
Universal Design Principles 通用设计原则
一百七十五、 灾难恢复与业务连续性
367. AI系统恢复能力
367.1 灾难恢复规划
-
Disaster Recovery Planning 灾难恢复规划
-
Recovery Time Objective Definition 恢复时间目标定义
-
Recovery Point Objective Definition 恢复点目标定义
-
Backup Strategies for Models and Data 模型和数据备份策略
-
Geographic Redundancy Planning 地理冗余规划
-
Failover Mechanisms 故障转移机制
-
Disaster Recovery Testing 灾难恢复测试
-
Business Continuity Planning 业务连续性规划
367.2 系统韧性设计
-
System Resilience Design 系统韧性设计
-
Graceful Degradation Strategies 优雅降级策略
-
Circuit Breaker Patterns 断路器模式
-
Bulkhead Isolation 舱壁隔离
-
Retry Mechanisms with Exponential Backoff 指数退避重试机制
-
Rate Limiting and Throttling 速率限制与节流
-
Health Checks and Self-healing 健康检查与自我修复
-
Chaos Engineering for Resilience 韧性混沌工程
368. 供应链风险管理
368.1 供应商风险管理
-
Vendor Risk Management 供应商风险管理
-
Third-party Dependency Analysis 第三方依赖分析
-
Supply Chain Vulnerability Assessment 供应链脆弱性评估
-
Contractual Risk Mitigation 合同风险缓解
-
Alternative Supplier Identification 替代供应商识别
-
Geopolitical Risk Assessment 地缘政治风险评估
-
Intellectual Property Protection 知识产权保护
-
Compliance Across Supply Chain 供应链合规
368.2 开源风险管理
-
Open Source Risk Management 开源风险管理
-
License Compliance Scanning 许可证合规扫描
-
Vulnerability Scanning for Dependencies 依赖漏洞扫描
-
Software Bill of Materials 软件物料清单
-
Open Source Component Tracking 开源组件跟踪
-
Security Patch Management 安全补丁管理
-
Dependency Update Strategies 依赖更新策略
-
Open Source Community Engagement 开源社区参与
一百七十六、 先进的可观测性与调试
369. 分布式追踪扩展
369.1 端到端追踪
-
End-to-End Tracing 端到端追踪
-
Cross-service Tracing 跨服务追踪
-
Business Transaction Tracing 业务事务追踪
-
User Journey Tracing 用户旅程追踪
-
Distributed Context Propagation 分布式上下文传播
-
Trace Sampling Strategies 追踪采样策略
-
Trace Analysis and Visualization 追踪分析与可视化
-
Anomaly Detection in Traces 追踪异常检测
369.2 AI特定追踪
-
AI-Specific Tracing AI特定追踪
-
Model Inference Tracing 模型推理追踪
-
Training Pipeline Tracing 训练流水线追踪
-
Data Lineage Tracing 数据谱系追踪
-
Feature Transformation Tracing 特征转换追踪
-
Hyperparameter Experiment Tracing 超参数实验追踪
-
Model Version Tracing 模型版本追踪
-
A/B Test Tracing A/B测试追踪
370. 高级调试工具
370.1 交互式调试
-
Interactive Debugging 交互式调试
-
Live Debugging of Models 模型实时调试
-
Interactive Visualization of Activations 激活交互可视化
-
Attention Pattern Analysis 注意力模式分析
-
Gradient Flow Visualization 梯度流可视化
-
Debugging Probes for Internal States 内部状态调试探针
-
Conditional Breakpoints for Training 训练条件断点
-
Interactive Model Inspection 交互式模型检查
370.2 自动化根本原因分析
-
Automated Root Cause Analysis 自动化根本原因分析
-
Anomaly Correlation Engine 异常关联引擎
-
Causal Inference for System Issues 系统问题因果推断
-
Automated Issue Triage 自动化问题分类
-
Intelligent Alert Grouping 智能告警分组
-
Historical Pattern Matching 历史模式匹配
-
Predictive Issue Detection 预测性问题检测
-
Automated Remediation Suggestions 自动化修复建议
一百七十七、 AI系统测试自动化
371. 智能测试生成
371.1 测试用例生成
-
Test Case Generation 测试用例生成
-
Model-based Test Generation 基于模型的测试生成
-
Fuzz Testing for AI Systems AI系统模糊测试
-
Property-based Testing 基于属性的测试
-
Adversarial Example Generation for Testing 测试对抗样本生成
-
Edge Case Discovery 边界案例发现
-
Synthetic Data Generation for Testing 测试合成数据生成
-
Test Oracle Generation 测试预言生成
371.2 回归测试优化
-
Regression Testing Optimization 回归测试优化
-
Test Suite Minimization 测试套件最小化
-
Test Case Prioritization 测试用例优先级排序
-
Flaky Test Detection 不稳定测试检测
-
Test Impact Analysis 测试影响分析
-
Automated Test Maintenance 自动化测试维护
-
Visual Regression Testing 视觉回归测试
-
Performance Regression Testing 性能回归测试
372. 混沌工程与韧性测试
372.1 故障注入
-
Fault Injection 故障注入
-
Network Fault Injection 网络故障注入
-
Service Failure Simulation 服务故障模拟
-
Resource Exhaustion Testing 资源耗尽测试
-
Latency Injection 延迟注入
-
Packet Loss Simulation 数据包丢失模拟
-
Dependency Failure Testing 依赖故障测试
-
Cascading Failure Testing 级联故障测试
372.2 韧性验证
-
Resilience Verification 韧性验证
-
Chaos Engineering Experiments 混沌工程实验
-
Game Day Exercises 演练日练习
-
Failure Scenario Testing 故障场景测试
-
Recovery Procedure Validation 恢复程序验证
-
Load Testing with Faults 带故障的负载测试
-
Stateful Service Testing 有状态服务测试
-
Multi-region Failure Testing 多区域故障测试
一百七十八、 数据治理与质量保证
373. 数据质量工程
373.1 质量维度监控
-
Data Quality Dimension Monitoring 数据质量维度监控
-
Accuracy Metrics and Monitoring 准确性指标与监控
-
Completeness Assessment 完整性评估
-
Consistency Validation 一致性验证
-
Timeliness Monitoring 及时性监控
-
Validity Checking 有效性检查
-
Uniqueness Enforcement 唯一性执行
-
Integrity Constraints 完整性约束
373.2 质量改进流程
-
Data Quality Improvement Processes 数据质量改进流程
-
Data Profiling and Discovery 数据剖析与发现
-
Data Cleansing Pipelines 数据清洗流水线
-
Anomaly Detection in Data Pipelines 数据流水线异常检测
-
Data Quality Rules Management 数据质量规则管理
-
Automated Data Validation 自动化数据验证
