PulseAugur
实时 07:17:35
实体 Dual-Attention Convolution Expert Networks with Group-Level Contrastive Learning

Dual-Attention Convolution Expert Networks with Group-Level Contrastive Learning

PulseAugur coverage of Dual-Attention Convolution Expert Networks with Group-Level Contrastive Learning — every cluster mentioning Dual-Attention Convolution Expert Networks with Group-Level Contrastive Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_104624 ·

    新的DCGC方法改进了交通和推荐的稀疏张量补全

    研究人员开发了一种新的神经张量分解方法,称为具有组级对比学习的双注意力卷积专家网络(DCGC)。该方法旨在通过更好地捕捉复杂的跨模态交互并解决数据稀疏性问题来改进稀疏数据补全。DCGC利用具有双注意力机制的多通道卷积网络来关注重要特征,并结合组级对比学习策略来提高稀疏数据集上的性能。实验表明,DCGC在交通和推荐应用中优于现有方法。