Zobrazeno 1 - 10
of 30
pro vyhledávání: '"Cheng, Weiyu"'
Click-Through Rate (CTR) prediction on cold users is a challenging task in recommender systems. Recent researches have resorted to meta-learning to tackle the cold-user challenge, which either perform few-shot user representation learning or adopt op
Externí odkaz:
http://arxiv.org/abs/2210.16080
Autor:
Li, Jun, Li, Lutao, Wang, Shuhao, Li, Ruijie, Wang, Chen, Cai, Jianyu, Cheng, Weiyu, Li, Jiankang, Zou, Guifu, Lu, Zheng
Publikováno v:
In Solar Energy Materials and Solar Cells 1 June 2024 269
Latent factor models are the driving forces of the state-of-the-art recommender systems, with an important insight of vectorizing raw input features into dense embeddings. The dimensions of different feature embeddings are often set to a same value e
Externí odkaz:
http://arxiv.org/abs/2006.04466
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Various factorization-based methods have been proposed to leverage second-order, or higher-order cross features for boosting the performance of predictive models. They generally enumerate all the cross features under a predefined maximum order, and t
Externí odkaz:
http://arxiv.org/abs/1909.03276
Latent factor models (LFMs) such as matrix factorization achieve the state-of-the-art performance among various Collaborative Filtering (CF) approaches for recommendation. Despite the high recommendation accuracy of LFMs, a critical issue to be resol
Externí odkaz:
http://arxiv.org/abs/1811.08120
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Acta Geochimica. 36:291-297
Remediation of COPR sites requires the key information including chromium oxidation, speciation and spatial distribution. Samples were gathered from a COPR site in Luliang County in Qujing, Yunnan Province of China. The total Cr, Cr(VI) and chromium
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::0c090eeee941fd87ed0db9efb7cfe82f
https://doi.org/10.1007/s11631-017-0147-5
https://doi.org/10.1007/s11631-017-0147-5