- 综合排序
- 最热优先
- 最新优先
- 来自专栏图与推荐
ICML 2020 | 4 篇推荐系统相关论文
本文介绍 ICML2020 中 4 篇与推荐系统相关的论文。 分别为： 低通协同过滤推荐的图卷积网络 推荐系统中 Pap@k 度量的优化与分析 有序非负矩阵分解在推荐中的应用 推荐系统中的长期社会福利优化：一种约束匹配方法 ? 1. 综上所述，文章的结果推动了 Pap@k 在具有不同用户参与度的大规模推荐系统中的使用。 ? 具体地说，它们可以在具有显式数据（例如评级）或隐式数据（例如量化播放数量）的推荐系统中找到。 在显式和隐式数据集上的推荐实验表明 OrdNMF 在二值化数据上的性能优于 BePoF 和 PF. ? ? 4.
1.3K30发布于 2020-07-21 - 来自专栏DeepHub IMBA
2022 年 4 月 10篇 ML 研究论文推荐
NVidia 的新 H100 GPU已经发布了，我们也很久没有发论文推荐了，这是4月份的论文推荐：Google 的 5400 亿参数 PaLM、Pathways、Kubric、Tensor Programs 论文的这项工作展示了如何更有效地完成超参数调整。 为了训练神经网络，必须选择合适的超参数。 论文中提到的方法可以在小型模型中找到最佳超参数，然后扩展模型到大型模型进行最终的资源密集型训练运行。 4、STaR: Selt-Taught Reasoner. Pre-training of Deep Bidirectional Transformers for Language Understanding” by Jacob Devlin et al. 2018. [4]
63020编辑于 2022-04-14 - 来自专栏数据派THU
2023年4月的12篇AI论文推荐
来源：DeepHub IMBA本文约4200字，建议阅读10+分钟GPT-4发布仅仅三周后，就已经随处可见了。 本月的论文推荐除了GPT-4以外还包括、语言模型的应用、扩散模型、计算机视觉、视频生成、推荐系统和神经辐射场。 GPT-4 在上个月一直是无可争议的明星。这篇评估报告包含了 GPT-4 实验的样本和操作。 作者认为 GPT-4 表现出的一些行为可以被标记为一般智能，同时承认其局限性和警告。 尽管与DSI相关的缺点(向预训练的模型中添加新项目并不容易)，但这种新的生成式检索范式确实提供了一些优势，例如推荐不常见的项目(改善冷启动问题)，并通过调整生成的温度来生成多样化的推荐。
87821编辑于 2023-04-25 - 来自专栏DeepHub IMBA
2004年4月计算机视觉论文推荐
本文将整理4月发表的计算机视觉的重要论文，重点介绍了计算机视觉领域的最新研究和进展，包括图像识别、视觉模型优化、生成对抗网络(gan)、图像分割、视频分析等各个子领域 扩散模型 1、Tango 2: Aligning https://arxiv.org/abs/2404.08197 4、On the Robustness of Language Guidance for Low-Level Vision Tasks: 与之前依赖属性指导或人工反馈构建数据集的方法不同，设计了一个利用先进的基础模型（GPT-4V和DALL-E 3）的可扩展数据收集管道。 论文还提出了两个评估指标，对齐和一致性，定量评估使用GPT-4V图像编辑对的质量。HQ-Edit的高分辨率图像，丰富的细节，并伴随着全面的编辑提示，大大增强了现有的图像编辑模型的能力。 论文展示了这种方法在各种文本到视频模型中的通用性，并强调了端到端方法优于基线。通过定量和定性的评估，证明了论文的框架在生成连贯的文本动画方面的有效性，这些动画忠实地解释了用户提示，同时保持了可读性。
27610编辑于 2024-04-30 - 来自专栏用户6881919的专栏
论文阅读4-----基于强化学习的推荐系统
说推荐系统能够解决信息过载的问题。 但是传统的推荐系统只能是一种静态并且固定的方式做推荐。 contributions 1.发现了负反馈的影响并且将其运用到了推荐当中 2.我们推出了一个基于RL的推荐系统，并且用到了负反馈和正反馈。 3.在真实的数据上进行实验并且发现很流弊 image.png 由于基本的DQN模式输入state，输出的确是所有动作action（在推荐系统中action其实是推荐的物品）的价值，所有文中采用了状态动作对的方法 image.png DQN,表示可以看一下李宏毅老师的视频，超级推荐 然后先讲一下文章提出来的模型 image.png 文中还提出了一个pairwise的方法，即将距离当前最近推荐的同类型item但是是被拒绝或是无视的东西作为负 2.离线测试 image.png 3.在线测试 image.png 好了好了又想学习推荐系统科研的小可爱们，但又不知道该怎样写代码的可以可我的github主页或是由中国人民大学出品的RecBole https
83300发布于 2021-01-16 - 来自专栏人工智能前沿讲习
语音识别的前沿论文，看我们推荐的这4篇
关注文章公众号 回复"语音识别"获取本主题精选论文 近年来智能语音进入了快速增长期，语音识别作为语音领域的重要分支获得了广泛的关注，如何提高声学建模能力和如何进行端到端的联合优化是语音识别领域中的重要课题 由SFFAI18分享嘉宾白烨同学为大家精选出来的关于语音关键词检索方面的论文以及田正坤同学为大家精选出来的关于利用RNN-Transducer进行端到端声学建模的论文，将带你了解语音识别基本方向。 推荐理由来自：白烨 2 ????? ? 推荐理由来自：田正坤 4 ???? ? 推荐理由：这是Google2018年的一个工作，文章讲述了丰富的细节来帮助我们如何训练好一个RNN-Transducer网络。 推荐理由来自：田正坤
1.5K20发布于 2020-05-11 - 来自专栏深度学习自然语言处理
【论文】本周论文推荐（11.23-11.29）
来自：RUC AI Box 导读 下面论文列表为本小组同学推荐和整理，关于论文细节请联系论文作者。内容涵盖以下研究方向：文本生成、知识库问答、对话系统、推荐系统、情感分析、风格迁移。 本周论文推荐 1 文本生成 code2seq: Generating Sequences from Structured Representations of Code. SIGIR 2019 4 推荐系统 Adversarial Training for Review-Based Recommendations. SIGIR 2019 4 情感分析 Transferable End-to-End Aspect-based Sentiment Analysis with Selective Adversarial
90730发布于 2019-12-05 - 来自专栏CreateAMind
GAN论文解读推荐
今天开篇就来介绍我一直很关注也一直在做的 GAN 方面的部分论文（不是全部，分批介绍吧）。 今天会介绍的论文有（全部来自 ICLR 2017 submissions）： 1. Luke Metz, Ben Poole, David Pfau, Jascha Sohl-Dickstein. 4. Junbo Zhao, Michael Mathieu, Yann LeCun ................为此，这篇论文[1] 提出一种 mode-regularized 的思想，来增加对 GAN 所以，这篇论文[1] 给出的是一种 rugularizer for GAN，而用这样的 regularizer 的 GAN 就被作者叫做 Regularized-GAN（在实验中）。..........
61530发布于 2018-07-25 - 来自专栏DeepHub IMBA
有关遗传算法最新发展的4篇论文推荐
the Construction of Hadamard Matrices https://arxiv.org/pdf/2208.14961 Andras Balogh, Raven Ruiz 这篇论文使用遗传算法来构建 Harvey, Andre Lukas 这是一篇关于粒子物理学和遗传算法结合的论文，我个人的理解是通过遗传算法来构造宇宙膨胀的模型，这里面专业属于很多，所以贴下论文的摘要吧： Large classes 所以这篇论文提出了用于解决AHM中资源约束项目调度问题（RCPSP）的遗传算法。这项研究的目的是尽量缩短维修计划的完工时间。 结果表明，该算法在计算时间和资源分配方面优于现有算法 4、Quantum vs classical genetic algorithms: A numerical comparison shows faster 这篇论文对量子遗传算法和经典遗传算法进行了数值比较，有兴趣的可以看看该论文。 ---- MORE kaggle比赛交流和组队 加我的微信，邀你进群 喜欢就关注一下吧： 点个 在看 你最好看！
77330编辑于 2022-11-11 - 来自专栏AI 算法笔记
【每周CV论文推荐】 CV领域中数据增强相关的论文推荐
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。 数据增强在每一个深度学习项目中都是必要的操作，今天给大家推荐在计算机视觉中常用的数据增强相关的论文。 [J]. arXiv: Computer Vision and Pattern Recognition, 2018. 4 其他资料 除了以上论文阅读，如果大家对这个方向感兴趣，可以阅读我们公众号的综述文章以及相关的 往期精选 【每周论文推荐】 初入深度学习CV领域必读的几篇文章 【每周CV论文推荐】 掌握残差网络必读的10多篇文章 【每周CV论文推荐】 初学者必须精读的5篇深度学习优化相关文章 【每周NLP论文推荐 】从预训练模型掌握NLP的基本发展脉络 【每周NLP论文推荐】 NLP中命名实体识别从机器学习到深度学习的代表性研究 【每周NLP论文推荐】 介绍语义匹配中的经典文章
1.2K30发布于 2019-08-21 - 来自专栏DeepHub IMBA
论文推荐：Rethinking Attention with Performers
重新思考的注意力机制，Performers是由谷歌，剑桥大学，DeepMind，和艾伦图灵研究所发布在2021 ICLR的论文已经超过500次引用 传统的Transformer的使用softmax 注意力 论文地址： [2021 ICLR] [Performer]Rethinking Attention with Performers https://openreview.net/forum?
