一句话描述论文
- Invariant Representation Learning for Multimedia Recommendation, MM2022.[(du2022invariant)]
通过分析用户与物品间的虚假关联与固有联系,构造影响到用户喜好的物品不变特征,为多媒体推荐提供更为准确的偏好表征。
- How to Learn Item Representation for Cold-Start Multimedia Recommendation?, MM2020.[(du2020how)]
针对多媒体推荐中常遇到的冷启动项目与热启动项目表征不可比问题,构造反事实学习框架,将冷启动项目表征引入到训练过程中,从而建立热启动与冷启动物品间的关联,更好的实现个性化排序。
- Modeling Embedding Dimension Correlations via Convolutional Neural Collaborative Filtering, TOIS 2019.[(du2019modeling)]
通过外积建模嵌入表征维度间的相关性,形成高阶表征关联的特征图,并设计基于卷积神经网络的推荐模型,改善神经网络推荐模型的过拟合问题。
- Fast Matrix Factorization with Non-Uniform Weights on Missing Data, TNNLS 2019.[(he2019fast)]
为未观测数据加权,改良推荐效果,并深度剖析其矩阵分解过程,设计快速优化算法。
- Progressive Image Enhancement under Aesthetic Guidance, ICMR 2019.[(du2019progressive)]
通过即插即用网络协同模式,使用美学模型引导常规图像增强算法,实现过程可解释的全自动图像增强模型。
- Adversarial Training Towards Robust Multimedia Recommender System, TKDE 2019.[(tang2019adversarial)]
在多媒体推荐中引入对抗训练机制,增强模型的鲁棒性。
- Wheel: Accelerating CNNs with Distributed GPUs via Hybrid Parallelism and Alternate Strategy, MM 2017.[(du2017wheel)]
通过解析卷积神经网络的数据和参数架构,设计在普通实验室环境(千兆网络,多台服务器)下的分布式神经网络自动部署和高效运行方案,缓解海量参数和数据共享产生的带宽瓶颈。