文献

J-GLOBAL ID：202202210404736821   整理番号：22A0475615

注意による事前訓練に基づくスマートオブジェクト推薦と,それの社会的インターネットにおける物事関係【JST・京大機械翻訳】

Smart objects recommendation based on pre-training with attention and the thing-thing relationship in social Internet of things

著者 (8件)： Zhang Hongfei (School of Software Engineering, Xi’an Jiaotong University, Xi’an, Shaanxi, 710049, China) ,  Zhu Li (School of Software Engineering, Xi’an Jiaotong University, Xi’an, Shaanxi, 710049, China) ,  Zhang Liwen (Peng Cheng Laboratory, Shenzhen, 518055, China) ,  Dai Tao (School of Economics and Management, Chang’An University, Xi’an, Shaanxi, 710054, China) ,  Feng Xi (Shaanxi Federation of Trade Unions, China) ,  Zhang Li (Xi’an Physical Education University, Xi’an, Shaanxi, 710068, China) ,  Zhang Kaiqi (School of Economics and Management, Chang’An University, Xi’an, Shaanxi, 710054, China) ,  Yan Yutian (Shaanxi Federation of Trade Unions, China)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 129  ページ： 347-357  発行年： 2022年 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： モノのインターネット(IoT)とソーシャルインターネット(SIoT)では,スマートオブジェクトの海洋から適切なスマートオブジェクトを選択または推薦する方法がますます重要な課題となっている。本論文では,スマートオブジェクトスコアリングタスクのためのBLA(BERTとBi-LSTM)と呼ぶ新しいニューラルネットワークモデルを提案し,物語のソーシャルインターネットにおける推薦を行った。モデルは,スマートオブジェクト関連テキストのための文章ベクトルを得るために,BERTネットワークを使用して,次に,スマートオブジェクトベクトルの表現を抽出するために,2つのタイプの注意機構を有するBi-LSTMを使用した。考案された注意機構は,自己注意(SA)層とグローバルアテンション(GA)層を含んでいる。SA層は文章あるいはフィールドの重要性を推定でき,ある意味で文章とフィールドレベルで手動で定義された特徴を置換することができる。GA層は,文章(またはフィールド)とユーザ要求の間の関係を測定でき,さらに,このモデルが,より効果的なスマートオブジェクトベクトルを得るのに役立つ。推薦効果を改善するために,モデルのインターネットの薄化関係をモデルに導入した。データセットに関する実験結果は,著者らのモデルが他のベースライン方法より優れていることを実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  ネットワーク ,  海洋 ,  基準線 ,  *インターネット
準シソーラス用語： 神経回路網モデル ,  スコア化 ,  モノのインターネット ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (5件)： スマートオブジェクト推薦 ,  BERT ,  Bi-LSTM ,  注意機構 ,  深層学習

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 注意 ,  訓練 ,  オブジェクト ,  推薦 ,  社会 ,  インターネット