Sci Simple

New Science Research Articles Everyday

# Informática # Inteligencia artificial

Tu guía para publicar con AAAI Press

Aprende a formatear tu trabajo para AAAI Press como un pro.

Hangli Ge, Xiaojie Yang, Itsuki Matsunaga, Dizhi Huang, Noboru Koshizuka

― 6 minilectura


Publicación AAAI Hecha Publicación AAAI Hecha Fácil exitosos. Consejos rápidos de formato para envíos
Tabla de contenidos

Publicar tu trabajo puede parecer una tarea abrumadora, sobre todo cuando entran en juego formatos técnicos, estilos y pautas. ¡Pero no te preocupes! Esta guía desglosará lo esencial para formatear tu documento para AAAI Press sin enredarte en un lenguaje complicado. Piensa en ello como una receta: sigue los ingredientes y servirás un trabajo delicioso en un abrir y cerrar de ojos.

¿Qué es AAAI?

AAAI significa Asociación para el Avance de la Inteligencia Artificial. Son conocidos por publicar trabajos, informes técnicos y actas de conferencias sobre IA. Su objetivo es reunir a investigadores y entusiastas de la inteligencia artificial, y tienen requisitos específicos para que todas las obras presentadas se vean profesionales y uniformes.

Empezando

¡Felicidades! Tu trabajo ha sido aceptado para publicación. Ahora, vamos a sumergirnos en los detalles de cómo formatearlo correctamente para que no vuelva con notas de "corrígeme" escritas por todas partes.

Las Herramientas Adecuadas

Antes de empezar, asegúrate de estar usando las herramientas adecuadas. AAAI prefiere que uses LaTeX para tu documento. Si eres más de Microsoft Word… bueno, hay un documento separado para ti. Quédate con LaTeX y no te arrepentirás.

Sin Soporte para Otras Aplicaciones

Vale la pena mencionar que AAAI tiene una política estricta sobre software. Si intentas usar algo que no sea LaTeX o Microsoft Word, es como intentar escribir tu trabajo con un crayón mientras montas un monociclo—¡simplemente no va a funcionar!

Ayuda a la Vista

Si no estás seguro de cómo usar el software de LaTeX, no dudes en pedir ayuda a alguien que sepa. AAAI no puede ayudar con problemas técnicos, así que asegúrate de tener todo en orden antes de comenzar.

Cumpliendo con las Pautas

Como en cualquier buena receta, seguir las pautas es esencial. Querrás que tu trabajo se vea de cierta manera, y AAAI ha establecido las reglas. Aquí tienes una lista rápida de lo que debes tener en cuenta:

  1. Archivo de Estilo: Asegúrate de usar el archivo de estilo de AAAI Press 2022. Esto te ayudará a mantener el formato correcto.

  2. Formulario de Copyright: Firma y devuelve el formulario de copyright de AAAI antes de la fecha límite. Piensa en ello como la nota de "gracias" que mandas después de una cena fantástica—necesaria y educada.

  3. Chequeo de Listo: Antes de enviar, revisa tu documento para asegurarte de que cumpla con todas las pautas. Es como corregir tu lista de compras—tacha cualquier cosa que no pertenezca.

  4. Metadatos: Asegúrate de que tu trabajo incluya los metadatos adecuados. Sí, es tan aburrido como suena, pero es necesario.

  5. Envío: Usa el formulario de envío electrónico para enviar tus archivos y resúmenes. ¡No seas la persona que olvida enviar su tarea!

Esenciales de Formato

Una vez que tengas tus documentos listos, es hora de concentrarte en el formato. Aquí están los puntos principales que necesitas cubrir:

La Apariencia de Tu Trabajo

  • Fuente: Usa la fuente Times o Nimbus. Si tu trabajo está vestido con Comic Sans, podría ser rechazado más rápido de lo que puedes decir "rechazado".

  • Tamaño: El tamaño de fuente estándar debe ser de diez puntos con un interlineado de doce puntos. No es una sugerencia; es un requisito.

  • Sin Números de Página: No te moleste en poner números de página en tu trabajo. No los necesitarás. ¡AAAI ya tiene suficientes números con los que lidiar!

Requisitos de Diseño

  • Dos Columnas: Tu trabajo debe estar en un formato de dos columnas. No es una sugerencia; es un requisito. Es como tener dos bolas de helado—¿por qué conformarse con una?

  • Márgenes: Mantén los siguientes márgenes:

    • Superior: 0.75 pulgadas
    • Izquierda: 0.75 pulgadas
    • Derecha: 0.75 pulgadas
    • Inferior: 1.25 pulgadas
  • Sin Alteraciones: No debes cambiar márgenes, espaciado ni tamaños de fuente. Este es tu trabajo, no un juego de tres en raya; ¡déjalo tal cual!