77130编辑于 2023-02-01 - 来自专栏数据挖掘与AI算法
【翻译】经典推荐算法论文
上周有粉丝私信老shi想要找推荐系统相关的论文，刚好这两天老shi无意中在b站上观看了国内某知名大学教授关于目前博士生就业问题相关论文解说的视频，感觉很有意思，就萌生了给大家翻译一篇经典的推荐系统论文的想法 本期课程老shi决定给大家带来一篇2003年亚马逊曾经发表过的论文《Amazon.com Recommendations Item-to-Item Collaborative Filtering》翻译， 这篇论文可谓是一篇比较早的经典的基于Item-to-Item（商品-商品）的协同过滤论文了。 我们的算法实时产生推荐，适用于海量数据集，并产生高质量的推荐。 推荐算法 大多数推荐算法都从找顾户数据集开始，他们买过和评论过的商品，与当前用户买过和评论过的商品有重叠。 点击“你的推荐”链接，会把顾客引导到一个区域，在那里顾客可以通过产品线和主题领域，进行推荐的筛选，为被推荐的商品进行评级，为以前的购买进行评级，并查看为什么这些商品被推荐了（见图1）。 ?
1.4K30发布于 2021-04-09 - 来自专栏量化投资与机器学习
近期因子研究论文推荐
论文打包带走！！！ 后台回复：因子研究论文
84410编辑于 2022-08-26 - 来自专栏数据派THU
论文推荐：Rethinking Attention with Performers
重新思考的注意力机制，Performers是由谷歌，剑桥大学，DeepMind，和艾伦图灵研究所发布在2021 ICLR的论文已经超过500次引用。 论文地址： [2021 ICLR] [Performer]Rethinking Attention with Performers https://openreview.net/forum?
58820编辑于 2023-03-29 - 来自专栏有三AI
【每周NLP论文推荐】 聊天机器人中FAQ相关的论文推荐
今天推荐FAQ相关的论文，FAQ是聊天机器人的一种，它主要是基于用户的question，匹配相应的答案，返回给用户answer，没有太多的多轮交互。FAQ有较多的应用，如天猫精灵，小度等。 本篇论文还介绍了The Ubuntu Dialogue Corpus数据集，可以用于FAQ的研究。 文章引用量：100+ 推荐指数：✦✦✦✦✦ ? 因为BERT是趋势，这里介绍一篇基于BERT的FQA论文。 文章引用量：80+ 推荐指数：✦✦✦✦✧ ? ? [2] Tan M , Santos C D , Xiang B , et al. 文章引用量：较少 推荐指数：✦✦✦✦✦ ? [4] Xiangyang Zhou , Daxiang Dong, et al . 如下图所示，基本的模式类似，只是在特征提取时，用了BERT，具体细节，感兴趣的同学可以看论文。 文章引用量：较少 推荐指数：✦✦✦✦✧ ?
