高阶网络上经验共享强化学习促进集体合作
研究探讨在高阶网络中引入经验共享的强化学习机制对集体合作行为的影响。 摘要仅给出刊载信息(Information Processing & Management第64卷第2期A部分,2027年2月)与作者,未提供方法细节。
研究探讨在高阶网络中引入经验共享的强化学习机制对集体合作行为的影响。 摘要仅给出刊载信息(Information Processing & Management第64卷第2期A部分,2027年2月)与作者,未提供方法细节。
HOFA通过对比学习实现高阶特征对齐,以缓解社交推荐中的稀疏性与冷启动问题。 针对高阶社交特征利用不足、特征均匀性缺失与去相关不充分三个问题,提出相应特征对齐机制。
该文提出ASHIN,一种用于异构信息网络的统一代数签名方法,意在超越元路径。 文献类型为期刊资讯,仅列出刊期与作者信息,未说明模型构建与实验方案。
提出一个融合多模态深度学习与数据挖掘的框架,用于社交媒体网络虚假信息的早期检测。 针对传统机器学习依赖手工特征与分类器、难以分析多模态内容的不足,构建多模态检测框架。
提出量子启发的QESM网络,用于多模态情感识别任务。 该网络结合动态融合与纠缠测量机制,具体实现细节见原文。
提出RGIDRec,一种目标条件意图扩散方法,用于序列推荐中的目标感知信息发现。 该文为期刊资讯条目,仅列出刊期与作者信息,未提供模型结构、数据集或对比基线等细节。