-
Data Quality Scorecards 数据质量记分卡
-
Continuous Data Quality Improvement 持续数据质量改进
374. 数据治理框架
374.1 治理策略实施
-
Governance Policy Implementation 治理策略实施
-
Data Classification and Categorization 数据分类与分类
-
Access Control Policies 访问控制策略
-
Data Retention Policies 数据保留策略
-
Data Deletion Procedures 数据删除程序
-
Audit Trail Implementation 审计追踪实现
-
Compliance Monitoring 合规监控
-
Policy Enforcement Automation 策略执行自动化
374.2 主数据管理
-
Master Data Management 主数据管理
-
Golden Record Management 黄金记录管理
-
Entity Resolution 实体解析
-
Record Linkage Algorithms 记录链接算法
-
Data Deduplication 数据去重
-
Reference Data Management 参考数据管理
-
Hierarchical Data Management 层次数据管理
-
Cross-system Data Synchronization 跨系统数据同步
一百七十九、 可持续AI系统
375. 碳足迹管理
375.1 碳排放计算
-
Carbon Emission Calculation 碳排放计算
-
Energy Consumption Monitoring 能耗监控
-
Carbon Intensity Tracking 碳强度追踪
-
Scope 1, 2, 3 Emissions Accounting 范围1、2、3排放核算
-
Carbon Footprint of Training 训练碳足迹
-
Inference Carbon Cost 推理碳成本
-
Data Center Efficiency Metrics 数据中心效率指标
-
Renewable Energy Usage Tracking 可再生能源使用追踪
375.2 碳优化策略
-
Carbon Optimization Strategies 碳优化策略
-
Carbon-aware Scheduling 碳感知调度
-
Energy-efficient Algorithm Design 能效算法设计
-
Model Compression for Energy Saving 节能模型压缩
-
Carbon Budget Allocation 碳预算分配
-
Green Data Center Selection 绿色数据中心选择
-
Renewable Energy Integration 可再生能源整合
-
Carbon Offset Strategies 碳抵消策略
376. 循环经济实践
376.1 资源循环利用
-
Resource Circularity 资源循环利用
-
Hardware Recycling Programs 硬件回收计划
-
Component Reuse Strategies 组件重用策略
-
E-waste Management 电子废物管理
-
Sustainable Procurement 可持续采购
-
Life Cycle Assessment 生命周期评估
-
Circular Supply Chain Design 循环供应链设计
-
Remanufacturing and Refurbishment 再制造与翻新
376.2 软件可持续性
-
Software Sustainability 软件可持续性
-
Energy-efficient Code Practices 能效代码实践
-
Sustainable Software Architecture 可持续软件架构
-
Green Coding Guidelines 绿色编码指南
-
Resource Leak Prevention 资源泄漏预防
-
Efficient Algorithm Selection 高效算法选择
-
Sustainable Development Practices 可持续开发实践
-
Environmental Impact Assessment Tools 环境影响评估工具
一百八十、 AI系统认证与合规
377. 标准合规认证
377.1 行业标准
-
Industry Standard Compliance 行业标准合规
-
ISO/IEC Standards for AI AI ISO/IEC标准
-
NIST AI Risk Management Framework NIST AI风险管理框架
-
IEEE Standards for AI Systems AI系统IEEE标准
-
Industry-specific Regulations 行业特定法规
-
Certification Programs 认证程序
-
Third-party Audits 第三方审计
-
Compliance Documentation 合规文档
377.2 安全认证
-
Security Certifications 安全认证
-
SOC 2 Compliance SOC 2合规
-
ISO 27001 Certification ISO 27001认证
-
GDPR Compliance GDPR合规
-
HIPAA Compliance for Healthcare 医疗HIPAA合规
-
PCI DSS Compliance PCI DSS合规
-
FedRAMP Certification FedRAMP认证
-
Security Assessment Frameworks 安全评估框架
378. 伦理合规框架
378.1 伦理审查流程
-
Ethical Review Processes 伦理审查流程
-
Institutional Review Boards 机构审查委员会
-
Ethics Impact Assessments 伦理影响评估
-
Stakeholder Consultation 利益相关者咨询
-
Ethical Risk Assessment 伦理风险评估
-
Mitigation Strategy Development 缓解策略制定
-
Ongoing Ethical Monitoring 持续伦理监控
-
Ethics Compliance Reporting 伦理合规报告
378.2 审计与问责
-
Audit and Accountability 审计与问责
-
Algorithmic Auditing Frameworks 算法审计框架
-
Bias Auditing Procedures 偏见审计程序
-
Transparency Reporting 透明度报告
-
Accountability Mechanisms 问责机制
-
Redress Procedures 救济程序
-
Independent Oversight 独立监督
-
Public Accountability 公共问责
一百八十一、 强化学习推理与决策系统
379. 决策Transformer优化
379.1 离线强化学习推理
-
Decision Transformer Inference 决策Transformer推理
-
Return-conditioned Supervised Learning 回报条件监督学习
-
Trajectory Transformer 轨迹Transformer
-
Goal-conditioned Decision Making 目标条件决策
-
Multi-task Decision Transformers 多任务决策Transformer
-
Uncertainty-aware Offline RL 不确定性感知离线强化学习
-
Conservative Q-Learning with Transformers Transformer保守Q学习
-
Implicit Q-Learning in Sequence Models 序列模型隐式Q学习
379.2 在线推理优化
-
Online Inference Optimization 在线推理优化
-
Real-time Action Selection 实时动作选择
-
Exploration-Exploitation Trade-off in Inference 推理中的探索-利用权衡
-
Thompson Sampling with Transformers Transformer汤普森采样
-
UCB-based Exploration Strategies 基于UCB的探索策略
-
Bayesian Optimization for Action Selection 动作选择贝叶斯优化
-
Safe Exploration in Online Inference 在线推理安全探索
-
Adaptive Inference Strategies 自适应推理策略
380. 多智能体强化学习推理
380.1 集中式训练分布式执行
-
Centralized Training Decentralized Execution 集中式训练分布式执行
-
Value Decomposition Networks 价值分解网络
-
QMIX: Monotonic Value Function Factorization 单调价值函数分解
-
Multi-agent PPO 多智能体近端策略优化
-
Counterfactual Multi-agent Policy Gradients 反事实多智能体策略梯度
-
Communication Learning in Multi-agent Systems 多智能体系统通信学习
-
Multi-agent Attention Mechanisms 多智能体注意力机制
-
Graph Neural Networks for Multi-agent Coordination 多智能体协调图神经网络
