变分自编码器(variational autoencoder, VAE)近年来在推荐领域有着很成功的应用.这种非线性概率模型的优势在于它可以突破线性模型有限的建模能力,而线性模型目前仍然在协同过滤研究中占主导地位.尽管基于变分自编码器的推荐方法已经取得了优越的表现,但仍存在一些未解决的问题,例如无法针对隐式反馈的推荐数据为用户生成个性化的推荐排序列表.因此,通过借助多项式似然对变分自编码器实施基于列表的排序策略,提出了一种深度生成推荐模型.该模型具有同时生成点级隐式反馈数据并为每个用户创建列表式偏好排序的能力.为了将排序损失与变分自编码器损失结合起来,采取归一化累计损失增益(normalized cumulative loss gain, NDCG)作为排名损失,并通过平滑函数进行近似.在3个真实世界数据集上(MovieLens-100k,XuetangX和Jester)进行了实验.实验结果表明:结合了列表级排序的变分自编码器在推荐个性化列表所有评价指标上,相比于其他基线模型拥有更出色的表现.
射频识别(RFID,radio frequency identification)技术自被提出以来,因其便捷高效的独特优势逐渐被广泛应用于交通、物流、工业和商业等领域。RFID标签作为存储可识别数据的载体,在RFID系统中具有至关重要的作用,越来越多的功能与模块被...
详细信息
射频识别(RFID,radio frequency identification)技术自被提出以来,因其便捷高效的独特优势逐渐被广泛应用于交通、物流、工业和商业等领域。RFID标签作为存储可识别数据的载体,在RFID系统中具有至关重要的作用,越来越多的功能与模块被嵌入RFID标签,并发展成为不同应用领域的智能标签。近年来,随着物联网和各种新型反向散射技术的发展,无线无源智能标签逐渐兴起。无线无源智能标签应用无源反向散射技术,借助射频信号获取能量并传输信息。从RFID技术入手,简要介绍了RFID的发展历史和传统智能标签,比较了传统智能标签和无线无源智能标签的区别,总结了无线无源智能标签的优点,列举了其在不同领域的具体应用,并分析了当前面临的挑战性问题。
暂无评论