期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时间感知Transformer的交通流预测方法
被引量：
7
1
作者
刘起东
刘超越
+4 位作者
邱紫鑫
高志敏
郭帅
刘冀钊
符明晟
《计算机科学》
CSCD
北大核心
2023年第11期88-96,共9页
作为智能交通系统的关键一环,交通流预测面临着长时预测不准的难题,其主要挑战在于交通流数据本身具有复杂的时空关联。近年来,Transformer的提出使得时序数据预测的研究取得了巨大进展,但将Transformer应用于交通流预测仍然存在以下两...
作为智能交通系统的关键一环,交通流预测面临着长时预测不准的难题,其主要挑战在于交通流数据本身具有复杂的时空关联。近年来,Transformer的提出使得时序数据预测的研究取得了巨大进展,但将Transformer应用于交通流预测仍然存在以下两个问题:1)静态的注意力机制难以捕获交通流随时间动态变化的时空依赖关系;2)采用自回归的预测方式会引发严重的误差累积现象。针对以上问题,提出了一种基于时间感知Transformer的交通流预测模型。首先,设计了一种新的时间感知注意力机制,可以根据时间特征定制注意力计算方案,从而更精准地反映时空依赖关系;其次,在Transformer的训练阶段舍弃了Teacher Forcing机制,并采用非自回归的预测方式来避免误差累积问题;最后,在两个真实交通数据集上进行实验,实验结果表明,所提方法可以有效捕获交通流的时空依赖,相比最优的基线方法,长时预测性能提升了2.09%~4.01%。
展开更多
关键词
交通流预测
时空建模
时间感知注意力机制
非自回归
TRANSFORMER
在线阅读
下载PDF
职称材料
基于时间和关系感知的图协同过滤跨域序列推荐
被引量：
8
2
作者
任豪
刘柏嵩
+2 位作者
孙金杨
董倩
钱江波
《计算机研究与发展》
EI
CSCD
北大核心
2023年第1期112-124,共13页
跨域序列推荐旨在从给定的某用户在不同领域中的历史交互序列中挖掘其偏好,预测其在多个领域中最可能与之交互的下一个项目,以缓解数据稀疏对用户意图捕捉和预测的影响.受协同过滤思想启发,提出一种基于时间和关系感知的图协同过滤跨域...
跨域序列推荐旨在从给定的某用户在不同领域中的历史交互序列中挖掘其偏好,预测其在多个领域中最可能与之交互的下一个项目,以缓解数据稀疏对用户意图捕捉和预测的影响.受协同过滤思想启发,提出一种基于时间和关系感知的图协同过滤跨域序列推荐(timeandrelation-awaregraph collaborative filtering for cross-domain sequential recommendation,TRaGCF)算法,充分挖掘用户高阶行为模式同时利用跨域用户行为模式双向迁移,解决序列推荐中的数据稀疏问题.首先,为获得用户行为序列中项目间复杂的时序依赖关系,提出时间感知图注意力(time-aware graph attention,Ta-GAT)学习项目的域间序列级表示;其次,通过域内用户-项目交互二部图挖掘用户的行为偏好,提出关系感知图注意力(relation-aware graph attention,Ra-GAT)学习项目协同表示和用户协同偏好表示,为用户偏好特征的跨域迁移提供基础;最后为同步提高2个领域中的推荐效果,提出用户偏好特征双向迁移模块(user preference feature bi-directional transfer module,PBT),实现迁移用户域间共有偏好,保留用户域内特有偏好.在Amazon Movie-Book和Food-Kitchen数据集上验证了算法的正确性和有效性.实验结果表明,在跨域序列推荐场景下考虑项目间深层复杂的关联关系对挖掘用户意图十分必要;实验还验证了在跨域迁移用户偏好过程中保留域内用户特有偏好对全面用户画像的重要性.
