加利福尼亞大學,簡稱加州大學或加大 (University of California, 簡稱 UC) 是美國加州的一個公立大學係統。它是組成加州公立高等教育體係的三個大學係統之一 [...] 屬性上屬研究型大學。加州大學係統總共有十個校區(包括柏克萊加大、三藩市加大、洛杉磯加大 、聖塔芭芭拉加大、河濱加大…),加州大學也簽約管理三個美國能源部的國家實驗室。它擁有諾貝爾獎得主 55 位。美國國家科學院院士 357 位,占美國國家科學院總院士 2039 位的近 1/5;擁有全職學生 20 多萬人,其中華裔學生占 13%...

Source:加利福尼亞大學 - 維基百科,自由的百科全書

VIP內容

題目:Advances in Collaborative Filtering and Ranking

摘要:在這篇論文中,我們討論了協同過濾和排序的一些最新進展。第一章簡要介紹了協同過濾與排序的曆史與現狀;第二章首先討論了圖信息的點態協同過濾問題,以及我們提出的新方法如何對深度圖信息進行編碼,從而幫助現有的四種圖信息協同過濾算法;第三章介紹了協同排序的兩兩方法,以及如何將算法加速到接近線性的時間複雜度;第4章是關於新的列表方法的協作排序,以及如何更好的選擇列表方法的損失顯式和隱式反饋超過點和兩兩損失;第5章是關於我們提出的新的正則化技術——隨機共享嵌入(SSE),以及它在6個不同的任務(包括推薦和自然語言處理)中的理論有效性和經驗有效性;第6章是我們如何在SSE的幫助下,為最先進的順序推薦模型引入個性化,這對於防止我們的個性化模型對訓練數據的過度擬合起到了重要的作用;第7章,我們總結了目前所取得的成果,並展望了未來的發展方向;第八章是所有章節的附錄。

成為VIP會員查看完整內容
0
16
1

最新論文

This paper presents the first time series clustering benchmark utilizing all time series datasets currently available in the University of California Riverside (UCR) archive -- the state of the art repository of time series data. Specifically, the benchmark examines eight popular clustering methods representing three categories of clustering algorithms (partitional, hierarchical and density-based) and three types of distance measures (Euclidean, dynamic time warping, and shape-based). We lay out six restrictions with special attention to making the benchmark as unbiased as possible. A phased evaluation approach was then designed for summarizing dataset-level assessment metrics and discussing the results. The benchmark study presented can be a useful reference for the research community on its own; and the dataset-level assessment metrics reported may be used for designing evaluation frameworks to answer different research questions.

0
0
0
下載
預覽
Top