380.2 分布式推理协调
-
Distributed Inference Coordination 分布式推理协调
-
Consensus Algorithms for Multi-agent Decisions 多智能体决策共识算法
-
Distributed Constraint Optimization 分布式约束优化
-
Market-based Coordination Mechanisms 基于市场的协调机制
-
Auction Algorithms for Resource Allocation 资源分配拍卖算法
-
Game-theoretic Equilibrium Computation 博弈论均衡计算
-
Distributed Optimization for Cooperative Tasks 合作任务分布式优化
-
Emergent Communication Protocols 涌现通信协议
一百八十二、 边缘AI与物联网推理优化
381. 边缘设备推理优化
381.1 设备端模型压缩
-
On-device Model Compression 设备端模型压缩
-
Hardware-aware Neural Architecture Search 硬件感知神经架构搜索
-
Differentiable Neural Architecture Search 可微神经架构搜索
-
Once-for-all Networks 一次训练多架构网络
-
Dynamic Neural Networks for Edge Devices 边缘设备动态神经网络
-
Adaptive Computation for Energy Efficiency 能效自适应计算
-
Early Exit Networks on Edge 边缘早期退出网络
-
Mixed-precision Inference on Edge Devices 边缘设备混合精度推理
381.2 边缘-云协同推理
-
Edge-Cloud Collaborative Inference 边缘-云协同推理
-
Adaptive Model Partitioning 自适应模型划分
-
Dynamic Computation Offloading 动态计算卸载
-
Context-aware Model Selection 上下文感知模型选择
-
Latency-aware Task Allocation 延迟感知任务分配
-
Energy-efficient Communication Protocols 能效通信协议
-
Federated Edge Inference 联邦边缘推理
-
Edge Caching Strategies 边缘缓存策略
382. 物联网推理系统
382.1 传感器数据处理
-
Sensor Data Processing for Inference 推理传感器数据处理
-
Lightweight Feature Extraction 轻量级特征提取
-
Event-based Processing 基于事件的处理
-
Adaptive Sampling Strategies 自适应采样策略
-
Compressive Sensing for IoT Devices 物联网设备压缩感知
-
Distributed Sensor Fusion 分布式传感器融合
-
Real-time Anomaly Detection 实时异常检测
-
Predictive Maintenance on Edge 边缘预测性维护
382.2 物联网网络优化
-
IoT Network Optimization 物联网网络优化
-
LoRaWAN Optimization for AI LoRaWAN AI优化
-
NB-IoT for AI Applications 窄带物联网AI应用
-
Zigbee Mesh Networks for Distributed Inference 分布式推理Zigbee网状网络
-
Bluetooth Mesh for Edge AI 边缘AI蓝牙网状网络
-
5G Slicing for IoT AI 物联网AI 5G切片
-
Energy Harvesting-aware Scheduling 能量收集感知调度
-
Duty Cycle Optimization for Battery-powered Devices 电池供电设备占空比优化
一百八十三、 AI安全与对抗防御前沿
383. 高级对抗攻击
383.1 物理世界攻击
-
Physical World Adversarial Attacks 物理世界对抗攻击
-
Adversarial Patches in Real World 真实世界对抗补丁
-
3D Adversarial Objects 3D对抗物体
-
Acoustic Adversarial Attacks 声学对抗攻击
-
Electromagnetic Side-channel Attacks 电磁侧信道攻击
-
Thermal-based Attacks 热基攻击
-
Laser-based Adversarial Perturbations 激光对抗扰动
-
Object Removal Attacks 物体移除攻击
383.2 模型窃取攻击
-
Model Extraction Attacks 模型窃取攻击
-
Membership Inference Attacks 成员推理攻击
-
Model Inversion Attacks 模型反演攻击
-
Functionality Stealing 功能窃取
-
Architecture Extraction 架构提取
-
Hyperparameter Inference 超参数推理
-
Training Data Extraction 训练数据提取
-
Query-based Model Stealing 基于查询的模型窃取
384. 鲁棒防御体系
384.1 认证防御
-
Certified Defenses 认证防御
-
Randomized Smoothing with Provable Guarantees 可证明保证的随机平滑
-
Interval Bound Propagation 区间界传播
-
Convex Relaxation-based Certification 基于凸松弛的认证
-
Zonotope-based Verification 基于zonotope的验证
-
Abstract Interpretation for Robustness 鲁棒性抽象解释
-
Provable Adversarial Training 可证明对抗训练
-
Formal Verification of Neural Networks 神经网络形式验证
384.2 运行时防御
-
Runtime Defenses 运行时防御
-
Input Reconstruction 输入重建
-
Feature Squeezing at Inference Time 推理时特征压缩
-
Randomization-based Defenses 基于随机化的防御
-
Ensemble Diversity for Robustness 鲁棒性集成多样性
-
Adversarial Example Detection 对抗样本检测
-
Anomaly Detection for Adversarial Inputs 对抗输入异常检测
-
Self-supervised Anomaly Detection 自监督异常检测
一百八十四、 神经符号推理系统
385. 符号推理集成
385.1 逻辑推理增强
-
Logic-enhanced Neural Networks 逻辑增强神经网络
-
Differentiable Theorem Provers 可微定理证明器
-
Neural Logic Programming 神经逻辑编程
-
Probabilistic Logic Networks 概率逻辑网络
-
TensorLog for Relational Reasoning 关系推理TensorLog
-
Logical Rule Injection 逻辑规则注入
-
Constraint Satisfaction with Neural Networks 神经网络约束满足
-
Symbolic Knowledge Distillation 符号知识蒸馏
385.2 知识图谱推理
-
Knowledge Graph Reasoning 知识图谱推理
-
Neural Theorem Proving over Knowledge Graphs 知识图谱神经定理证明
-
Multi-hop Reasoning with Transformers Transformer多跳推理
-
Compositional Reasoning 组合推理
-
Temporal Knowledge Graph Reasoning 时序知识图谱推理
-
Causal Reasoning over Knowledge Graphs 知识图谱因果推理
-
Counterfactual Reasoning 反事实推理
-
Abductive Reasoning 溯因推理
386. 程序合成与推理
386.1 神经程序合成
-
Neural Program Synthesis 神经程序合成
-
Program Induction from Examples 从示例归纳程序
-
Differentiable Programming 可微编程
-
Neural Program Interpreters 神经程序解释器
-
Execution-guided Program Synthesis 执行引导的程序合成
-
Type-directed Synthesis 类型引导的合成
-
Sketch-based Program Synthesis 基于草图的程序合成
-
Meta-programming with Neural Networks 神经网络元编程
386.2 代码推理
-
Code Reasoning 代码推理
-
Program Analysis with Neural Networks 神经网络程序分析
-
Bug Detection and Localization 缺陷检测与定位
