目录

Deep Interest Evolution Network for Click-‐Through Rate Prediction

Scene Text Recognition from Two-‐Dimensional Perspective

ColosseumRL: A Framework for Multiagent Reinforcement Learning in N-Player Games

edBB: Biometrics and Behavior for Assessing Remote Education

3D Volumetric Modeling with Introspective Neural Networks

Deep Interest Evolution Network for Click-‐Through Rate Prediction

作者：Guorui Zhou / Na Mou / Ying Fan / Qi Pi / Weijie Bian / Chang Zhou / Xiaoqiang Zhu / Kun Gai

发表时间：2018/12/12

论文链接：https://paper.yanxishe.com/review/7813?from=leiphonecolumn1225

推荐理由：

一、解决问题：点击率（CTR）预测已成为广告系统的核心任务之一。对于CTR预测模型，有必要捕获用户行为数据背后的用户兴趣。此外，考虑到外部环境和内部认知的变化，用户兴趣会随着时间动态变化。

二、创新点：

本文提出了一种新颖的模型，称为深度兴趣演化网络（DIEN），用于CTR预测。我们设计了兴趣提取器层以从历史行为序列中捕获时间兴趣，并引入了辅助损失以监督每一步的利息提取。在针对公共和工业数据集的实验中，DIEN性能明显优于最新的解决方案。

Scene Text Recognition from Two-‐Dimensional Perspective

作者：Minghui Liao / Jian Zhang

发表时间：2018/12/20

论文链接：https://paper.yanxishe.com/review/7814?from=leiphonecolumn1225

推荐理由：

受语音识别启发，本文将场景文本识别视为序列预测问题。但这些方法通常忽略了一个重要事实，即图像中的文本实际上分布在二维空间中。本文设计了一个简单但有效的模型，称为字符注意完全卷积网络（CA-FCN），用于识别任意形状的文本。实验表明，该算法在常规和非常规文本数据集上均优于先前的方法。

ColosseumRL: A Framework for Multiagent Reinforcement Learning in N-Player Games

作者：Shmakov Alexander/Lanier John/McAleer Stephen/Achar Rohan/Lopes Cristina/Baldi Pierre

发表时间：2019/12/10

论文链接：https://paper.yanxishe.com/review/7827?from=leiphonecolumn1225

推荐理由：

在多智能体强化学习中，一些成功都发生在两人零和游戏中，但n人一般和游戏构成了绝大多数多代理情况。本文提供了解决n人一般和游戏中的框架，我们希望通过分析代理在这些环境中学到的行为，可以更好地理解这一研究领域并朝着有意义的解决方案概念发展。

edBB: Biometrics and Behavior for Assessing Remote Education

作者：Hernandez-Ortega Javier/Daza Roberto/Morales Aythami/Fierrez Julian/

Ortega-Garcia Javier

发表时间：2019年12月10日

论文链接：" https://paper.yanxishe.com/review/" "7828?" "from=" leiphonecolumn" "1225"

推荐理由：

我们提供了一平台用于远程教育学生监控，该平台由生物特征传感器组成。我们定义了一组任务来获取行为数据，这些数据对于应对远程评估过程中的自动学生监控很有用。此外，我们发布了一个初始数据库，其中包含来自20个不同用户的大量生物特征与行为数据。

3D Volumetric Modeling with Introspective Neural Networks

作者未详

发表日期未详

暂无具体信息，请关注后续更新内容。