- 博客(11)
- 收藏
- 关注
翻译 QuesCo:通过对比预训练实现对数学习题的整体理解
qxkq=(x,k)qxk: 习题qqq由内容xxx和相关知识概念kkk组成xx1x2⋅⋅⋅xTxx1x2,⋅⋅⋅,xT代表纯文本和公式中各种运算符、变量等的T个tokensk from KH = {K, E},如图1右所示,KH是一个L层的知识体系树,由知识概念节点和父子关系组成,Klk1lk2l⋅⋅⋅knlKlk1lk2l,⋅⋅⋅,knl,越小的lll。
2023-05-18 11:54:54
376
翻译 基于内容的音乐推荐中负面偏好的对比学习研究
发表会议:In Sixteenth ACM Conference on Recommender Systems (RecSys ’22)
2023-04-14 11:44:05
343
翻译 基于眼球追踪和脑电波EEG信号的学习者注意力量化
在NiCATS中有提过,NiCATS是基于面部表情(通过网络摄像头捕获)、眼睛注视(使用安装在监视器下方的眼动仪收集的信息)和共同感兴趣的区域(来自屏幕截图)来测量注意力(主观定义,但始终应用的定义),眼动仪如下图的Tobii Eye Tracker 4c。本文将探讨学生注意力和理解的不同方面(例如面部图像、眼动、脑电图信号),以了解如何将这些输入聚合起来,训练一个机器学习模型(内置在NiCATS中),以预测学习者的注意力模式。“−1”表示负相关,“+1”表示强相关,接近0的相关因子表示没有相关性。
2023-04-07 12:26:57
1478
6
翻译 一个基于多维知识图谱框架的学习路径推荐模型
发表期刊:Knowledge-Based Systems(SCI 1区)发表年代:2020年2月6日关键词:Learning path recommendation;e-learning;
2023-03-24 11:38:32
1842
1
翻译 Q-LRDP-D:面向高等教育的个性化学习资源推荐算法
为了推荐符合高等教育教学要求的个性化学习资源,本文提出了Q-LRDP-D:基于Q矩阵的学习资源难度预测和学习资源序列生成。首先,使用Q矩阵理论对学习资源建模然后,通过学生资源难度预测(LRDP)的LSTM算法对学生的学习难度进行预测接着,根据线下教学单位的要求,将待学习知识点进行循环预测,形成学习资源的有向路径图其次,利用最短路径算法推荐最符合学生当前学习水平的学习资源来完成学习任务最后,通过本科教学实验验证了所建立模型的准确性和有效性。
2023-03-16 16:34:58
1030
3
翻译 Leaping Through Time with Gradient-based Adaptation for Recommendation
LeapRec,通过使用基于梯度轨迹的元学习方法来建模时间依赖性的问题。而LeapRec的两个组件components,全局时间跳跃(GTL)与有序时间跳跃(OTL),是为了分别处理长期信息long-term和短期信息short-term而设计的。
2023-03-10 11:32:19
177
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人