-
Program Repair 程序修复
-
Code Optimization 代码优化
-
Specification Inference 规约推理
-
Invariant Discovery 不变量发现
-
Formal Verification with Neural Guidance 神经引导的形式验证
一百八十五、 AI系统标准化与互操作
387. 开放标准制定
387.1 模型格式标准
-
Model Format Standards 模型格式标准
-
ONNX Extension for New Operators 新算子ONNX扩展
-
Standardized Model Metadata 标准化模型元数据
-
Versioning and Compatibility Standards 版本控制与兼容性标准
-
Quantization Format Standards 量化格式标准
-
Sparse Format Standards 稀疏格式标准
-
Distributed Model Format 分布式模型格式
-
Encrypted Model Format 加密模型格式
387.2 接口协议标准
-
Interface Protocol Standards 接口协议标准
-
gRPC for Model Serving 模型服务gRPC
-
REST API Standards for AI AI REST API标准
-
Streaming Protocols for Real-time Inference 实时推理流式协议
-
Batch Processing Interfaces 批处理接口
-
Async Inference Protocols 异步推理协议
-
WebAssembly for AI AI WebAssembly
-
Edge AI Protocol Standards 边缘AI协议标准
388. 互操作框架
388.1 跨框架互操作
-
Cross-framework Interoperability 跨框架互操作
-
Model Conversion Tools 模型转换工具
-
Common Intermediate Representations 通用中间表示
-
Operator Mapping Standards 算子映射标准
-
Lossless Conversion Guarantees 无损转换保证
-
Round-trip Conversion Testing 往返转换测试
-
Version Compatibility Management 版本兼容性管理
-
Automated Conversion Pipelines 自动化转换流水线
388.2 生态系统集成
-
Ecosystem Integration 生态系统集成
-
Plugin Architecture Standards 插件架构标准
-
Extension Mechanism Design 扩展机制设计
-
Backend Abstraction Layers 后端抽象层
-
Hardware Acceleration Interface Standards 硬件加速接口标准
-
Cloud Service Integration Standards 云服务集成标准
-
Development Tool Integration 开发工具集成
-
Monitoring and Logging Standards 监控与日志标准
一百八十六、 AI系统经济学与市场设计
389. AI资源市场
389.1 计算资源交易
-
Computational Resource Trading 计算资源交易
-
Spot Market for GPU/TPU Instances GPU/TPU实例现货市场
-
Forward Contracting for AI Resources AI资源远期合约
-
Options Trading for Compute 计算期权交易
-
Resource Futures Markets 资源期货市场
-
Automated Resource Trading 自动化资源交易
-
Price Prediction for Compute Resources 计算资源价格预测
-
Arbitrage Opportunities in Compute Markets 计算市场套利机会
389.2 数据与模型市场
-
Data and Model Markets 数据与模型市场
-
Data Pricing Models 数据定价模型
-
Model Licensing Frameworks 模型许可框架
-
Royalty Distribution Mechanisms 版税分配机制
-
Intellectual Property Protection 知识产权保护
-
Data Provenance Tracking 数据来源追踪
-
Model Provenance and Lineage 模型来源与谱系
-
Fair Value Assessment 公允价值评估
390. 激励兼容机制
390.1 激励机制设计
-
Incentive Mechanism Design 激励机制设计
-
Token-based Incentive Systems 基于代币的激励系统
-
Staking Mechanisms for Quality Assurance 质量保证质押机制
-
Slashing Conditions for Malicious Behavior 恶意行为削减条件
-
Reputation Systems for Model Contributors 模型贡献者信誉系统
-
Bounty Programs for Improvements 改进赏金计划
-
Revenue Sharing Models 收入分成模型
-
Dynamic Pricing Based on Value 基于价值的动态定价
390.2 市场均衡分析
-
Market Equilibrium Analysis 市场均衡分析
-
Supply-Demand Matching Algorithms 供需匹配算法
-
Price Discovery Mechanisms 价格发现机制
-
Market Clearing Algorithms 市场清算算法
-
Nash Equilibrium Computation 纳什均衡计算
-
Mechanism Design for Two-sided Markets 双边市场机制设计
-
Network Effects in AI Platforms AI平台网络效应
-
Winner-takes-all Dynamics 赢家通吃动态
一百八十七、 AI辅助的硬件设计
391. AI芯片协同设计
391.1 架构探索自动化
-
Architecture Exploration Automation 架构探索自动化
-
Reinforcement Learning for Chip Design 芯片设计强化学习
-
Neural Architecture Search for Hardware 硬件神经架构搜索
-
Pareto-optimal Hardware Design 帕累托最优硬件设计
-
Multi-objective Optimization for Chip Design 芯片设计多目标优化
-
Design Space Exploration with AI AI设计空间探索
-
Automated RTL Generation 自动化RTL生成
-
High-level Synthesis with AI AI高层次综合
391.2 物理设计优化
-
Physical Design Optimization 物理设计优化
-
AI for Floorplanning AI布局规划
-
Placement Optimization with ML ML布局优化
-
Routing Optimization Algorithms 布线优化算法
-
Timing Closure with Reinforcement Learning 强化学习时序收敛
-
Power Optimization with AI AI功耗优化
-
Thermal-aware Design 热感知设计
-
Manufacturing Yield Optimization 制造良率优化
392. 测试与验证AI
392.1 自动化测试生成
-
Automated Test Generation 自动化测试生成
-
AI for Test Pattern Generation AI测试模式生成
-
Coverage-directed Test Generation 覆盖率导向的测试生成
-
Constrained Random Testing 约束随机测试
-
Formal Verification with ML ML形式验证
-
Bug Localization with Neural Networks 神经网络缺陷定位
-
Root Cause Analysis Automation 根本原因分析自动化
-
Test Time Reduction 测试时间减少
392.2 良率分析与预测
-
Yield Analysis and Prediction 良率分析与预测
-
Defect Pattern Recognition 缺陷模式识别
-
Process Variation Modeling 工艺变化建模
-
Statistical Timing Analysis 统计时序分析
-
Yield Enhancement with ML ML良率提升
-
Failure Analysis Automation 故障分析自动化
-
Predictive Maintenance for Manufacturing Equipment 制造设备预测性维护
-
Supply Chain Optimization 供应链优化
一百八十八、 联邦学习系统扩展与优化
393. 跨机构联邦学习
393.1 隐私保护聚合
-
Privacy-preserving Aggregation 隐私保护聚合
-
Secure Multi-party Computation Aggregation 安全多方计算聚合
-
Homomorphic Encryption for Aggregation 聚合同态加密
-
Differential Privacy with Trusted Aggregators 可信聚合器差分隐私
-
Verifiable Aggregation 可验证聚合
-
Byzantine-robust Aggregation 拜占庭鲁棒聚合
-
Communication-efficient Secure Aggregation 通信高效安全聚合
-
Multi-round Privacy Amplification 多轮隐私放大
393.2 异构联邦优化
-
Heterogeneous Federated Optimization 异构联邦优化
-
Personalized Federated Learning 个性化联邦学习
-
Federated Multi-task Learning 联邦多任务学习
-
Client Clustering Strategies 客户端聚类策略
-
Adaptive Client Selection 自适应客户端选择
-
Fair Resource Allocation 公平资源分配
-
Incentive Mechanism Design 激励机制设计
-
Cross-silo Federated Learning 跨孤岛联邦学习
394. 边缘联邦系统
394.1 移动与物联网联邦
-
Mobile and IoT Federated Learning 移动与物联网联邦学习
-
On-device Learning with Federated Updates 联邦更新的设备端学习
-
Intermittent Connectivity Handling 间歇性连接处理
-
Energy-aware Federated Learning 能量感知联邦学习
-
Heterogeneous Device Capability Handling 异构设备能力处理
-
Real-time Federated Updates 实时联邦更新
-
Cross-device Federated Learning 跨设备联邦学习
-
Swarm Learning 群体学习
394.2 大规模联邦系统
-
Large-scale Federated Systems 大规模联邦系统
-
Hierarchical Federated Learning 层次联邦学习
-
Federated Learning with Millions of Clients 百万客户端联邦学习
-
Decentralized Federated Learning 去中心化联邦学习
-
Blockchain-based Federated Learning 基于区块链的联邦学习
-
Federated Learning with Unreliable Clients 不可靠客户端联邦学习
-
Long-term Federated Learning 长期联邦学习
-
Federated Continual Learning 联邦持续学习
一百八十九、 神经形态计算系统
395. 脉冲神经网络优化
395.1 高效脉冲编码
-
Efficient Spiking Encoding 高效脉冲编码
-
Temporal Coding Schemes 时序编码方案
-
Rate Coding Optimization 频率编码优化
-
Phase Coding for Information Representation 信息表示相位编码
-
Population Coding Strategies 群体编码策略
-
Sparse Coding for Energy Efficiency 能效稀疏编码
-
Adaptive Coding Schemes 自适应编码方案
-
Multi-modal Spiking Representation 多模态脉冲表示
395.2 脉冲学习算法
-
Spiking Learning Algorithms 脉冲学习算法
-
Spike Timing Dependent Plasticity Optimization 脉冲时序依赖可塑性优化
-
Surrogate Gradient Learning 代理梯度学习
-
Direct Training Methods for SNNs SNN直接训练方法
-
ANN-to-SNN Conversion Optimization ANN到SNN转换优化
-
Unsupervised Spike-based Learning 无监督脉冲学习
-
Reinforcement Learning with Spiking Networks 脉冲网络强化学习
-
Multi-scale Learning Rules 多尺度学习规则
396. 神经形态硬件架构
396.1 新型器件与电路
-
Novel Devices and Circuits 新型器件与电路
-
Memristor-based Synapses 基于忆阻器的突触
-
Spintronic Neurons 自旋电子神经元
-
Photonic Neuromorphic Computing 光子神经形态计算
-
Ferroelectric Devices for Neural Networks 神经网络铁电器件
-
Phase-change Memory for Synaptic Weight Storage 突触权重存储相变存储器
-
Quantum-dot Cellular Automata 量子点元胞自动机
-
Organic Electronics for Neuromorphic Systems 神经形态系统有机电子学
396.2 系统架构设计
-
System Architecture Design 系统架构设计
-
Event-driven Architectures 事件驱动架构
-
Asynchronous Communication Networks 异步通信网络
-
Hierarchical Memory Organization 层次内存组织
-
Energy-proportional Computing 能量比例计算
-
Fault-tolerant Neuromorphic Systems 容错神经形态系统
-
Scalable Interconnect Design 可扩展互连设计
-
Mixed-signal Circuit Design 混合信号电路设计
一百九十、 量子-经典混合算法
397. 混合优化算法
397.1 变分量子算法
-
Variational Quantum Algorithms 变分量子算法
-
Quantum Approximate Optimization Algorithm 量子近似优化算法
-
Variational Quantum Eigensolver 变分量子本征求解器
-
Quantum Neural Networks 量子神经网络
-
Parameterized Quantum Circuits 参数化量子电路
-
Quantum Circuit Learning 量子电路学习
-
Hybrid Quantum-classical Optimization 量子-经典混合优化
-
Error Mitigation Strategies 误差缓解策略
397.2 量子机器学习
-
Quantum Machine Learning 量子机器学习
-
Quantum Support Vector Machines 量子支持向量机
-
Quantum Principal Component Analysis 量子主成分分析
-
Quantum Generative Models 量子生成模型
-
Quantum Boltzmann Machines 量子玻尔兹曼机
-
Quantum Reinforcement Learning 量子强化学习
-
Quantum Natural Language Processing 量子自然语言处理
-
Quantum Computer Vision 量子计算机视觉
398. 量子启发经典算法
398.1 量子模拟算法
-
Quantum-inspired Classical Algorithms 量子启发经典算法
-
Simulated Quantum Annealing 模拟量子退火
-
Quantum Walks on Classical Hardware 经典硬件量子行走
-
Tensor Networks for Classical ML 经典ML张量网络
-
Matrix Product States 矩阵乘积态
-
Quantum-inspired Optimization 量子启发优化
-
Simulating Quantum Circuits Classically 经典模拟量子电路
-
Quantum Kernel Methods 量子核方法
398.2 量子-经典接口
-
Quantum-Classical Interfaces 量子-经典接口
-
Encoding Classical Data into Quantum States 经典数据编码为量子态
-
Measurement Strategies for Quantum ML 量子ML测量策略
-
Error Mitigation for Quantum Algorithms 量子算法误差缓解
-
Quantum Circuit Compilation 量子电路编译
-
Resource Estimation for Quantum ML 量子ML资源估计
-
Benchmarking Quantum ML Algorithms 量子ML算法基准测试
-
Quantum Cloud Services for ML ML量子云服务
一百九十一、 AI系统的可验证性与形式化保证
403. 形式化验证方法
403.1 模型验证技术
-
Formal Model Verification 形式化模型验证
-
Satisfiability Modulo Theories for Neural Networks 神经网络可满足性模理论
-
Linear Programming-based Verification 基于线性规划的验证
-
