( en | de | ru )

 

Disambiguierung von "Wang, Hangyu"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
GMOCAT: A Graph-Enhanced Multi-Objective Method for Computerized Adaptive Testing.

, , , , , , , , und . CoRR, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Wang Wang

Linfang Wang

Investigation of the functions of 53BP1 in DNA demethylation. Uni Marburg, (2009)

Paul Wang

Lien Wang

Scheifoo Wang

 

Weitere Publikationen von Autoren mit dem selben Namen

Hopfield Neural Network Approach for Task Scheduling in a Grid Environment., , und . CSSE (4), Seite 811-814. IEEE Computer Society, (2008)978-0-7695-3336-0.CNN-PSO-KELM: A Deep Learning Intrusion Detection Model for Imbalanced IoT Data., , , , , , , und . MSN, Seite 382-389. IEEE, (2023)ALT: Towards Fine-grained Alignment between Language and CTR Models for Click-Through Rate Prediction., , , , , , , und . CoRR, (2023)ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction., , , , , , , , , und . CoRR, (2023)Research on Inferring ELECTRE-III's Parameters with Fuzzy Information and a Case on Naval Gun Weapon System Integration., , und . FSKD (1), Seite 412-418. IEEE Computer Society, (2007)Towards Efficient and Effective Unlearning of Large Language Models for Recommendation., , , , , , und . CoRR, (2024)A Decoding Acceleration Framework for Industrial Deployable LLM-based Recommender Systems., , , , , , , , und . CoRR, (2024)Neural Statistics for Click-Through Rate Prediction., , , , , und . SIGIR, Seite 1849-1853. ACM, (2022)A Novel Ship Detection Method Based on Gradient and Integral Feature for Single-Polarization Synthetic Aperture Radar Imagery., , , , , , und . Sensors, 18 (2): 563 (2018)ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction., , , , , , , , , und . WWW, Seite 3319-3330. ACM, (2024)