×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院重庆绿色智能技术研究院机构知识库
KMS Chongqing Institute of Green and Intelligent Technology, CAS
登录
注册
ALL
ORCID
题名
作者
发表日期
学科领域
关键词
文献类型
出处
存缴日期
收录类别
出版者
资助项目
学科门类
学习讨论厅
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
作者
罗辛 [5]
尚明生 [3]
吴迪 [2]
文献类型
期刊论文 [5]
发表日期
2021 [5]
语种
英语 [5]
出处
IEEE TRANS... [3]
IEEE TRANS... [2]
资助项目
National N... [5]
Pioneer Hu... [5]
Chongqing ... [3]
Chongqing ... [3]
Chongqing ... [3]
Chongqing ... [3]
更多...
收录类别
SCI [5]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共5条,第1-5条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
WOS被引频次升序
WOS被引频次降序
题名升序
题名降序
期刊影响因子升序
期刊影响因子降序
作者升序
作者降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
A Deep Latent Factor Model for High-Dimensional and Sparse Matrices in Recommender Systems
期刊论文
IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2021, 卷号: 51, 期号: 7, 页码: 4285-4296
作者:
Wu, Di
;
Luo, Xin
;
Shang, Mingsheng
;
He, Yi
;
Wang, Guoyin
;
Zhou, MengChu
收藏
  |  
浏览/下载:239/0
  |  
提交时间:2021/08/20
Big data
deep model
high-dimensional and sparse (HiDS) matrix
latent factor (LF) analysis
recommender system (RS)
An L-1-and-L-2-Norm-Oriented Latent Factor Model for Recommender Systems
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 页码: 14
作者:
Wu, Di
;
Shang, Mingsheng
;
Luo, Xin
;
Wang, Zidong
收藏
  |  
浏览/下载:59/0
  |  
提交时间:2022/08/22
High-dimensional and sparse (HiDS) matrix
latent factor (LF) analysis
L-1 norm
L-2 norm
recommender system (RS)
Convergence Analysis of Single Latent Factor-Dependent, Nonnegative, and Multiplicative Update-Based Nonnegative Latent Factor Models
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 卷号: 32, 期号: 4, 页码: 1737-1749
作者:
Liu, Zhigang
;
Luo, Xin
;
Wang, Zidong
收藏
  |  
浏览/下载:167/0
  |  
提交时间:2021/05/17
Manganese
Convergence
Computational modeling
Learning systems
Analytical models
Sparse matrices
Big Data
Big data
convergence
high-dimensional and sparse (HiDS) matrix
latent factor (LF) analysis
learning system
neural networks
nonnegative LF (NLF) analysis
single LF-dependent nonnegative and multiplicative update (SLF-NMU)
Latent Factor-Based Recommenders Relying on Extended Stochastic Gradient Descent Algorithms
期刊论文
IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2021, 卷号: 51, 期号: 2, 页码: 916-926
作者:
Luo, Xin
;
Wang, Dexian
;
Zhou, MengChu
;
Yuan, Huaqiang
收藏
  |  
浏览/下载:76/0
  |  
提交时间:2021/03/17
Big data
bi-linear
collaborative filtering (CF)
high-dimensional and sparse (HiDS) matrix
industry
latent factor (LF) analysis
missing data
recommender system
A Fast Non-Negative Latent Factor Model Based on Generalized Momentum Method
期刊论文
IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2021, 卷号: 51, 期号: 1, 页码: 610-620
作者:
Luo, Xin
;
Liu, Zhigang
;
Li, Shuai
;
Shang, Mingsheng
;
Wang, Zidong
收藏
  |  
浏览/下载:128/0
  |  
提交时间:2021/03/17
Big data
high-dimensional and sparse (HiDS) matrix
latent factor (LF) analysis
missing data estimation
non-negative LF (NLF) model
recommender system