Mixed Integer Linear Programming for Verification 验证的混合整数线性规划
-
Semidefinite Relaxation Methods 半定松弛方法
-
Abstract Interpretation for Neural Networks 神经网络抽象解释
-
Reachability Analysis with Guarantees 有保证的可达性分析
-
Barrier Certificate Synthesis 屏障证书合成
403.2 鲁棒性证明
-
Robustness Certification 鲁棒性证明
-
Certified Adversarial Robustness 认证对抗鲁棒性
-
Randomized Smoothing Certificates 随机平滑证明
-
Interval Bound Propagation Certification 区间界传播认证
-
Lipschitz Constant Estimation Lipschitz常数估计
-
Convex Relaxation Bounds 凸松弛边界
-
Probabilistic Guarantees 概率保证
-
Worst-case Guarantee Analysis 最坏情况保证分析
404. 运行时验证与监控
404.1 运行时保证
-
Runtime Assurance 运行时保证
-
Runtime Monitoring of Properties 性质运行时监控
-
Shield-based Enforcement 基于防护的执行
-
Predictive Runtime Verification 预测性运行时验证
-
Statistical Model Checking 统计模型检查
-
Adaptive Runtime Assurance 自适应运行时保证
-
Compositional Runtime Verification 组合式运行时验证
-
Temporal Logic Monitoring 时序逻辑监控
404.2 安全契约
-
Safety Contracts 安全契约
-
Assume-Guarantee Reasoning 假设-保证推理
-
Contract-based Verification 基于契约的验证
-
Interface Automata 接口自动机
-
Component-based Certification 基于组件的认证
-
Hierarchical Safety Contracts 层次安全契约
-
Dynamic Contract Enforcement 动态契约执行
-
Contract Refinement 契约精化
一百九十二、 AI系统的自愈与自适应
405. 自我修复系统
405.1 异常检测与恢复
-
Anomaly Detection and Recovery 异常检测与恢复
-
Statistical Anomaly Detection 统计异常检测
-
Machine Learning-based Anomaly Detection 基于机器学习的异常检测
-
Time Series Anomaly Detection 时间序列异常检测
-
Multi-modal Anomaly Detection 多模态异常检测
-
Root Cause Analysis 根本原因分析
-
Automated Recovery Procedures 自动恢复程序
-
Self-healing Architectures 自愈架构
405.2 自适应容错
-
Adaptive Fault Tolerance 自适应容错
-
Proactive Fault Tolerance 主动容错
-
Reactive Fault Tolerance 反应式容错
-
Predictive Fault Tolerance 预测性容错
-
Graceful Degradation 优雅降级
-
Fault Masking Techniques 故障屏蔽技术
-
Redundancy Management 冗余管理
-
Dynamic Resource Reallocation 动态资源重分配
406. 自我优化系统
406.1 在线参数调优
-
Online Parameter Tuning 在线参数调优
-
Bayesian Optimization for Runtime Parameters 运行时参数贝叶斯优化
-
Reinforcement Learning-based Tuning 基于强化学习的调优
-
Multi-armed Bandit Approaches 多臂赌博机方法
-
Context-aware Parameter Adaptation 上下文感知参数适应
-
Transfer Learning for Parameter Tuning 参数调优迁移学习
-
Meta-learning for Adaptation 适应的元学习
-
Evolutionary Strategies for Optimization 优化的进化策略
406.2 架构自适应
-
Architectural Adaptation 架构自适应
-
Dynamic Neural Architecture Search 动态神经架构搜索
-
Adaptive Model Compression 自适应模型压缩
-
Runtime Pruning and Growing 运行时剪枝与生长
-
Elastic Neural Networks 弹性神经网络
-
Resource-aware Architecture Adaptation 资源感知架构适应
-
Context-aware Model Selection 上下文感知模型选择
-
Performance-driven Adaptation 性能驱动适应
一百九十三、 超大规模图神经网络系统
407. 分布式图计算
407.1 图划分算法
-
Graph Partitioning Algorithms 图划分算法
-
Balanced Graph Partitioning 平衡图划分
-
Streaming Graph Partitioning 流式图划分
-
Dynamic Graph Partitioning 动态图划分
-
Multi-level Graph Partitioning 多级图划分
-
Spectral Graph Partitioning 谱图划分
-
Geometric Partitioning 几何划分
-
Workload-aware Partitioning 负载感知划分
407.2 分布式图神经网络
-
Distributed Graph Neural Networks 分布式图神经网络
-
Sampling-based Distributed GNNs 基于采样的分布式GNN
-
Partition-based Distributed GNNs 基于划分的分布式GNN
-
Federated Graph Learning 联邦图学习
-
Asynchronous Distributed GNNs 异步分布式GNN
-
Pipeline Parallelism for GNNs GNN流水线并行
-
Model Parallelism for Large Graphs 大图模型并行
-
Communication Optimization for GNNs GNN通信优化
408. 大规模图处理
408.1 图存储与索引
-
Graph Storage and Indexing 图存储与索引
-
Adjacency List Optimization 邻接表优化
-
Compressed Sparse Row Format 压缩稀疏行格式
-
Graph Databases for Large-scale Data 大规模数据图数据库
-
Distributed Graph Storage 分布式图存储
-
Graph Indexing for Fast Queries 快速查询图索引
-
Temporal Graph Storage 时序图存储
-
Property Graph Storage 属性图存储
408.2 图算法优化
-
Graph Algorithm Optimization 图算法优化
-
Approximate Graph Algorithms 近似图算法
-
Streaming Graph Algorithms 流式图算法
-
External Memory Graph Algorithms 外存图算法
-
Parallel Graph Algorithms 并行图算法
-
GPU-accelerated Graph Algorithms GPU加速图算法
-
Cache-efficient Graph Algorithms 缓存高效图算法
-
I/O-efficient Graph Algorithms I/O高效图算法
一百九十四、 时空AI系统
409. 时空数据建模
409.1 时空Transformer
-
Spatiotemporal Transformers 时空Transformer
-
Spatial Attention Mechanisms 空间注意力机制
-
Temporal Attention Mechanisms 时间注意力机制
-
Spatiotemporal Positional Encoding 时空位置编码
-
Hierarchical Spatiotemporal Modeling 层次时空建模
-
Multi-scale Spatiotemporal Attention 多尺度时空注意力
-
Adaptive Spatiotemporal Kernels 自适应时空核
-
Memory-efficient Spatiotemporal Models 内存高效时空模型
409.2 时空预测
-
Spatiotemporal Forecasting 时空预测
-
Traffic Flow Prediction 交通流量预测
-
Weather Forecasting 天气预报
-
Epidemic Spread Modeling 流行病传播建模
-
Urban Mobility Prediction 城市移动性预测
-
