← أحدث الأبحاث
🤖 machine learning

Drift-Aware Multimodal User Representation Learning via Multi-Scale Temporal Modeling and Sparse Mixture-of-Experts

تقدم الورقة البحثية DUMoE، وهو إطار عمل موحد يستفيد من عمود فقري مدرك للديناميكيات الزمنية ومحول خليط خبراء متناثر مع استراتيجية تدريب ثلاثية المراحل لنمذجة الأنماط الزمنية متعددة المقاييس بفعالية وفك تشابك اهتمامات المستخدم المتنوعة والمتقلبة لتحسين تعلم التمثيل في وسائل التواصل الاجتماعي.

المؤلفون الأصليون: Ziqing Qian, Haohang Chen, Shengqi Dang, Yuhan Xiong, Canyu Shen, Jiaying Lei, Nan Cao

نُشر 2026-08-27
📖 1 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Ziqing Qian, Haohang Chen, Shengqi Dang, Yuhan Xiong, Canyu Shen, Jiaying Lei, Nan Cao

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →