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

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：

为了解决广告系统中点击率（CTR）预测的核心任务，提出了一种新的模型——深度兴趣演化网络（DIEN）。该模型设计了兴趣提取器层来捕获历史行为序列中的时间兴趣，并引入辅助损失进行监督。另外，通过注意力机制增强了相对兴趣的影响。在实验中，DIEN在公共和工业数据集上的性能优于最新方法，并且已在淘宝展示广告系统中部署，提高了20.7%的点击率。

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：

本文从二维视角处理场景文本识别问题，将其视为图像中的文本分布在二维空间而非一维信号。这使得直接将文本特征压缩为一维可能会丢失信息并增加噪音。本文提出了一种简单有效的模型——字符注意完全卷积网络（CA-FCN），用于识别任意形状的文本。CA-FCN结合词形成模块，可以同时识别脚本并预测每个字符位置。实验结果显示，该算法在常规和非常规文本数据集上优于先前的方法。

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领域，本篇文章介绍了一种框架ColosseumRL，以研究n人一般和游戏中的强化学习问题。这对于理解这一重要研究领域以及朝向有意义的解决方案概念和研究方向发展具有重要意义。此外，对此框架的一些实现细节可以参考https://colosseumrl.igb.uci.edu/.

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：2019/12/10

论文链接：https://paper.yanxishe.com/review/7828?from=leiphonecolumn1225

推荐理由：

提供了一个远程教育监控平台，该平台由生物特征和行为数据捕获传感器组成。本篇文章定义了一系列任务以获取这些行为数据，这些数据对于应对现有挑战非常有用。此外，还发布了一个初始数据库，其中包含来自20个不同用户的数据，这些用户使用基本传感器完成这些任务，如摄像头、麦克风、鼠标键盘等，以及更先进传感器如NIR相机、智能手表等。