Energy Consumption Forecasting 能源消耗预测
-
Financial Time Series with Spatial Correlations 空间相关金融时间序列
-
Multi-step Spatiotemporal Forecasting 多步时空预测
410. 时空推理系统
410.1 时空知识图谱
-
Spatiotemporal Knowledge Graphs 时空知识图谱
-
Temporal Knowledge Graph Embeddings 时序知识图谱嵌入
-
Spatial Knowledge Representation 空间知识表示
-
Spatiotemporal Relation Extraction 时空关系抽取
-
Event-centric Knowledge Graphs 以事件为中心的知识图谱
-
Dynamic Knowledge Graph Completion 动态知识图谱补全
-
Spatiotemporal Reasoning 时空推理
-
Causal Inference in Spatiotemporal Data 时空数据因果推断
410.2 时空异常检测
-
Spatiotemporal Anomaly Detection 时空异常检测
-
Collective Anomaly Detection 集体异常检测
-
Point Anomaly Detection in Spatiotemporal Data 时空数据点异常检测
-
Contextual Anomaly Detection 上下文异常检测
-
Online Spatiotemporal Anomaly Detection 在线时空异常检测
-
Multivariate Spatiotemporal Anomaly Detection 多变量时空异常检测
-
Interpretable Anomaly Detection 可解释异常检测
-
Root Cause Analysis for Spatiotemporal Anomalies 时空异常根本原因分析
一百九十五、 AI驱动的自动化科学发现
411. 自动化假设生成
411.1 科学发现算法
-
Scientific Discovery Algorithms 科学发现算法
-
Automated Hypothesis Generation 自动假设生成
-
Causal Discovery from Observational Data 观测数据因果发现
-
Scientific Law Induction 科学定律归纳
-
Pattern Discovery in Scientific Data 科学数据模式发现
-
Abductive Reasoning for Science 科学溯因推理
-
Automated Experiment Design 自动化实验设计
-
Scientific Theory Formation 科学理论形成
411.2 自主实验系统
-
Autonomous Experimentation Systems 自主实验系统
-
Self-driving Laboratories 自动驾驶实验室
-
Robotic Scientists 机器人科学家
-
Automated Hypothesis Testing 自动假设检验
-
Closed-loop Experimentation 闭环实验
-
Bayesian Optimization for Experiment Design 实验设计贝叶斯优化
-
Multi-objective Experimental Optimization 多目标实验优化
-
Adaptive Sampling Strategies 自适应采样策略
412. 科学文献挖掘与合成
412.1 文献知识提取
-
Literature Knowledge Extraction 文献知识提取
-
Automated Scientific Reading 自动科学阅读
-
Knowledge Graph Construction from Literature 文献知识图谱构建
-
Relation Extraction from Scientific Text 科学文本关系抽取
-
Hypothesis Extraction from Papers 论文假设提取
-
Method Extraction and Comparison 方法提取与比较
-
Result Synthesis Across Papers 跨论文结果合成
-
Scientific Claim Verification 科学主张验证
412.2 跨学科知识发现
-
Cross-disciplinary Knowledge Discovery 跨学科知识发现
-
Literature-based Discovery 基于文献的发现
-
Analogy Mining Across Fields 跨领域类比挖掘
-
Concept Transfer Between Disciplines 学科间概念迁移
-
Interdisciplinary Hypothesis Generation 跨学科假设生成
-
Scientific Insight Generation 科学见解生成
-
Novel Connection Discovery 新连接发现
-
Serendipity in Scientific Discovery 科学发现中的意外发现
一百九十六、 多智能体社会系统
413. 社会模拟与预测
413.1 基于Agent的建模
-
Agent-based Modeling 基于Agent的建模
-
Social Simulation Platforms 社会模拟平台
-
Multi-agent Social Systems 多智能体社会系统
-
Emergent Social Phenomena 涌现社会现象
-
Cultural Evolution Models 文化演化模型
-
Opinion Dynamics Simulation 意见动力学模拟
-
Social Network Formation Models 社交网络形成模型
-
Norm Emergence and Evolution 规范涌现与演化
413.2 社会预测系统
-
Social Prediction Systems 社会预测系统
-
Election Outcome Prediction 选举结果预测
-
Social Movement Prediction 社会运动预测
-
Public Opinion Forecasting 公共舆论预测
-
Crime Hotspot Prediction 犯罪热点预测
-
Disease Spread in Social Networks 社交网络疾病传播
-
Information Cascade Prediction 信息级联预测
-
Social Stability Assessment 社会稳定评估
414. 社会影响评估
414.1 影响建模
-
Impact Modeling 影响建模
-
Causal Impact Estimation 因果影响估计
-
Counterfactual Analysis for Social Systems 社会系统反事实分析
-
Policy Impact Simulation 政策影响模拟
-
Long-term Social Impact Assessment 长期社会影响评估
-
Unintended Consequences Modeling 意外后果建模
-
Social Welfare Optimization 社会福利优化
-
Equity Impact Analysis 公平性影响分析
414.2 治理与决策支持
-
Governance and Decision Support 治理与决策支持
-
Participatory Decision Making 参与式决策
-
Deliberative Democracy Platforms 协商民主平台
-
Policy Design Optimization 政策设计优化
-
Regulatory Impact Assessment 监管影响评估
-
Multi-stakeholder Negotiation Support 多利益相关者谈判支持
-
Consensus Building Algorithms 共识构建算法
-
Transparent Decision Making 透明决策
一百九十七、 AI系统的持续学习与演化
415. 终身学习系统
415.1 持续适应
-
Continual Adaptation 持续适应
-
Online Learning with Concept Drift 概念漂移在线学习
-
Incremental Learning Algorithms 增量学习算法
-
Adaptive Model Updates 自适应模型更新
-
Life-long Representation Learning 终身表示学习
-
Forgetting Prevention 遗忘预防
-
Knowledge Consolidation 知识巩固
-
Stable-Plastic Balance 稳定-可塑性平衡
415.2 灾难性遗忘缓解
-
Catastrophic Forgetting Mitigation 灾难性遗忘缓解
-
Elastic Weight Consolidation 弹性权重巩固
-
Synaptic Intelligence 突触智能
-
Gradient Episodic Memory 梯度情景记忆
-
Experience Replay 经验回放
-
Dynamic Architectures 动态架构
-
Parameter Isolation Methods 参数隔离方法
-
Meta-learning for Continual Learning 持续学习的元学习
416. 进化学习系统
416.1 神经进化
-
Neuroevolution 神经进化
-
Evolutionary Strategies 进化策略
-
Genetic Algorithms for Neural Networks 神经网络遗传算法
-
