
-
生物通官微
陪你抓住生命科技
跳动的脉搏
动态去冗余与基于模态引导的特征去噪技术在多模态推荐中的应用
《ACM Transactions on Multimedia Computing, Communications, and Applications》:Dynamic De-Redundancy and Modality-Guided Feature De-Noisy for Multimodal Recommendation
【字体: 大 中 小 】 时间:2026年03月04日 来源:ACM Transactions on Multimedia Computing, Communications, and Applications
编辑推荐:
针对多模态推荐中图神经网络(GNNs)的特征冗余和噪声问题,提出MGNM模型。该模型通过局部交互的动态去冗余损失函数抑制多模态与行为特征叠加导致的冗余,并采用全局交互的模态引导特征去噪机制过滤无关噪声,提升信息表征能力。实验证明其多模态去噪和冗余消除效果优于现有方法。
该摘要是使用自动化工具生成的,并非由文章作者撰写或审核。提供该摘要的目的是为了帮助读者发现研究价值、评估内容相关性,并协助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要,后者仍然是论文的官方总结。完整文章才是权威版本。点击此处了解更多。
点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。
要查看此由人工智能生成的通俗语言摘要,您必须具有高级访问权限。