1.4K10发布于 2019-09-03 - 来自专栏数据派THU
学习偏态分布的相关知识和原理的4篇论文推荐
Masoom Ali https://arxiv.org/pdf/1910.09192 在这篇论文中，引入了广义版的Alpha Beta偏斜的正态分布，研究了它的一些基本性质。 Chakraborty https://arxiv.org/pdf/1906.07424 论文根据Balakrishnan机制提出了一种新型的Alpha偏态分布，并研究了其矩和分布特性。 所以这篇论文证明了在高斯先验下，probit系数的后验分布具有统一的偏正态核。这样的结果使高效的贝叶斯推理适用于更广泛的应用，这些进展在一项遗传学研究中得到了概述。 4. 这篇论文在对数斜偏正态逼近的基础上，提出了一种通用而又简单的对数法线和逼近方法。它主要贡献是提出了一种对数偏正态参数估计的解析方法。
59950编辑于 2022-09-19 - 来自专栏DeepHub IMBA
学习偏态分布的相关知识和原理的4篇论文推荐
Masoom Ali https://arxiv.org/pdf/1910.09192 在这篇论文中，引入了广义版的Alpha Beta偏斜的正态分布，研究了它的一些基本性质。 Chakraborty https://arxiv.org/pdf/1906.07424 论文根据Balakrishnan机制提出了一种新型的Alpha偏态分布，并研究了其矩和分布特性。 所以这篇论文证明了在高斯先验下，probit系数的后验分布具有统一的偏正态核。这样的结果使高效的贝叶斯推理适用于更广泛的应用，这些进展在一项遗传学研究中得到了概述。 4、On the Approximation of the Sum of Lognormals by a Log Skew Normal Distribution Marwane Ben Hcine, 这篇论文在对数斜偏正态逼近的基础上，提出了一种通用而又简单的对数法线和逼近方法。它主要贡献是提出了一种对数偏正态参数估计的解析方法。
65710编辑于 2022-11-11 - 来自专栏清羽飞扬
CloudflareVercel项目推荐(4)
我曾发布过三个关于 Cloudflare 和 Vercel 平台的项目推荐，鉴于 Cloudflare 和 Vercel 等 Serverless 平台之间有许多共性，且项目较为难找，所以合并到了一起， Json文件可视化 部署方式：Cloudflare Worker、Vercel、Github Page、Tencent eo page等 引用站外地址，不保证站点的可用性和安全性 json4u:The Github Page、Tencent eo page等 引用站外地址，不保证站点的可用性和安全性 NewsNow:优雅地阅读实时热门新闻 github.com@ourongxing 这类项目在之前我曾推荐过一个 ，详见文章Cloudflare/Vercel项目推荐(1)，这又是一个类似的项目，下面还有一个，大家可以自行对比进行选择性部署，第一个项目的展示页面可以看左上角菜单中的每日热榜站点（都点开左上角菜单看看
98710编辑于 2025-03-21 - 来自专栏GAN&CV
值得精读的GAN论文推荐
前言 本文主要推荐一些生成对抗网络（GAN，generative adversarial networks）相关的值得精读的论文，主要涉及GAN的优化，图像翻译，视频预测三个领域，可以作为GAN 在损失函数的优化论文方面，效果比较突出且使用较多的主要有三篇论文，分别是：lsgan, wgan-gp, 谱归一化GAN： Improved training of Wasserstein GANs ： 3.Stacked generative adversarial networks ：https://arxiv.org/abs/1612.04357 4.StackGAN: Text to photo-realistic 论文的推荐顺序既可以用来快速查找，也可以用来作为进阶的阅读顺序，人力有时穷，还有更多未提到的较好工作，欢迎补充。 ，就可以查找希望看到的论文。
73920发布于 2019-02-25 - 来自专栏深度学习自然语言处理
本周论文推荐（12.14-12.20）
导读 下面论文列表为本小组同学推荐和整理，关于论文细节请联系论文作者。内容涵盖以下研究方向：对抗生成网络、知识图谱补全、推荐系统、文本生成、元学习。 来自：RUC AI Box 实验室 本周论文推荐 1 对抗生成网络 Social-BiGAT: Multimodal Trajectory Forecasting using Bicycle-GAN EMNLP 2019 3 推荐系统 Reinforcement Knowledge Graph Reasoning for Explainable Recommendation. NeurIPS 2019 4 文本生成 RelGAN: Relational Generative Adversarial Networks for Text Generation.
90010发布于 2019-12-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号