Neuroevolution of Augmenting Topologies 增强拓扑神经进化
-
Co-evolution 协同进化
-
Quality-Diversity Algorithms 质量-多样性算法
-
Novelty Search 新颖性搜索
-
Evolutionary Reinforcement Learning 进化强化学习
416.2 开放世界学习
-
Open-world Learning 开放世界学习
-
Novelty Detection 新颖性检测
-
Open-set Recognition 开放集识别
-
Unknown Class Discovery 未知类发现
-
Incremental Class Learning 增量类学习
-
Few-shot Learning with New Classes 新类少样本学习
-
Continual Domain Adaptation 持续领域适应
-
Life-long Open-world Recognition 终身开放世界识别
一百九十八、 认知科学与AI交叉
417. 认知建模
417.1 认知架构实现
-
Cognitive Architecture Implementations 认知架构实现
-
ACT-R Cognitive Architecture ACT-R认知架构
-
SOAR Architecture Implementation SOAR架构实现
-
CLARION Model CLARION模型
-
LIDA Cognitive Architecture LIDA认知架构
-
Neural-symbolic Cognitive Architectures 神经符号认知架构
-
Biologically Plausible Cognitive Models 生物学合理的认知模型
-
Cognitive Process Simulation 认知过程模拟
417.2 认知过程模拟
-
Cognitive Process Simulation 认知过程模拟
-
Working Memory Models 工作记忆模型
-
Attention Mechanism Modeling 注意力机制建模
-
Decision Making Processes 决策过程
-
Problem Solving Algorithms 问题解决算法
-
Learning and Memory Consolidation 学习与记忆巩固
-
Cognitive Control Models 认知控制模型
-
Metacognition Modeling 元认知建模
418. 人类认知增强
418.1 认知增强技术
-
Cognitive Enhancement Technologies 认知增强技术
-
Working Memory Training 工作记忆训练
-
Attention Enhancement 注意力增强
-
Learning Acceleration 学习加速
-
Cognitive Load Reduction 认知负荷减少
-
Decision Support Systems 决策支持系统
-
Memory Augmentation 记忆增强
-
Cognitive Prosthetics 认知假体
418.2 脑机接口增强
-
Brain-Computer Interface Enhancement 脑机接口增强
-
Neural Feedback Training 神经反馈训练
-
Brain State Regulation 脑状态调节
-
Cognitive Performance Monitoring 认知表现监控
-
Mental Workload Assessment 心理负荷评估
-
Augmented Cognition 增强认知
-
Closed-loop Brain Stimulation 闭环脑刺激
-
Neuroadaptive Interfaces 神经自适应接口
一百九十九、 跨模态感知与理解
419. 多模态融合
419.1 跨模态对齐
-
Cross-modal Alignment 跨模态对齐
-
Contrastive Multimodal Learning 对比多模态学习
-
Cross-modal Retrieval 跨模态检索
-
Multimodal Embedding Spaces 多模态嵌入空间
-
Modality Translation 模态转换
-
Shared Representation Learning 共享表示学习
-
Modality-invariant Features 模态不变特征
-
Cross-modal Generation 跨模态生成
419.2 多模态推理
-
Multimodal Reasoning 多模态推理
-
Visual Question Answering 视觉问答
-
Multimodal Commonsense Reasoning 多模态常识推理
-
Cross-modal Inference 跨模态推理
-
Multimodal Logical Reasoning 多模态逻辑推理
-
Temporal Reasoning Across Modalities 跨模态时序推理
-
Spatial Reasoning with Multiple Modalities 多模态空间推理
-
Causal Reasoning from Multimodal Data 多模态数据因果推理
420. 统一多模态模型
420.1 通用多模态架构
-
Universal Multimodal Architectures 通用多模态架构
-
Unified Transformer for Multiple Modalities 多模态统一Transformer
-
Cross-modal Attention Mechanisms 跨模态注意力机制
-
Modality-agnostic Representations 模态无关表示
-
Parameter-efficient Multimodal Adaptation 参数高效多模态适配
-
Zero-shot Multimodal Understanding 零样本多模态理解
-
Few-shot Multimodal Learning 少样本多模态学习
-
Self-supervised Multimodal Pretraining 自监督多模态预训练
420.2 新兴模态处理
-
Emerging Modality Processing 新兴模态处理
-
Tactile Sensing and Processing 触觉感知与处理
-
Olfactory Data Analysis 嗅觉数据分析
-
Gustatory Signal Processing 味觉信号处理
-
Proprioceptive Data Processing 本体感觉数据处理
-
Vestibular System Modeling 前庭系统建模
-
Interoceptive Signal Analysis 内感受信号分析
-
Multisensory Integration Models 多感官整合模型
二百、 AI系统的未来展望与挑战
421. 长期AI研究前沿
421.1 基础理论突破
-
Fundamental Theory Breakthroughs 基础理论突破
-
Theory of Deep Learning 深度学习理论
-
Generalization Theory 泛化理论
-
Optimization Theory for Neural Networks 神经网络优化理论
-
Information Theory of Deep Learning 深度学习信息论
-
Statistical Learning Theory Extensions 统计学习理论扩展
-
Complexity Theory for AI AI复杂性理论
-
Algorithmic Information Theory Applications 算法信息论应用
421.2 新型计算范式
-
Novel Computing Paradigms 新型计算范式
-
Quantum Machine Learning 量子机器学习
-
Neuromorphic Computing Advances 神经形态计算进展
-
Optical Computing for AI AI光学计算
-
DNA Computing and Storage DNA计算与存储
-
Analog Computing Revival 模拟计算复兴
-
In-memory Computing Architectures 存内计算架构
-
Probabilistic Computing 概率计算
422. 社会技术挑战
422.1 伦理与治理挑战
-
Ethical and Governance Challenges 伦理与治理挑战
-
AI Alignment Problem AI对齐问题
-
Value Learning from Human Feedback 人类反馈价值学习
-
Ethical Decision Making Frameworks 伦理决策框架
-
Global AI Governance 全球AI治理
-
Regulation of Autonomous Systems 自治系统监管
-
Accountability Frameworks 问责框架
-
Transparency and Explainability Standards 透明度与可解释性标准
422.2 社会经济影响
-
Socioeconomic Impact 社会经济影响
-
Labor Market Transformation 劳动力市场转型
-
Economic Inequality Considerations 经济不平等考虑
-
Universal Basic Income and AI 全民基本收入与AI
-
Education System Adaptation 教育系统适应
-
Healthcare System Transformation 医疗系统转型
-
Urban Planning with AI AI城市规划
-
Environmental Sustainability 环境可持续性





