文献

J-GLOBAL ID：201702247731276636   整理番号：17A0077412

コンテキスト分解机の適応更新戦略【JST・京大機械翻訳】

Adaptive Parameters Updating Strategy of Context-aware Factorization Machines

著者 (5件)： Yao Xing (School of Computer,Wuhan University) ,  Zhu Fuxi (School of Computer,Wuhan University) ,  Yang Xiaolan (School of Information Engineering,Wuchang University of Technology) ,  Zheng Lin (School of Computer,Wuhan University) ,  Liu Shichao (School of Computer,Wuhan University)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 43  号： 9  ページ： 71-76  発行年： 2016年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 分解机モデルは,コンテキスト推薦システムに首尾よく適用されている。分解機モデルの学習アルゴリズムにおいて,交互最小二乗法は他のパラメータを最適化するための単一パラメータ最適値のみを求める学習アルゴリズムであり,そのパラメータ数は計算の複雑さに影響する。しかし、特徴数が大きい場合、パラメータ数は特徴数が急激に増加するため、計算複雑度が高くなる。いくつかのパラメータが最適値に達しても,各反復はすべてのパラメータを更新する.そのため、主に交互最小二乗法のパラメータ更新戦略を改良し、パラメータに適応誤差指標を導入し、重みとパラメータ絶対誤差によって、このパラメータ更新を決定し、毎回の反復において、最近二回の反復値の変化が大きいパラメータを更新する。適応誤差が閾値より大きいパラメータのみを更新する戦略は,更新したパラメータの数を減少させるだけでなく,収束速度を加速し,実行時間を短縮し,パラメータの重みを誤差によって決定し,誤差を修正した。YAHOOとMOVIELENSデータセットに関する実験結果は,以下を示す。改良したパラメータ更新戦略の実行効率は明らかに改善された。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *学習アルゴリズム ,  計算量 ,  最適化
準シソーラス用語： 実行時間 ,  収束速度 ,  絶対誤差 ,  最適値 ,  交互最小二乗法 ,  推奨システム , 【Automatic Indexing@JST】

著者キーワード (4件)： Factorization machines ,  Alternating least-squares ,  Recommender systems ,  Adaptive error

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： コンテキスト ,  分解 ,  机 ,  適応 ,  更新 ,  戦略