机器学习与AI研究合作项目揭晓

博士奖学金项目

Mikel K. Ngueajio，计算机科学系博士候选人
研究聚焦于文本中微攻击行为的自动识别。采用上下文机器学习算法，分析语境对类似攻击性言论检测模型性能的影响。目标是开发可解释的微攻击检测器，能够分析来自职场、社交媒体和实时对话等不同场景的文本数据。通过构建类似"语法检查器"的应用，识别并高亮文本中的微攻击，同时为用户建议替代用词，促进更包容和尊重的交流。

礼品项目奖项

Anietie Andy与Legand Burge教授
研究：“通过社交媒体分析不同年龄和性别群体的焦虑表达与表现”
利用社交媒体（特别是Facebook）数据，分析年龄、性别以及是否同时经历焦虑和抑郁等维度下焦虑表达的差异。基于研究发现，将设计并实施针对焦虑的个性化对话AI代理试点研究。

Jeremy Blackstone与Legand Burge教授
研究：“某云训练芯片的群组调度优化”
通过实施惰性群组调度算法，减少调度环境中的资源闲置。引入两种新算法，利用机器学习操纵群组中运行进程的通信过程。新算法通过"合并"状态管理未分配处理器的进程，预计在响应时间、吞吐时间和空闲时间等指标上均有改善。

Gloria Washington与Saurav Keshari Aryal
研究：“非裔美国人白话英语数据集的FAIR（可查找、可访问、可互操作、可重用）数据传播与评估”
针对非裔美国人白话英语（AAVE）在自动语音识别（ASR）技术中的挑战，评估并基准化由高校创建的AAVE数据集，与当前最先进的ASR研究模型进行对比。

研究领域

机器学习
对话式人工智能