荣誉论文

作者: 杰里米·陈

标题: 警务人员投诉的传播模式

文摘: 最近的电子游戏正规平台表明，警察的行为, 包括过度使用武力和不当行为, 能否通过传染过程在警察社会互动网络上传播. 然而, 关于这个话题的文献是混杂的, 在其他城市的一些城市传染的阳性发现之后没有发现. 需要强大且易于实施的统计测试来帮助警察机构发现警察网络中不受欢迎的警察行为的传染. 在本论文中, 我们为这篇关于警察过度使用武力是否在警察网络中具有社会传染性的文献做出了贡献，并提出了几个过度使用武力的投诉模型. 我们提出的算法不需要像现有模型那样多的参数化建模假设. 我们提出了一个基于集合的重采样测试变化作为基线模型，以检验使用力通过随机产生的假设, 独立事件过程. 然后，我们将此基线与我们用于建模警察使用武力的另外两种算法进行比较:Pólya瓮模型和溢出Pólya瓮模型. 最后，我们使用芝加哥警方使用武力的数据来实现这三种算法. 我们的电子游戏正规平台结果表明，传染在芝加哥警察网络过度使用武力中起作用.

作者: 杰瑞侯

标题: 无源声窃听

文摘: 该项目的目标是演示与60GHz无线通信相关的潜在窃听危险, 窃听者在哪里可以通过观察无线通讯信号来探测到声音信号. 不像最近的工作，使用雷达波形进行窃听测距, 我们的系统通过利用由声激励引起的振动在发射机和接收机之间的多径环境中的变化来使用二进制移位键控(BPSK)信号. 因此，该系统显示出被动窃听的危险, 窃听者可以被动地观察由合法来源传输的无线通信信号，从而监听声学信号, 不需要窃听者传送自己的任何信号. 使用pytorch使用自定义深度学习框架工作, 我们已经证明了我们可以获得30%的单词分类准确率.

作者: 快乐近藤

标题: 数据花园:在VR数据可视化中探索我们的社区

文摘: 随着人们对提高数据素养的需求不断增加, 正在开发有效表示和分析数据的方法和途径. 传统的数据表示，如图表和抽象的视觉效果，削弱了数据集所代表的人性.

本文介绍了DataGarden, 该系统支持在沉浸式虚拟现实环境中与数据的人性化表示进行具体交互，让用户思考数据背后的人. 在这个互动系统中, 用户可以在我们的虚拟花园中与他们的个人可视化交互, 以及使用电子游戏软件社区的数据创建的可视化.

作者: 约翰Marangola

标题: 具有时差正则化的完美系统发育模型的高效求解器

文摘: 许多推理工具使用完美系统发育模型(PPM)从噪声变异等位基因频率(VAF)数据中学习树. PPM常常导致推理歧义, 因为许多不同的树木为观测到的VAF数据提供了同样充分的解释. 此外，PPM不捕获任何时间概念. 而与空间采样无关, this is problematic when samples are taken in time; randomly reordering time samples does not change the best tree found under the PPM, 一个反直觉的结果. 为了消除这种歧义, 我们增加PPM，这样它就可以理解突变体随时间的增长. 特别是, 我们的增广PPM假设取样的突变体生长路径, 哪些在时间上是粗采样的, 快速进行, 并且可以很好地通过具有小l1范数导数的路径来建模. 对于树比较小的场景, 我们提倡一种对整个树空间进行(半)穷举搜索的推理算法. 这项任务需要一个新的、速度极快的推理引擎. 我们开发了一种同伦算法，将原始PPM的解扩展到新的增广模型的解. 其效率的关键是几个计算洞察力，使我们的实现显着优于竞争对手的解决方案.

作者: 詹姆斯·努南

标题: 未修改led的可见光定位

文摘: 随着工业和学术界变得越来越自动化, 需要具有成本效益, 可扩展的室内定位算法增加. 当前的方法, 在可见光定位(VLP)这一新的电子游戏正规平台领域, 利用调制发光二极管(led)进行定位. 在这些作品中, led的发光强度变化很快, 接收到的光线水平被用来找到接收器的位置. 在本文中, 我们提出了一种利用可见光的替代定位技术, 而是使用未经修改的led. 我们的建议包括一个基本的方法, 同时也证明了这一概念的性价比, 易于复制和可靠的室内定位技术. 我们利用LED灯泡固有的制造变化, 从而产生独特的可识别的光发射, 通过简单的多输出回归神经网络对目标环境中采集的光样本进行训练，直接定位二维位置, 消除了对组件分解的需要, 硬件修改, 或三角.

作者: 泰勒奥斯本

标题: 认知状态:基于深度学习的信念状态推断

文摘: 认知状态项目是一项正在进行的关于预训练深度学习模型的电子游戏正规平台, 微调与各种语料库的注释文本, 可以推断信念状态. 整体, 该项目的目标是在更高级的信念状态和情感检测能力方面取得渐进式进展. 以前的电子游戏正规平台主要集中在分类任务和端到端生成任务上实现最先进的F1结果，这些任务定义在两个为信念注释的语料库上, 情绪, 或两个, 事实银行和MPQA, 使用两个模型, BERT和Flan-T5 (Murzaku et al). 我们使用相同的模型在语言理解(LU)语料库上定义类似的任务, 为了证实从以前的工作中获得的见解. 此外, 我们提出了一种新的数据库表示用于微调数据, 允许Factbank的统一, MPQA, LU, 并将基于注释的信念/情感语料库添加到单个数据集中，以便在多任务学习环境中无缝使用, 需要统一的数据转换，例如将单图头词转换为n-图跨度. 我们的结果与Murzaku等人的结果一致. 在所有任务中，我们的方法在少数族裔中表现不佳. 提高少数族裔性能的计划包括利用few-shot方法，或者通过交换现有示例中具有相近同义词的单词来生成合成数据.

作者: 广州机床厂周

标题: 心电图(ECG)和光容积描记图(PPG)人类心脏活动数据的探索性分析和预测建模

文摘: 心电图(ECG)和光电容积脉搏波(PPG)是两种广泛应用于监测心血管活动的技术. 心电图是一种公认的检测心脏电活动的方法, 而PPG利用光学技术来测量外周组织的血容量变化. 本文探讨了PPG和心电信号的两种应用, 利用带有人类活动识别标签的PPG数据集和标有各种心脏状况的ECG数据集. 对原始时间序列数据进行预处理, 通过消除趋势, 带通滤波, 排除异常值. 还考虑了数据的两个简化版本, 一种是使用心率变异性(HRV)汇总测量, 另一种是基于快速傅里叶变换(FFT)的频谱表示。. 然后使用机器学习技术对预处理数据集进行探索性数据分析和预测数据建模. 我们对模型的预测性能进行了评价, 试着从生理学的角度来理解结果, 并建议未来工作的可能方向.