論文の概要: Radial Neighborhood Smoothing Recommender System

• arxiv url: http://arxiv.org/abs/2507.09952v1
• Date: Mon, 14 Jul 2025 06:01:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-15 18:48:24.363328
• Title: Radial Neighborhood Smoothing Recommender System
• Title（参考訳）: 放射状近傍平滑化レコメンダシステム
• Authors: Zerui Zhang, Yumou Qiu,
• Abstract要約: RNE(Radial Neighborhood Estimator)は、重複および部分的に重複したユーザとイテムのペアに基づいて近傍を構築するために提案される。 RNEは、既存の協調フィルタリングや行列分解法よりも優れた性能を実現する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recommender systems inherently exhibit a low-rank structure in latent space. A key challenge is to define meaningful and measurable distances in the latent space to capture user-user, item-item, user-item relationships effectively. In this work, we establish that distances in the latent space can be systematically approximated using row-wise and column-wise distances in the observed matrix, providing a novel perspective on distance estimation. To refine the distance estimation, we introduce the correction based on empirical variance estimator to account for noise-induced non-centrality. The novel distance estimation enables a more structured approach to constructing neighborhoods, leading to the Radial Neighborhood Estimator (RNE), which constructs neighborhoods by including both overlapped and partially overlapped user-item pairs and employs neighborhood smoothing via localized kernel regression to improve imputation accuracy. We provide the theoretical asymptotic analysis for the proposed estimator. We perform evaluations on both simulated and real-world datasets, demonstrating that RNE achieves superior performance compared to existing collaborative filtering and matrix factorization methods. While our primary focus is on distance estimation in latent space, we find that RNE also mitigates the ``cold-start'' problem.
• Abstract（参考訳）: リコメンダー系は本質的に潜在空間において低ランク構造を示す。 重要な課題は、ユーザとイテム、ユーザとイテムの関係を効果的に捉えるために、潜在空間における有意義で測定可能な距離を定義することである。 本研究では,観測行列の行次距離と列次距離を用いて,潜在空間内の距離を体系的に近似し,距離推定の新しい視点を提供する。 距離推定を改良するために,雑音による非集中性を考慮した経験的分散推定器に基づく補正を導入する。 新たな距離推定により、より構造化された地区構築アプローチが可能となり、RNE(Radial Neighborhood Estimator)は、重複および部分的に重複したユーザとイテムのペアを両方含み、局所化されたカーネルレグレッションを介して近隣を滑らかにすることで、計算精度を向上させる。 提案する推定器の理論的漸近解析について述べる。 我々はシミュレーションと実世界の両方のデータセットで評価を行い、RNEが既存の協調フィルタリングや行列因数分解法と比較して優れた性能を発揮することを示した。 我々の主な焦点は潜在空間における距離推定であるが、RNEは `cold-start'' 問題も緩和する。

関連論文リスト

• Structured Sampling for Robust Euclidean Distance Geometry [6.422262171968397]
  本稿では,スパースアウトレーヤによる距離測定から点の位置を推定する問題に対処する。 Nystr"om法とロバストな主成分分析を用いた新しいアルゴリズムを提案する。 提案アルゴリズムは, スパース値が低い場合であっても, 控えめなアンカー数で精度の高いリカバリを実現する。
  論文  参考訳（メタデータ） (2024-12-14T03:42:18Z)
• Robust Second-order LiDAR Bundle Adjustment Algorithm Using Mean Squared Group Metric [5.153195958837083]
  我々は,LiDAR BAアルゴリズムの最適化目標を構築するために,新しい平均2乗群計量(MSGM)を提案する。 堅牢なカーネル関数を統合することで、BAアルゴリズムに関わるメトリクスを再重み付けし、ソリューションプロセスの堅牢性を高める。
  論文  参考訳（メタデータ） (2024-09-03T12:53:39Z)
• Learning conditional distributions on continuous spaces [0.0]
  多次元単位箱上の条件分布のサンプルベース学習について検討する。 我々は2つの異なるクラスタリングスキームを用いる: 1つは固定ラディウス球に基づいており、もう1つは近接する近傍にある。 我々は,ニューラルネットワークのトレーニングに近接する手法を取り入れることを提案する。
  論文  参考訳（メタデータ） (2024-06-13T17:53:47Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• On the Effective Usage of Priors in RSS-based Localization [56.68864078417909]
  本稿では、受信信号強度(RSS)指紋と畳み込みニューラルネットワークに基づくアルゴリズムLocUNetを提案する。 本稿では,密集市街地における局所化問題について検討する。 まず,LocUNetがRx位置やRxの事前分布を学習し,トレーニングデータから送信者(Tx)アソシエーションの好みを学習し,その性能を評価できることを示す。
  論文  参考訳（メタデータ） (2022-11-28T00:31:02Z)
• Far Away in the Deep Space: Dense Nearest-Neighbor-Based Out-of-Distribution Detection [33.78080060234557]
  Nearest-Neighborsアプローチは、オブジェクト中心のデータドメインでうまく機能することが示されている。 近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近近
  論文  参考訳（メタデータ） (2022-11-12T13:32:19Z)
• iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
  iSDFは実時間符号付き距離場再構成のための連続学習システムである。 より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
  論文  参考訳（メタデータ） (2022-04-05T15:48:39Z)
• The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions [53.478856119297284]
  特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。 合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。 我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
  論文  参考訳（メタデータ） (2022-04-05T14:47:11Z)
• Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment [85.32080531133799]
  本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。 エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。 3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
  論文  参考訳（メタデータ） (2020-12-15T11:42:17Z)
• Nystr\"om Approximation with Nonnegative Matrix Factorization [4.990119940008071]
  近接クラスタリング問題をNystr"om近似問題として効果的に定式化できることを示す。 ランドマークに基づくNon negative Matrix Factorization(NMF)プロセスに基づくNystr"om近似を実装した。
  論文  参考訳（メタデータ） (2020-08-07T23:52:59Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。