文献

J-GLOBAL ID：202002287310064639   整理番号：20A1186174

記憶再構成:再組織化近傍のための対称記憶ネットワークと完全な評価予測へのトピック【JST・京大機械翻訳】

Memory Reorganization: A Symmetric Memory Network for Reorganizing Neighbors and Topics to Complete Rating Prediction

著者 (4件)： Zheng Lin (Department of Computer Science, Shantou University, Shantou, China) ,  Guo Naicheng (Department of Computer Science, Shantou University, Shantou, China) ,  Yu Jin (Department of Computer Science, Shantou University, Shantou, China) ,  Jiang Dazhi (Department of Computer Science, Shantou University, Shantou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 81876-81886  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 訓練ニューラルネットワークを支援するために事前に訓練されたトピック情報を使用することは,評価予測タスクの完了を効果的にサポートすることができる。しかしながら,既存のニューラルトピック法は,現在のユーザに対応するトピック情報と近傍のないアイテムの使用のみを考慮しているが,既存のメモリベースの近傍アプローチは,トピックを持つ近傍の直接モデリングには不適当である。この制約に対処するために,メモリネットワークは,対応するトピックにより近傍を組織化する能力を持ち,この問題に対する一般的な解決策を提供できることを論じた。仮説を確認するために,2つのアプローチを提案した。一つは,既存のニューラルトピックモデルを結合し,強化するための拡張メモリネットワークである。もう一つは,メモリ再構成機構によって活性化された対称メモリネットワークであり,それは評価予測のためのコンパクトで一般化された方法である。実験結果は,メモリ再編成機構の有効性を実証し,2つの提案した方法が既存の最先端のトピックモデリングアプローチよりも利点があることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *対称性 ,  *ネットワーク ,  ニューラルネットワーク ,  *再編成 ,  再構成 ,  有効性

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  自然語処理  (JE06000L) ,  音声処理  (JE05000E)

タイトルに関連する用語 (7件)： 再構成 ,  再組織化 ,  近傍 ,  対称 ,  評価 ,  予測 ,  トピック