展开更多
关键词
跨域序列推荐
图协同过滤
时间
感知
图
注意力
机制
关系
感知
注意力
机制
数据稀疏
在线阅读
下载PDF
职称材料
题名
基于时间感知Transformer的交通流预测方法
被引量：
7
1
作者
刘起东
刘超越
邱紫鑫
高志敏
郭帅
刘冀钊
符明晟
机构
郑州大学计算机与人工智能学院
智能集群系统教育部工程研究中心
国家超级计算郑州中心
兰州大学信息科学与工程学院
电子科技大学计算机科学与工程学院
出处
《计算机科学》
CSCD
北大核心
2023年第11期88-96,共9页
基金
国家自然科学基金(62276238,61906174,62036010)
中国博士后科学基金资助项目(2022T150590,2020M672275)
+1 种基金
河南省自然科学基金(232300421095)
河南省重点研发与推广专项(222102210248)。
文摘
作为智能交通系统的关键一环,交通流预测面临着长时预测不准的难题,其主要挑战在于交通流数据本身具有复杂的时空关联。近年来,Transformer的提出使得时序数据预测的研究取得了巨大进展,但将Transformer应用于交通流预测仍然存在以下两个问题:1)静态的注意力机制难以捕获交通流随时间动态变化的时空依赖关系;2)采用自回归的预测方式会引发严重的误差累积现象。针对以上问题,提出了一种基于时间感知Transformer的交通流预测模型。首先,设计了一种新的时间感知注意力机制,可以根据时间特征定制注意力计算方案,从而更精准地反映时空依赖关系;其次,在Transformer的训练阶段舍弃了Teacher Forcing机制,并采用非自回归的预测方式来避免误差累积问题;最后,在两个真实交通数据集上进行实验,实验结果表明,所提方法可以有效捕获交通流的时空依赖,相比最优的基线方法,长时预测性能提升了2.09%~4.01%。
关键词
交通流预测
时空建模
时间感知注意力机制
非自回归
TRANSFORMER
Keywords
Traffic flow Forecasting
Spatial-Temporal modeling
Time-aware attention
Non-autoregressive
Transformer
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于时间和关系感知的图协同过滤跨域序列推荐
被引量：
8
2
作者
任豪
刘柏嵩
孙金杨
董倩
钱江波
机构
宁波大学信息科学与工程学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2023年第1期112-124,共13页
基金
国家自然科学基金项目(62271274)
浙江省自然科学基金项目(LZ20F020001)
+1 种基金
宁波市2025重大专项科研项目(20211ZDYF020036)
宁波市自然科学基金项目(2021J091)。
文摘
跨域序列推荐旨在从给定的某用户在不同领域中的历史交互序列中挖掘其偏好,预测其在多个领域中最可能与之交互的下一个项目,以缓解数据稀疏对用户意图捕捉和预测的影响.受协同过滤思想启发,提出一种基于时间和关系感知的图协同过滤跨域序列推荐(timeandrelation-awaregraph collaborative filtering for cross-domain sequential recommendation,TRaGCF)算法,充分挖掘用户高阶行为模式同时利用跨域用户行为模式双向迁移,解决序列推荐中的数据稀疏问题.首先,为获得用户行为序列中项目间复杂的时序依赖关系,提出时间感知图注意力(time-aware graph attention,Ta-GAT)学习项目的域间序列级表示;其次,通过域内用户-项目交互二部图挖掘用户的行为偏好,提出关系感知图注意力(relation-aware graph attention,Ra-GAT)学习项目协同表示和用户协同偏好表示,为用户偏好特征的跨域迁移提供基础;最后为同步提高2个领域中的推荐效果,提出用户偏好特征双向迁移模块(user preference feature bi-directional transfer module,PBT),实现迁移用户域间共有偏好,保留用户域内特有偏好.在Amazon Movie-Book和Food-Kitchen数据集上验证了算法的正确性和有效性.实验结果表明,在跨域序列推荐场景下考虑项目间深层复杂的关联关系对挖掘用户意图十分必要;实验还验证了在跨域迁移用户偏好过程中保留域内用户特有偏好对全面用户画像的重要性.
关键词
跨域序列推荐
图协同过滤
时间
感知
图
注意力
机制
关系
感知
注意力
机制
数据稀疏
Keywords
cross-domain sequential recommendation
graph collaborative filter
time-aware graph attention mechanism
relation-aware graph attention mechanism
data sparsity
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时间感知Transformer的交通流预测方法
刘起东
刘超越
邱紫鑫
高志敏
郭帅
刘冀钊
符明晟
《计算机科学》
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
2
基于时间和关系感知的图协同过滤跨域序列推荐
任豪
刘柏嵩
孙金杨
董倩
钱江波
《计算机研究与发展》
EI
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
