基于对齐性和均匀性约束的图神经网络会话推荐方法

会话推荐(session-based recommendation,SBR)旨在匿名状态下通过用户的短期历史行为序列来预测下一个待点击的项目。为解决现有基于图神经网络(graph neural networks,GNNs)的会话推荐方法忽略会话中不同位置相同项目之间差异的问题,在图卷积获得项目表示后,进一步考虑该项目与相邻项目之间的相关性,生成邻域相关的项目表示。此外,鉴于对齐性和均匀性在对比学习中的起到的重要作用,还提出了一种适用于会话推荐的对齐性和均匀性损失方法,以约束生成的会话表示和项目表示。在3个公开数据集上的实验表明,文中提出的模型TAU-GNN的推荐性能优于对比的主流会话推荐模型。

紧致齐性空间G/T上复结构的若干性质

设G为连通单连通s阶实幂零李群,且其上有左不变可积近复结构J,T为李群G的最大秩的格;考虑紧致齐性空间G/T上是否有幂零复结构;运用归纳法证明了复结构J可诱导出紧致齐性空间G/T的可积复结构J且是幂零的.

正曲率齐性Finsler空间的分类:偶数维情形下的一种新方法(英文)

本文介绍了正曲率齐性Finsler流形的分类。在偶数维的情形下,给出了一种新方法,证明了偶数维光滑陪集空间上有正曲率齐性Finsler度量,当且仅当其上面有正曲率齐性黎曼度量。

s-齐性空间与s-齐性测度

Bylund和Gudayol(2000)指出,若紧度量空间X有有限的Assouad维数s和正的下Assouad维数t,则对任意s′>s和0<t′<t,度量空间X上存在一个概率测度μ是上s′-齐性和下t′-齐性的.他们在构造测度的过程中需要无限次的调整.本文用与WU(1998)对偶的方法给出一种比较简单和直观的证明.

赋β-范线性空间上的齐性算子性质初探

证明了赋β-范空间上的有界齐性算子与在零点连续的齐性算子等价 ;对两个赋β-范空间 X和 Y之间的有界性算子全体 B(X,Y) ,按引入的算子范数及线性运算 ,在 X具有共轭分离性时 ,B(X,Y)为赋 β-范线性空间 ;指出 B(X,Y)完备与 Y完备是等价的 ,只要 X具有共轭分离性 .这些推广了赋范空间上的关于有界线性算子已有的结论 .

有界齐性广义逆的存在性

本文讨论了Banach空间中连续线性算子的有界齐性广义逆,给出了有界齐性广义逆的定义,并给出了一个有界齐性广义逆存在的判据.

多值线性算子的Moore-Penrose齐性算子部分

利用拟线性投影定义了多值线性算子的Moore-Penrose齐性算子部分.经过研究这种齐性算子部分与图的关系,证得了多值线性算子的Moore-Penrose齐性算子部分为某单值齐性算子的图象.从而对正交算子部分与度量算子部分的结论进行了实质推广.

半单齐性半凯勒流形的分解定量与参数表示

本文在特征元为半单元的假设下证明了半单齐性半凯勒流形的分解定理，并且用根系给出其参数表示．

基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建

室内定位中半监督学习的指纹库构建方法能够降低人力开销,但忽略了高维接收信号强度(RSS)数据不均匀的非齐分布特点,影响定位精度,针对此问题该文提出一种基于RSS非齐性分布特征的半监督流形对齐指纹库构建方法。该算法运用局部RSS尺度参数以及共享近邻相似性构造权重矩阵,得到精确反映RSS数据流形结构的权重图,利用该权重图通过求解流形对齐的目标函数最优解,实现运用少量标记数据对大量未标记数据的位置标定。实验结果表明,该算法可以显著降低离线阶段数据采集的工作量,同时可以取得较高的定位精度。

