我院明仲教授发表论文A Generic Federated Recommendation Framework via Fake Marks and Secret Sharing

2024年02月04日
论文简介提出了一种基于虚假标记和秘密共享的通用联邦推荐框架,该工作扩展现有的虚假物品(fake items)技术至虚假标记(fake marks)技术,并将其与秘密共享(secret sharing)结合起来,解决了两种技术各自存在的缺点。该框架可以保护用户的评分行为和评分数值,且不牺牲模型的推荐性能。该框架还具有很好的通用性,可以应用在不同评分预测、物品排序、序列推荐等不同推荐任务的具体模型上

我院明仲教授发表论文KDCRec: Knowledge Distillation for Counterfactual Recommendation Via Uniform Data

2024年02月04日
​论文简介该工作提出了一种面向反事实推荐(或纠偏推荐)的基于均匀数据的通用知识蒸馏框架。该工作基于更广泛的知识蒸馏定义来对均匀数据在反事实推荐中的使用策略进行构建、设计和讨论,其中均匀数据可以分别在标签蒸馏、样本蒸馏、特征蒸馏和结构蒸馏这四种视角中被充分地挖掘所蕴含的纠偏信息,该框架将这四种视角视为框架中的不同模块,且在每个模块中分别给出了一些具体可行的实现方案。该框架为反事实推荐中对稀少且珍...

我院明仲教授发表论文FedRec++: Lossless Federated Recommendation with Explicit Feedback

2024年02月04日
​论文简介随着联邦机器学习和推荐系统在隐私偏好建模和个性化方面的结合,出现了一个新的研究分支,称为联邦推荐系统,旨在以分布式的方式构建推荐模型,即每个用户被表示为分布式客户端,其中他/她的原始评分数据不与服务器或其他客户端共享。需要注意的是,除了用户对某一项目的具体评分的敏感信息外,用户对某一项目的评分集的信息也需要得到很好的保护。最近的一些研究建议为每个用户随机抽取一些未评级的项目,然后分配一...

我院明仲教授发表论文User-Event Graph Embedding Learning for Context-Aware Recommendation

2024年02月04日
​论文简介该文章里提出了一种基于用户事件图的上下文感知推荐方法,该方法基于自研的以用户为中心并对其历史交互特征进行组织的用户事件图(User-Event Graph, UEG)结构,其中上下文特征被用于构建对用户意图进行识别的虚拟节点,该方法以这些虚拟节点为中枢在图中的用户、物品和特征节点上进行信息传播,该方法有效解决了上下文感知推荐中的上下文特征稀疏性问题,以及用户(或物品)与上下文特征之间的交互稀疏性问题,该方...

我院曹磊峰教授喜获“中国光学工程学会科技创新奖”科技进步一等奖

2024年01月26日
​近日,我院曹磊峰教授领衔研制的“软X射线/极紫外无谐波光栅单色仪”获得第七届“中国光学工程学会科技创新奖”科技进步一等奖。此项目是十二五国家重点研发计划项目“重大仪器设备开发”重点专项项目之一,由中国工程物理研究院激光聚变研究中心、中国科学院微电子所、同济大学、清华大学、中国科学院空间科学与应用研究中心和中国大恒(集团)有限公司8家单位共10个任务组联合承担。曹磊峰教授担任该项目首席科学家。软X射...

喜讯!国产薄片激光器实现新突破!

2023年11月17日
第二十五届中国国际高新技术成果交易会于昨日拉开帷幕,各行业领域的创新技术应用成果纷纷亮相。深圳技术大学一大批高精尖“黑科技”产品也悉数展出,充分展现了学校师生聚焦人工智能、新材料技术、智慧医疗健康、物联网、储能电池等产业重点领域,加强产学研合作,推动科技创新的累累硕果。11月16日,深圳技术大学校长阮双琛来到学校展位,逐一观摩学校参展项目成果,仔细询问项目研究现状、技术创新亮点及应用情况,他鼓励科...

我院周沧涛教授团队在《Nuclear Fusion》杂志上发表重要成果

2021年05月13日
近日,等离子体物理领域国际顶级期刊《Nuclear Fusion》(中科院1区Top期刊)刊登了我校先进材料测试技术研究中心周沧涛教授团队关于高准直高能量密度质子源的重要研究成果,该成果于2021年4月以“Topological control of laser-driven acceleration structure for producing extremely bright ion beams”为题正式发表。论文的通讯作者为周沧涛教授、阮双琛教授,鞠立宝助理教授和黄太武副教授为共同第一作者,深圳技术大学为...
7
首页上页1下页尾页