毕设参考文献调研
学士论文推荐参考文献数量是30篇
目前打算找30篇论文进行阅读学习，筛选能用的，然后注意参考文献的参考文献可以补充上去
国内10篇 国外20篇 暂定基于大语言模型的社交媒体模拟与信息传播机制的分析与研究
Analysis and research of social media simulation and information dissemination mechanism based on large language model
权威期刊
| 类型/领域方向 | 期刊/会议名称 | 主办单位/出版社 | 领域方向 |
|---|---|---|---|
| 国内期刊 | 计算机学报 | 中国计算机学会 | 计算机科学，包括消息传递机制；人工智能、自然语言处理及大语言模型 |
| 软件学报 | 中国科学院软件研究所 | 软件工程、分布式系统，涉及消息传递机制；人工智能、机器学习及大语言模型 | |
| 自动化学报 | 中国自动化学会 | 自然语言处理、深度学习及大语言模型 | |
| 中文信息学报 | 中国中文信息学会 | 中文自然语言处理，包括大语言模型 | |
| 电子学报 | 中国电子学会 | 电子与信息科学，包括通信协议和消息传递机制；人工智能、自然语言处理及大语言模型 | |
| 通信学报 | 中国通信学会 | 通信技术，涉及消息传递机制 | |
| 国际期刊 | IEEE Transactions on Parallel and Distributed Systems (TPDS) | IEEE | 并行与分布式系统，涵盖消息传递机制 |
| IEEE Transactions on Computers | IEEE | 计算机系统与架构，包括消息传递机制 | |
| Journal of Parallel and Distributed Computing (JPDC) | Elsevier | 并行与分布式计算，涉及消息传递机制 | |
| ACM Transactions on Computer Systems (TOCS) | ACM | 计算机系统，包括消息传递机制 | |
| Distributed Computing | Springer | 分布式计算，涉及消息传递机制 | |
| Computer Networks | Elsevier | 计算机网络，包括消息传递机制 | |
| IEEE/ACM Transactions on Networking | IEEE/ACM | 网络技术与协议，包括消息传递机制 | |
| IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) | IEEE | 模式识别与机器学习，涵盖大语言模型 | |
| Journal of Machine Learning Research (JMLR) | JMLR | 机器学习，发表大语言模型的理论与算法 | |
| Artificial Intelligence (AI Journal) | Elsevier | 人工智能，涵盖大语言模型的研究与应用 | |
| Computational Linguistics | MIT Press | 自然语言处理，包括大语言模型 | |
| IEEE Transactions on Neural Networks and Learning Systems (TNNLS) | IEEE | 深度学习与神经网络，包括大语言模型 | |
| Nature Machine Intelligence | Nature | 人工智能，发表大语言模型的前沿研究 | |
| Transactions of the Association for Computational Linguistics (TACL) | ACL | 计算语言学，发表大语言模型的研究 | |
| 顶级会议 | ACM Symposium on Principles of Distributed Computing (PODC) | ACM | 分布式计算原理 |
| IEEE International Conference on Distributed Computing Systems (ICDCS) | IEEE | 分布式计算系统 | |
| ACM SIGCOMM Conference on Data Communication | ACM | 数据通信与网络 | |
| IEEE International Parallel & Distributed Processing Symposium (IPDPS) | IEEE | 并行与分布式处理 | |
| NeurIPS (Conference on Neural Information Processing Systems) | NeurIPS | 机器学习与人工智能，涵盖大语言模型 | |
| ICML (International Conference on Machine Learning) | ICML | 机器学习，发表大语言模型的算法与理论 | |
| ACL (Annual Meeting of the Association for Computational Linguistics) | ACL | 自然语言处理，专注于大语言模型 | |
| EMNLP (Conference on Empirical Methods in Natural Language Processing) | ACL | 自然语言处理，涵盖大语言模型 | |
| AAAI (Association for the Advancement of Artificial Intelligence) | AAAI | 人工智能，发表大语言模型的研究 | |
| ICLR (International Conference on Learning Representations) | ICLR | 深度学习，涵盖大语言模型的训练与优化 | |
| CVPR (Conference on Computer Vision and Pattern Recognition) | IEEE | 计算机视觉，涉及多模态大语言模型 |
查找论文网站
国内 ：
- 中国知网（CNKI） 网址: https://www.cnki.net/
- 万方数据 网址: https://www.wanfangdata.com.cn/
国外 ：
- Google Scholar 网址: https://scholar.google.com/
- IEEE Xplore 网址: https://ieeexplore.ieee.org/
找到的论文
国外
- S3: Social-network Simulation System with Large Language Model-Empowered Agents
- S3： 社交网络模拟系统 大型语言模型赋能的代理
- https://ar5iv.labs.arxiv.org/html/2307.14984?_immersive_translate_auto_translate=1
- 在这项工作中，我们利用大型语言模型 （）LLMs 在感知、推理和行为方面的类似人类的能力，并利用这些品质来构建 S3 系统（Social network Simulation System 的缩写）。遵循广泛采用的基于智能体的模拟范式，我们采用微调和提示工程技术，以确保智能体的行为与社交网络中真实人类的行为密切相关。具体来说，我们模拟了三个关键方面：情绪、态度和交互行为。通过赋予系统中的代理感知信息环境和模拟人类行为的能力，我们观察到群体层面现象的出现，包括信息、态度和情感的传播。我们采用真实的社交网络数据，进行包括两个级别的模拟的评估。令人鼓舞的是，结果显示出有希望的准确性。这项工作代表了由LLM基于代理的社交网络模拟领域的第一步。我们预计我们的努力将成为开发模拟系统的灵感源泉，但不限于社会科学。
- A Survey of Information Dissemination Model, Datasets, and Insight
- 信息传播模型、数据集和洞察调查
- From Individual to Society: A Survey on Social Simulation Driven by Large Language Model-based Agents
- 从个人到社会：基于大型语言模型的代理驱动的社会模拟调查
- Unveiling the truth and facilitating change: Towards agent-based large-scale social movement simulation
- 揭开真相并促进变革：迈向基于智能体的大规模社会运动模拟
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Jeremy的博客！