一种稳健的方差齐性检验方法

目的 :介绍一种较为稳健的方差齐性检验方法。方法 :通过实例介绍 L evene方差齐性检验的基本思想和常用的四种算法。结果 :L evene检验的实质是将原始数据进行变换后进行单向方差分析。结论 :L evene检验适用于任意分布的资料 ,更为稳健 ,算法简便 。

非线性Poisson-Gamma回归模型中存在偏大离差时离差参数的齐性检验

Poisson回归模型广泛地应用于分析计数型数据,但该模型往往存在偏大离差(overdispersion)问题。刻画Poisson回归模型的偏大离差性的两种方法是拟似然方法和随机效应法(Lee ＆ Nelder,2000),已有许多作者利用随机效应法研究了Poisson模型的偏大离差的检验问题。但他们均假定随机效应是独立同分布的,本文对他们的假设进行检验。我们分别在组内效应一致和组内效应不一致的情形下,研究了存在偏大离差的Poisson-Gamma非线性随机效应模型中,随机效应方差(称为离差参数)的齐性检验问题,得到了离差参数齐性的score检验统计量。最后给出两个数值例子说明本文方法的应用。

关于仿射群与齐性空间的讨论

本文通过齐性空间一个基本定理并运用仿射群和同位群等,得到了一些有趣的结果:GL(n,R)/K(n-1,R)≈Rn-0, GL+(n,R)/K+(n-1,R)≈Rn-0以及K(n,R)/GL(n,R)≈Rn,K+(n,R)/GL+(n,R)≈Rn.

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1,0,1)误差的非线性回归模型的相关性和方差齐性的检验问题,用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量,并用随机模拟验证了检验方法的正确性;推广和发展了具有线性序列误差回归模型的结果;最后将结果应用于DBL(0,1,1)误差的非线性回归模型。

具有AR(1)误差的线性随机效应模型中方差齐性和自相关性的检验

在回归分析中,方差齐性是一个很基本的假设.本文对具有AR(1)误差的线性随机效应模型,研究了方差齐性和自相关性的检验问题.我们分别讨论了随机误差异方差、随机效应异方差、多元异方差以及自相关性的检验问题,并用score检验方法给出了三种方差齐性和自相关性的检验统计量.随机模拟的结果表明,当样本容量较大时,检验的功效较好.本文还给出一个数值例子说明检验方法的实用性.另外,模型的结果也可以推广到非线性情形.

在EXCEL中实现多总体方差的Bartlett齐性检验

在总体服从正态分布的前提下,方差齐性与否决定了单因素多水平的模型能否采用方差分析来检验均数间的差异。主要介绍在EXCEL中,Bartlett齐性检验的自动计算工具的设计与实现。工具完成后可以重复使用,大大减少以后齐性检验计算的工作量。

紧致齐性空间上的调和分析(Ⅰ)——富里埃级数的Poisson求和

首先介绍了紧致齐性空间上调和分析的若干基础性结果,并给出这些结果的较简洁的证明。接着,我们定义了紧致齐性空间上函数的卷积(熟知n维球面是一个紧致齐性空间),这一定义看来对研究紧致齐性空间上的调和分析向题是相当有用的。最后,用定义的卷积,研究了紧致齐性空间上Fourier级数的Poisson求和。

方差齐性检验中的问题及其解决办法

在医学科学研究中，方差齐性检验是检验几个总体方差是否相等的一种方法，但因使用的检验统计量的表达式太繁琐［１］，妨碍了这种方法的实际应用，本文旨在探讨该检验统计量的其他表达方式，以扩展其应用范围。如将统计量记作Ｂ，则其表达式如下：Ｂ＝ｎ′ｃ１ｎｓ２Ｇ（...

具有齐性核的分数次积分算子在弱Hardy空间的有界性

讨论具有齐性核的分数次积分算子 ,当核函数满足 Dini条件时在弱 H1 ( IRn)

紧致齐性黎曼流形上的特征值估计

设M是紧致的齐性黎曼流形,-Δ+V是M上的Schrdinger算子.对于非负函数V,得到了用前k个特征值估计第k+1个特征值的一个表达式.