研究人员开发了PCA-GAT，一种通过整合事实和规范工业知识来推荐加工工艺规划的新方法。该方法将工艺规划推荐视为知识图增强的协同过滤问题，利用贝叶斯个性化排序作为其学习目标，并使用Recall@K和NDCG@K进行评估。该系统将四种领域约束——材料兼容性、精度要求、特征适用性和操作排序——作为图传播中的注意力偏差，以提高准确性，尤其是在协作信号稀疏的情况下。在航空航天数据集上进行的测试表明，与现有方法相比，PCA-GAT在推荐准确性和对抗稀疏性方面表现出显著的改进。 AI
影响 这项研究通过提供更好的工艺规划推荐，有望提高工业工程的效率和准确性。
排序理由 该集群包含一篇研究论文，详细介绍了工业知识整合和推荐的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- aerospace
- Bayesian Personalized Ranking
- Connected Papers
- Hugging Face
- Litmaps
- NDCG@K
- PCA-GAT
- Recall@k
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
