标签：论文
推荐系统用户反馈延迟新解法！阿里提出CVR无偏估计算法
延迟反馈是流式样本中的典型问题，因此早期针对延迟反馈问题，一般都会引入一个模型预测转化的延迟时间进而利用延迟转化的样本，但是在业界的流式架构中很难...
中科院&华为Vision GNN：只使用图神经网络进行视觉任务
目前广泛应用的卷积神经网络和卷积神经转换器将图像视为网格或序列结构。本文提出将图像表示为图（Graph）结构，ViG）体系结构来提取视觉任务的图级（Graph-L...
KDD 2022 | GraphMAE:自监督掩码图自编码器
生成式自监督模型在NLP和CV领域得到广泛应用，不论是节点分类还是图分类任务“生成式自监督的性能都被对比学习甩”要么需要使用负采样、动量更新或指数滑动平均...
AAAI22 | 结构标记和交互建模：用于图分类的“SLIM”网络
今天分享一篇来自香港中文大学查宏远教授团队的一篇发表在AAAI上的论文Structural Landmarking and Interaction Modelling:SLIM”该论文认为之前的图分类任务...
ICML’22 | ProGCL: 重新思考图对比学习中的难样本挖掘
难的负样本（与锚点样本更相似的负样本）可以提高对比学习的表现。作者发现现有的其他领域的难负样本挖掘技术并不能很好地促进图对比学习（参见原文Table 5）...
GNN与RL如何结合？KSU大学最新《基于图神经网络的强化学习》综述，阐述RL+GNN算法与应用
图神经网络和强化学习都是机器学习中研究的主流模型，最近来自美国堪萨斯州立大学发布了《基于图神经网络的强化学习》综述，阐述相关算法与应用。深度强化学...
AI TIME丨回顾与展望神经网络的后门攻击与防御
宾夕法尼亚州州立大学电子工程系博士生向臻、清华大学博士生李一鸣、弗吉尼亚理工计算机工程博士生曾祎、普渡大学计算机科学博士生沈广宇。
加速经典算法效率，突破现实技术瓶颈：图神经网络与组合优化读书会启动
基于图神经网络的复杂系统优化与控制将会是大模型热潮之后新的未来方向，为了探讨图神经网络在算法神经化求解的发展与现实应用，包括神经算法推理、组合优化...
DGraph: 大规模动态图数据集
旨在服务图神经网络、图挖掘、社交网络、异常检测等方向的研究人员，DGraph 一方面可以作为验证相关图模型性能的标准数据，另一方面也可用于开展用户画像、网...
AI Open2022｜基于异质信息网络的推荐系统综述：概念，方法，应用与资源
推荐系统旨在为用户过滤掉不相关的信息。越来越多的工作提出在推荐系统中引入辅助信息来缓解数据稀疏和冷启动问题，基于异质信息网络(HIN)的推荐系统提供了一...
这是一个专注于人工智能产品的导航站。
