論文の概要: Topology-Masked Unified Backbone for Joint Feature Interaction and Multi-Domain Sequence Modeling

• arxiv url: http://arxiv.org/abs/2608.27005v1
• Date: Thu, 27 Aug 2026 11:49:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.376701
• Title: Topology-Masked Unified Backbone for Joint Feature Interaction and Multi-Domain Sequence Modeling
• Title（参考訳）: 複合特徴相互作用とマルチドメインシーケンスモデリングのためのトポロジ・マスク付き統一バックボーン
• Abstract要約: MaskRecは、機能相互作用とマルチドメインシーケンスモデリングのための、トポロジにマッピングされた統一トークンインタラクションアーキテクチャである。 この統一トークン空間に基づいて、MaskRecは構造化されたアテンションマスクであるTopoMaskを設計し、アテンション接続を選択的に有効またはブロックする。 MaskRecは、産業用CVR予測のための統一フレームワークの有効性を検証し、公式ベースラインよりも安定した改善を実現している。
• 参考スコア（独自算出の注目度）: 8.950162084237288
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large-scale post-click conversion rate (CVR) prediction requires jointly modeling heterogeneous feature interactions and dependencies over multi-domain user behavior sequences. Existing industrial ranking models usually handle these two aspects with separate modules. Recent unified architectures attempt to incorporate them into a single framework, but such unification often relies on coordination between modules and does not fully organize all information sources within the same interaction space. To address this problem, we propose MaskRec, a topology-masked unified token interaction architecture for feature interaction and multi-domain sequence modeling. MaskRec transforms heterogeneous features, multi-domain behavior sequences, and contextual signals into unified token representations, and further introduces learnable global memory tokens and domain-level memory tokens as information aggregation nodes. Based on this unified token space, MaskRec designs a structured attention mask, TopoMask, which selectively enables or blocks attention connections according to the structural differences and modeling requirements of different information sources. In this way, heterogeneous feature interaction and multi-domain sequence modeling are performed within the same topology-constrained attention process. In addition, MaskRec incorporates a dual-path interactive query generation module to inject candidate-conditioned user--item interaction signals before the unified backbone. Experiments on the Tencent Advertising Algorithm Competition dataset show that MaskRec achieves stable improvements over the official baseline, validating the effectiveness of the proposed unified framework for industrial CVR prediction.
• Abstract（参考訳）: 大規模なポストクリック変換率(CVR)予測では、多ドメインユーザ動作シーケンス上での不均一な特徴相互作用と依存関係を共同でモデル化する必要がある。 既存の産業ランキングモデルは通常、これら2つの側面を別々のモジュールで扱う。 最近の統一アーキテクチャはそれらを単一のフレームワークに組み込もうとするが、そのような統一はしばしばモジュール間の調整に依存し、全ての情報ソースを同じ相互作用空間内で完全に整理するわけではない。 この問題に対処するために,機能相互作用とマルチドメインシーケンスモデリングのためのトポロジにマッピングされた統一トークンインタラクションアーキテクチャであるMaskRecを提案する。 MaskRecは、異質な特徴、マルチドメインの振る舞いシーケンス、コンテキストシグナルを統一されたトークン表現に変換し、さらに学習可能なグローバルメモリトークンとドメインレベルのメモリトークンを情報集約ノードとして導入する。 この統一トークン空間に基づいて、MaskRecは、異なる情報ソースの構造的差異とモデリング要求に応じて、注意接続を選択的に可能またはブロックする構造化された注意マスク、TopoMaskを設計する。 このようにして、同じトポロジ制約された注目プロセス内で、異種特徴相互作用とマルチドメインシーケンスモデリングを行う。 さらに、MaskRecはデュアルパスの対話型クエリ生成モジュールを組み込んで、統一されたバックボーンの前に候補条件のユーザ-イテム相互作用信号を注入する。 Tencent Advertising Algorithm Competitionデータセットの実験によると、MaskRecは公式ベースラインよりも安定した改善を実現し、産業用CVR予測のための統一フレームワークの有効性を検証する。

