論文の概要: A Systematic Reproducibility Study of BSARec for Sequential Recommendation

• arxiv url: http://arxiv.org/abs/2512.17442v1
• Date: Fri, 19 Dec 2025 10:54:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.346345
• Title: A Systematic Reproducibility Study of BSARec for Sequential Recommendation
• Title（参考訳）: シーケンシャルレコメンデーションのためのBSARecの体系的再現性に関する研究
• Authors: Jan Hutter, Hua Chang Bakker, Stan Fris, Madelon Bernardy, Yuanna Liu,
• Abstract要約: BSARecは、Transformerエンコーダを高周波コンポーネントを再スケールする周波数層で拡張する。 BSARecは、いくつかのデータセットにおいて、他のシーケンシャルなレコメンデーション手法よりも優れていることを示す。 本稿では,ユーザ履歴頻度を定量化し,異なるユーザグループ間でSR手法を評価する指標を提案する。
• 参考スコア（独自算出の注目度）: 0.6861039553413609
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In sequential recommendation (SR), the self-attention mechanism of Transformer-based models acts as a low-pass filter, limiting their ability to capture high-frequency signals that reflect short-term user interests. To overcome this, BSARec augments the Transformer encoder with a frequency layer that rescales high-frequency components using the Fourier transform. However, the overall effectiveness of BSARec and the roles of its individual components have yet to be systematically validated. We reproduce BSARec and show that it outperforms other SR methods on some datasets. To empirically assess whether BSARec improves performance on high-frequency signals, we propose a metric to quantify user history frequency and evaluate SR methods across different user groups. We compare digital signal processing (DSP) techniques and find that the discrete wavelet transform (DWT) offer only slight improvements over Fourier transforms, and DSP methods provide no clear advantage over simple residual connections. Finally, we explore padding strategies and find that non-constant padding significantly improves recommendation performance, whereas constant padding hinders the frequency rescaler's ability to capture high-frequency signals.
• Abstract（参考訳）: シーケンシャルレコメンデーション(SR)では、Transformerベースのモデルの自己アテンション機構がローパスフィルタとして機能し、短期のユーザ関心を反映した高周波信号をキャプチャする能力を制限する。 これを解決するため、BSARecはTransformerエンコーダを周波数層で拡張し、フーリエ変換を用いて高周波コンポーネントを再スケールする。 しかしながら、BSARecの全体的な効果と個々のコンポーネントの役割は、まだ体系的に検証されていない。 我々はBSARecを再現し、いくつかのデータセット上で他のSRメソッドよりも優れていることを示す。 BSARecが高周波信号の性能向上を実証的に評価するために,ユーザ履歴の周波数を定量化し,異なるユーザグループ間でSR手法を評価する指標を提案する。 我々はデジタル信号処理(DSP)技術を比較し、離散ウェーブレット変換(DWT)がフーリエ変換よりもわずかに改善できることを見出し、DSP法は単純な残差接続に対して明確な優位性を与えない。 最後に, パディング戦略を検討した結果, 非定常パディングは推奨性能を著しく向上させる一方, 一定のパディングは周波数再スケーラの高周波信号の捕捉を妨げていることがわかった。

関連論文リスト

• Cross-Frequency Implicit Neural Representation with Self-Evolving Parameters [52.574661274784916]
  Inlicit Neural representation (INR) は視覚データ表現の強力なパラダイムとして登場した。 本研究では,データを4つの周波数成分に分離し,ウェーブレット空間でINRを用いるHaar Wavelet変換(CF-INR)を用いた自己進化型クロス周波数INRを提案する。 CF-INRは画像の回帰, 塗装, 装飾, 雲の除去など, 様々な視覚的データ表現および回復タスクで評価される。
  論文  参考訳（メタデータ） (2025-04-15T07:14:35Z)
• Quantum Meets SAR: A Novel Range-Doppler Algorithm for Next-Gen Earth Observation [0.0]
  本稿では、従来のFFTと比較して処理を高速化する量子レンジドップラーアルゴリズム(QRDA)を提案する。 RDAパイプラインにおける重要なステップであるフーリエ領域におけるレンジセルマイグレーション補正(RCMC)の量子実装を導入している。 量子RCMCの性能を従来のRCMCと比較して評価し、高度なSARイメージングにおける量子コンピューティングの可能性を示す。
  論文  参考訳（メタデータ） (2025-04-02T15:40:12Z)
• S-Diff: An Anisotropic Diffusion Model for Collaborative Filtering in Spectral Domain [23.22881271027173]
  グラフに基づく協調フィルタリングにインスパイアされたS-Diffを提案する。 S-Diffは、ユーザの相互作用ベクトルをスペクトル領域にマッピングし、拡散ノイズをパラメータ化してグラフ周波数に合わせる。 この異方性拡散は重要な低周波成分を保持し、高い信号対雑音比を保持する。
  論文  参考訳（メタデータ） (2024-12-31T10:54:41Z)
• Wavelet-based Bi-dimensional Aggregation Network for SAR Image Change Detection [53.842568573251214]
  3つのSARデータセットによる実験結果から、我々のWBANetは現代最先端の手法を著しく上回っていることが明らかとなった。 我々のWBANetは、それぞれのデータセットで98.33%、96.65%、96.62%の正確な分類(PCC)を達成している。
  論文  参考訳（メタデータ） (2024-07-18T04:36:10Z)
• Frequency-Aware Deepfake Detection: Improving Generalizability through Frequency Space Learning [81.98675881423131]
  この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。 既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。 本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-03-12T01:28:00Z)
• RhythmFormer: Extracting Patterned rPPG Signals based on Periodic Sparse Attention [18.412642801957197]
  RRhythmは、生理学的ビデオに基づいて生理的信号を検出する非接触法である。 本稿では,周期性によって誘発される時間的注意間隔に基づく周期的注意機構を提案する。 これは、データ内およびデータ間評価の両方において最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-02-20T07:56:02Z)
• Exploring Frequency-Inspired Optimization in Transformer for Efficient Single Image Super-Resolution [32.29219284419944]
  クロスリファインメント適応型特徴変調トランス(CRAFT) CRAFTの効率向上を目的とした周波数誘導後量子化(PTQ)手法を提案する。 以上の結果より, CRAFTは現状の方法よりも優れていることが示唆された。
  論文  参考訳（メタデータ） (2023-08-09T15:38:36Z)
• Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
  本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。 エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。 提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
  論文  参考訳（メタデータ） (2023-06-08T06:15:17Z)
• Disentangled Representation Learning for RF Fingerprint Extraction under Unknown Channel Statistics [77.13542705329328]
  本稿では,まず,不整合表現学習(DRL)の枠組みを提案し,入力信号を逆学習によりデバイス関連成分とデバイス関連成分に分解する。 提案フレームワークにおける暗黙的なデータ拡張は、デバイス非関連チャネル統計の過度な適合を避けるために、RFF抽出器に正規化を課す。 実験により、DR-RFFと呼ばれる提案手法は、未知の複雑な伝播環境に対する一般化可能性の観点から従来の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2022-08-04T15:46:48Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)

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。