Yan Zheng

gSAM améliore les GNN pour de meilleures recommandations d'articles et une meilleure généralisation.

EmbeddingTree améliore la compréhension des embeddings en organisant les caractéristiques des données de manière hiérarchique.

SharpCF améliore les systèmes de recommandation tout en gardant l'efficacité et la précision.

HQ-GNN améliore les recommandations tout en réduisant la mémoire et en augmentant la vitesse.

Une nouvelle méthode pour évaluer les modèles d'IA grâce à des embeddings et des méta caractéristiques.

DiffuserLite booste la vitesse et l'efficacité dans la prise de décision pour les appli de robotique et d'IA.

Un nouveau modèle basé sur MLP améliore la précision des prévisions de séries temporelles en utilisant des couches de projection aléatoire.

Présentation d'une bibliothèque modulaire pour prendre des décisions facilement en utilisant des modèles de diffusion.

Évaluer comment les modèles se débrouillent dans la planification de tâches dans le monde réel en utilisant un nouveau cadre.

Des recherches montrent que les modèles génératifs améliorent l'apprentissage auto-supervisé dans la classification des séries temporelles.

Les goûts individuels influencent les notes de produits en ligne plus que les avis collectifs.

Apprends comment le Matrix Profile détecte des anomalies dans les données de séries temporelles multidimensionnelles.

Une technique qui combine des invites textuelles et des images pour un éditing d'images précis.

Apprends comment l'inversion d'oscillation améliore la qualité des images et la créativité.