檢索結果：共5筆資料 檢索策略： "林伯慎".ccommittee (精準) and cadvisor.raw="林伯慎"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
梯度是資料分佈機率密度增加的方向，而前人已提出一種估測資料分佈梯度的參數化模型，稱為Score Matching。基於Score Matching模型，本研究提出基於梯度估測網路的分群方法；此方法能…
2
none
3
近年來，引入時序概念的序列推薦成為推薦系統中的重要研究方向。在序列推薦模型中，引入自關注機制能改善模型容易遺失序列過久以前資訊的問題，且能對序列的項目根據其相關度給予不同權重，以提升預測準確率；引入…
4
近年來，生成對抗網路在圖像轉換上取得重大的成功，其中的循環式生成對抗網路實現了領域間轉換，所衍生的許多種變化模型已可實現多任務圖像轉換。然而，多任務圖像轉換必須同時對所有屬性進行對抗訓練，這往往需耗…
5
對比式學習(contrastive learning)是一種表示學習方法，其訓練目標是提升參考樣本與正負樣本之間的相似度的對比，以達到參考樣本與正樣本之相似度最大化、而與負樣本之相似度最小化。以此目…