( en | de | ru )

 

Disambiguierung von "Mo, Linjian"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
BKD: A Bridge-based Knowledge Distillation Method for Click-Through Rate Prediction.

, , , , , , und . SIGIR, Seite 1859-1863. ACM, (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.

Mo Zhong

Ce Mo

Tianmin Mo

Mo Yarden

Mo Yabg

 

Weitere Publikationen von Autoren mit dem selben Namen

GDOD: Effective Gradient Descent using Orthogonal Decomposition for Multi-Task Learning., , , , , , , , und . CIKM, Seite 386-395. ACM, (2022)MASR: A Model-Agnostic Sparse Routing Architecture for Arbitrary Order Feature Sharing in Multi-Task Learning., , , , , , , , und . CIKM, Seite 3923-3927. ACM, (2022)MI-DPG: Decomposable Parameter Generation Network Based on Mutual Information for Multi-Scenario Recommendation., , , , , und . CIKM, Seite 3803-3807. ACM, (2023)Multi-interest Sequence Modeling for Recommendation with Causal Embedding., , , , , , , und . SDM, Seite 406-414. SIAM, (2022)BKD: A Bridge-based Knowledge Distillation Method for Click-Through Rate Prediction., , , , , , und . SIGIR, Seite 1859-1863. ACM, (2023)MSSM: A Multiple-level Sparse Sharing Model for Efficient Multi-Task Learning., , , , , , , , , und 1 andere Autor(en). SIGIR, Seite 2237-2241. ACM, (2021)SMONE: A Session-based Recommendation Model Based on Neighbor Sessions with Similar Probabilistic Intentions., , , , , , , und . ACM Trans. Knowl. Discov. Data, 17 (8): 111:1-111:22 (2023)GDOD: Effective Gradient Descent using Orthogonal Decomposition for Multi-Task Learning., , , , , , , , und . CoRR, (2023)GFlow-FT: Pick a Child Network via Gradient Flow for Efficient Fine-Tuning in Recommendation Systems., , , , , , , und . CIKM, Seite 3918-3922. ACM, (2022)A Non-sequential Approach to Deep User Interest Model for CTR Prediction., , , und . SDM, Seite 531-539. SIAM, (2022)