Figuras y Tablas

  • Ubicación: Coloca figuras y tablas en tu documento donde se mencionen por primera vez, no las dejes al final. ¡Es como dejar el pan en la mesa pero no comerlo con el plato principal!

  • Calidad: Usa imágenes de alta resolución (300 DPI es lo ideal). No se permiten imágenes borrosas o de baja resolución—salvo que estés buscando una obra de arte que se vea a través de la niebla.

  • Títulos: No olvides etiquetar correctamente tus figuras y tablas. Cada una debe tener un título debajo en fuente de diez puntos. Si no las etiquetas, ¡los editores pueden pensar que estás tratando de hacer una trampa!

Referencia Tu Trabajo

Las referencias son como el condimento en tu plato; si las haces bien, todo se junta bonito.

  • Usa BibTeX: Para la bibliografía, usa las reglas de BibTeX. Esto te ayuda a crear referencias formateadas automáticamente, lo que es más eficiente que intentar hacerlo todo a mano.

  • Citas: Asegúrate de citar las fuentes correctamente usando el apellido del autor y el año de publicación. Es parte de la conversación educada en la academia.

Agradecimientos

Si alguien te ayudó con tu investigación, asegúrate de agradecerles en una sección amistosa antes de tus referencias. Esta es tu oportunidad de darles las gracias públicamente, como decirle a todos cuánto te encanta las galletas con chispas de chocolate durante un programa de cocina.

Errores Comunes

Incluso los mejores chefs a veces se equivocan con las recetas. Aquí está cómo evitar errores comunes:

Trabajos Demasiado Largos

Si tu trabajo es muy largo, recórtalo. Solo porque puedas hablar durante diez horas sobre una deliciosa pizza no significa que debas escribir diez páginas sobre ella—edita donde puedas.

Secciones Olvidadas

Asegúrate de no olvidar secciones importantes, como agradecimientos o metadatos. Estas son como las cerezas en la cima de tu sundae—¡elevan tu trabajo!

Enviando Tu Trabajo

Una vez que todo esté formateado, revísalo una última vez. Busca cualquier cambio de último minuto. Piensa en ello como darle un último brillo a tu trabajo; se merece brillar.

Cuando envíes:

  • Archivo Único: Asegúrate de que tu archivo fuente sea un solo documento. No incluyas todo tipo de archivos extra; nadie quiere un cajón desordenado en una cena.

  • Archivo Electrónico: Comprime tus archivos juntos. El tamaño total del archivo no debe exceder 10 MB. Si es más grande, alguien tendrá que lidiar con tu elefante digital.

Conclusión

En resumen, formatear tu trabajo para AAAI Press requiere atención al detalle, cumplimiento de pautas y un poco de paciencia. Sigue el formato, revisa tus citas y no olvides esas imágenes de alta resolución. Con un poco de esfuerzo, tu investigación puede brillar en el mundo de las publicaciones de IA. ¡Ponte tu delantal metafórico y buena suerte!

Fuente original

Título: FRTP: Federating Route Search Records to Enhance Long-term Traffic Prediction

Resumen: Accurate traffic prediction, especially predicting traffic conditions several days in advance is essential for intelligent transportation systems (ITS). Such predictions enable mid- and long-term traffic optimization, which is crucial for efficient transportation planning. However, the inclusion of diverse external features, alongside the complexities of spatial relationships and temporal uncertainties, significantly increases the complexity of forecasting models. Additionally, traditional approaches have handled data preprocessing separately from the learning model, leading to inefficiencies caused by repeated trials of preprocessing and training. In this study, we propose a federated architecture capable of learning directly from raw data with varying features and time granularities or lengths. The model adopts a unified design that accommodates different feature types, time scales, and temporal periods. Our experiments focus on federating route search records and begin by processing raw data within the model framework. Unlike traditional models, this approach integrates the data federation phase into the learning process, enabling compatibility with various time frequencies and input/output configurations. The accuracy of the proposed model is demonstrated through evaluations using diverse learning patterns and parameter settings. The results show that online search log data is useful for forecasting long-term traffic, highlighting the model's adaptability and efficiency.

Autores: Hangli Ge, Xiaojie Yang, Itsuki Matsunaga, Dizhi Huang, Noboru Koshizuka

Última actualización: 2024-12-23 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2412.17373

Fuente PDF: https://arxiv.org/pdf/2412.17373

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares