ACM SIGKDD(International Conference on Data Mining and Knowledge Discovery、以下KDD)は1989年に始まり、データマイニング分野における最古かつ最大の国際トップ学術会議であり、パッケージなどのコンセプトに関する会議には多くの参加者が集まります。データマイニング、機械学習、ビッグデータ、人工知能の分野で毎年多くの学者や専門家が研究しています。
AMiner は AI テクノロジーを通じて、KDD2023 に含まれるカンファレンス ペーパーを整理しました。今日はその推奨テーマ ペーパーを共有します。(紙面の都合上、この記事では一部の論文のみを掲載しています。クリックして原文を読むとKDDサミットのページに直接移動し、すべての論文をご覧いただけます)
1.レコメンデーションのためのアダプティブグラフ対照学習
リンク: https://www.miner.cn/pub/6466fafbd68f896efaeb7633/
2.ショートビデオレコメンデーションにおける総再生時間予測のためのツリーベースの漸進回帰モデル
リンク: https://www.miner.cn/pub/648000a9d68f896efaa123eb/
3.露出制限を備えたマルチチャンネル統合レコメンデーション
リンク: https://www.miner.cn/pub/646c3ad0d68f896efa5ce60f/
4.ReLoop2: 応答性エラー補償ループを介した自己適応型推奨モデルの構築
リンク: https://www.miner.cn/pub/648bde68d68f896efaf81bd3/
5.ドメイン一般化のための階層的不変量学習の推奨
リンク: https://www.miner.cn/pub/64af9a073fda6d7f065a6d92/
6. 識別可能な潜在的交絡因子の学習によるバイアスの除去の推奨
リンク: https://www.miner.cn/pub/63e9aa5e90e50fcafd133661/
7.ロングテールレコメンデーションのためのメタグラフ学習
リンク: https://www.miner.cn/pub/64af9a033fda6d7f065a6963/
8.PGLBox: Web スケール推奨のためのマルチ GPU グラフ学習フレームワーク
リンク: https://www.miner.cn/pub/64af9a043fda6d7f065a6a90/
9.せっかちな盗賊: 遅滞なく長期的な推奨事項を最適化する
リンク: https://www.miner.cn/pub/64af9a063fda6d7f065a6b9c/
10.プライバシーの問題: プライバシー保護のための垂直連合リニアコンテキストバンディットの推奨事項
リンク: https://www.miner.cn/pub/64af9a0a3fda6d7f065a702d/
11.リストワイズレコメンデーションのための生成フローネットワーク
リンク: https://www.miner.cn/pub/64af99fc3fda6d7f065a6275/
12.エッジレコメンデーションを介した指向性ソーシャルネットワークにおける意見最適化のためのサブリニア時間アルゴリズム
リンク: https://www.miner.cn/pub/64af99fc3fda6d7f065a62a4/
13.階層的射影強化された複数行動の推奨
リンク: https://www.miner.cn/pub/64af99fe3fda6d7f065a6424/
14.SAMD: 異種マルチシナリオ推奨のための産業フレームワーク
リンク: https://www.miner.cn/pub/64af99fe3fda6d7f065a6481/
15.M5: オーバーザトップレコメンデーションのためのマルチモーダル、マルチインタレスト、マルチシナリオマッチング
リンク: https://www.miner.cn/pub/64af9a033fda6d7f065a691f/
16.テイクアウト推奨のための二重期間変動プリファレンスのモデル化
リンク: https://www.miner.cn/pub/64af9a053fda6d7f065a6b8b/
17. 偏りのない推奨事項における学習目標の再考: 分布シフトの視点
リンク: https://www.miner.cn/pub/64af9a083fda6d7f065a6db2/
18.誰にインセンティブを与えるべきですか? 反事実に基づく最適な治療計画の推奨のための学習
リンク: https://www.miner.cn/pub/64af9a083fda6d7f065a6dd5/
ChatPaper を使用して文献を読むにはどうすればよいですか?
より多くの研究者が文献知識をより効率的に取得できるようにするために、AMiner は GLM-130B 大型モデルの機能に基づいて Chatpaper を開発しました。これにより、研究者は論文の検索と読み取りの効率を迅速に向上させ、この分野の最新の研究傾向を入手し、科学的な研究を行うことができます。研究作業がより簡単になります。
ChatPaper は、検索、読み取り、知識の質疑応答を統合した会話型のプライベート ナレッジ ベースであり、AMiner はテクノロジーの力を通じて、誰もがより効率的に知識を獲得できることを望んでいます。
ChatPaper:https://www.miner.cn/chat/g
KDDサミット入口: https://www.miner.cn/conf/5ea1b22bedb6e7d53c00c41b/KDD2023