cs.SI」カテゴリーアーカイブ

LMBot: Distilling Graph Knowledge into Language Model for Graph-less Deployment in Twitter Bot Detection

要約 悪意あるアクターが誤情報を拡散し、世論を操作するために、ますます高度で広範 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SI | LMBot: Distilling Graph Knowledge into Language Model for Graph-less Deployment in Twitter Bot Detection はコメントを受け付けていません

Scalable tensor methods for nonuniform hypergraphs

要約 多線形代数は、ハイパーグラフによってモデル化された多元相互作用を研究するに … 続きを読む

カテゴリー: 05C50, 05C65, 05C85, 15A69, cs.LG, cs.NA, cs.SI, math.CO, math.NA, physics.soc-ph | Scalable tensor methods for nonuniform hypergraphs はコメントを受け付けていません

Towards Personalized Cold-Start Recommendation with Prompts

要約 レコメンダー システムは、ユーザーが過去の行動に基づいて自分の興味に合った … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR, cs.SI | Towards Personalized Cold-Start Recommendation with Prompts はコメントを受け付けていません

LMBot: Distilling Graph Knowledge into Language Model for Graph-less Deployment in Twitter Bot Detection

要約 悪意のある攻撃者が、誤った情報を広めたり世論を操作したりするために、ますま … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SI | LMBot: Distilling Graph Knowledge into Language Model for Graph-less Deployment in Twitter Bot Detection はコメントを受け付けていません

Did AI get more negative recently?

要約 この論文では、人工知能 (AI) の中核サブフィールドである自然言語処理 … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SI | Did AI get more negative recently? はコメントを受け付けていません

What Sentiment and Fun Facts We Learnt Before FIFA World Cup Qatar 2022 Using Twitter and AI

要約 Twitter は、ほとんどの国との橋渡しとなるソーシャル メディア プラ … 続きを読む

カテゴリー: cs.CL, cs.SI | What Sentiment and Fun Facts We Learnt Before FIFA World Cup Qatar 2022 Using Twitter and AI はコメントを受け付けていません

Social World Knowledge: Modeling and Applications

要約 社会世界の知識は、人間と機械による効果的なコミュニケーションと情報処理の重 … 続きを読む

カテゴリー: cs.AI, cs.SI | Social World Knowledge: Modeling and Applications はコメントを受け付けていません

Survey of Federated Learning Models for Spatial-Temporal Mobility Applications

要約 フェデレーテッド ラーニングには、トレーニング データがローカルに保たれる … 続きを読む

カテゴリー: A.1, cs.AI, cs.DC, cs.IR, cs.LG, cs.SI | Survey of Federated Learning Models for Spatial-Temporal Mobility Applications はコメントを受け付けていません

Learn over Past, Evolve for Future: Forecasting Temporal Trends for Fake News Detection

要約 フェイク ニュースの検出は、オンライン ニュース エコシステムの健全性を維 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SI | Learn over Past, Evolve for Future: Forecasting Temporal Trends for Fake News Detection はコメントを受け付けていません

PathMLP: Smooth Path Towards High-order Homophily

要約 現実世界のグラフでは異種性が高まっており、ノードが同じラベルを持つノードに … 続きを読む

カテゴリー: cs.LG, cs.SI | PathMLP: Smooth Path Towards High-order Homophily はコメントを受け付けていません