関連論文リスト

• UniDot: A Unified Network for Sequence Modeling and Feature Interaction in Large-scale Recommendation [3.59042069607434]
  ファクトリゼーション・マシンの観点から構築されたポストクリック変換予測のための新しいアーキテクチャであるUniDotを提案する。 トークンの単一のドット積は、機能の相互作用とシーケンスモデリングの両方を基盤にすることができる。 ユニドットは、TAAC KDDカップ2026のインダストリアルトラックで優勝した。
  論文  参考訳（メタデータ） (2026-08-17T16:52:56Z)
• A Unified Backbone--Expert Framework with Relation-Token and Residual--Classifier Interfaces for Automatic Modulation Recognition [1.547549252134621]
  本稿では、共通の畳み込み状態空間のバックボーンと2つの特殊なインターフェースを持つ統一されたバックボーン・エキスパート・フレームワークを提案する。 我々のフレームワークは、RML2016.10bで67.28 pm 0.14%、HisarMod 2019で87.19 pm 0.77%という、全体的な平均精度を実現しています。
  論文  参考訳（メタデータ） (2026-08-15T10:26:42Z)
• RoleMix: Unifying Sequential and Non-Sequential Features via Semantic Tokenization for Post-Click Conversion Rate Prediction [1.6050320174037502]
  RoleMixは、共有されたロール保存トークンインターフェースを通じて、シーケンシャルかつ非シーケンシャルなエビデンスを表す。 大規模なKDDカップ2026 Tencent UniRec Challengeでは、RoleMixは83.648%のオンラインAUCを達成し、公式産業ベースラインを1.953%上回っている。
  論文  参考訳（メタデータ） (2026-07-18T15:44:48Z)
• COMBINER: Composed Image Retrieval Guided by Attribute-based Neighbor Relations [73.40758654107724]
  By attrIbute-based NEighbor Relations (COMBINER) によるCOMposed画像検索ネットワークについて紹介する。 具体的には,まずアダプティブ・セマンティック・ディスタングルメント・モジュールを設計する。 次に, クロスモーダルな統一プロトタイプを構築可能なUnified Prototypeベースのコンポジションモジュールを提案する。 最後にDual Relations Modelingモジュールを導入し、属性の類似性に基づいてペアと隣り合う関係をマイニングする。
  論文  参考訳（メタデータ） (2026-06-03T08:43:51Z)
• Deferred is Better: A Framework for Multi-Granularity Deferred Interaction of Heterogeneous Features [11.38122944188751]
  MGDIN(Multi-Granularity Information-Aware Deferred Interaction Network)を提案する。 MGDINは機能インタラクションプロセスへの機能の導入を適応的に拒否する。 極端な個々の特徴空間の影響を緩和し、モデルが多様な視点から特徴的相互作用をキャプチャできるようにする。
  論文  参考訳（メタデータ） (2026-03-13T02:36:25Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)
• SODAR: Segmenting Objects by DynamicallyAggregating Neighboring Mask Representations [90.8752454643737]
  最近の最先端のワンステージインスタンスセグメンテーションモデルSOLOは、入力画像をグリッドに分割し、完全な畳み込みネットワークを備えたグリッドセルオブジェクトマスクを直接予測する。 我々は,SOLOが近傍の格子セルの物体に対して類似したマスクを生成するのを観察する。 観測されたギャップによってモチベーションを得た学習ベースのアグリゲーション手法を開発し,そのリッチな隣り合う情報を活用してSOLOを改善する。
  論文  参考訳（メタデータ） (2022-02-15T13:53:03Z)
• Modular Interactive Video Object Segmentation: Interaction-to-Mask, Propagation and Difference-Aware Fusion [68.45737688496654]
  本稿では,マスク間相互作用とマスク伝搬を分離するモジュール型対話型VOSフレームワークを提案する。 提案手法は,フレーム間インタラクションを少なくしつつ,現在の最先端アルゴリズムよりも優れることを示す。
  論文  参考訳（メタデータ） (2021-03-14T14:39:08Z)
• Cascaded Human-Object Interaction Recognition [175.60439054047043]
  マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。 各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。 慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
  論文  参考訳（メタデータ） (2020-03-09T17:05:04Z)
• Universal-RCNN: Universal Object Detector via Transferable Graph R-CNN [117.80737222754306]
  我々はUniversal-RCNNと呼ばれる新しいユニバーサルオブジェクト検出器を提案する。 まず、すべてのカテゴリの高レベルなセマンティック表現を統合することで、グローバルなセマンティックプールを生成する。 ドメイン内推論モジュールは、空間認識GCNによってガイドされる1つのデータセット内のスパースグラフ表現を学習し、伝播する。
  論文  参考訳（メタデータ） (2020-02-18T07:57:45Z)

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。