-
题名基于协同知识嵌入注意网络的推荐算法研究
- 1
-
-
作者
师博雅
梁光成
孙宇健
张家华
胡泉
-
机构
中国航天系统科学与工程研究院
航天宏康智能科技(北京)有限公司
-
出处
《计算机应用与软件》
北大核心
2024年第4期297-305,共9页
-
文摘
推荐系统广泛用于实际应用场景中,现有利用图神经网络的基于知识图谱的解决方法忽略了对知识图谱中蕴含丰富关系知识的有效编码。提出一种协同知识嵌入注意网络模型,通过在知识高阶传播过程中融入翻译模型对以三元组形式表示的知识进行有效编码,实现协同信息与知识传播更高效的融合方式,并通过拓展端到端模型CKAN完成推荐算法的设计。在三个真实推荐场景中的实验结果表明,相对于现有的KGCN、KGNN-LS、KGAT等方法,所提算法在点击率预测中的AUC值在Last.FM数据集上达到了0.8473,在Book-Crossing数据集上达到了0.7538,在Dianping-Food数据集上达到了0.8783;在Top-K推荐中的召回率均优于基准算法。
-
关键词
推荐系统
协同过滤
异质信息网络
知识图谱嵌入
图卷积神经网络
-
Keywords
Recommender system
Collaborative filtering
heterogeneous information network
Knowledge graph embedding
Graph convolutional neural network
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名基于STN与异构卷积滤波器的肝硬化识别
被引量：3
- 2
-
-
作者
张欢
赵希梅
-
机构
青岛大学计算机科学技术学院
山东省数字医学与计算机辅助手术重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第5期301-307,315,共8页
-
基金
国家自然科学基金(61303079)。
-
文摘
卷积神经网络因缺乏空间不变性造成分类精度不高,且由于复杂度过高导致分类效率较低。提出一种利用空间变换网络和异构卷积滤波器的SH_ImAlexNet网络,应用于肝硬化样本识别。改进卷积神经网络AlexNet的结构和参数以满足肝硬化样本尺度要求,引入空间变换网络层增强特征提取能力与空间不变性,采用异构卷积滤波器替换部分卷积核降低复杂度并提升鲁棒性。实验结果表明,该网络的分类效果较AlexNet、VGG等传统网络更优,在小样本数据集和大样本数据集上的识别率分别达到98.28%和95.67%,空间复杂度和时间复杂度更低且运行效率更高。
-
关键词
空间变换网络
异构卷积滤波器
AlexNet模型
卷积神经网络
肝硬化识别
-
Keywords
Spatial Transformer Network(STN)
heterogeneous convolution(hetconv)filter
AlexNet model
convolutional Neural Network(CNN)
identification of liver cirrhosis
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
