Thông cáo báo chí
nhận định kèo bóng đá hôm nay Lab có hai bài báo đồng tác giả được chấp nhận tại IJCAI, hội nghị hàng đầu trong lĩnh vực trí tuệ nhân tạo - Đề xuất phương pháp cải thiện hiệu suất trong việc so khớp bài toán và hệ thống khuyến nghị -
■Giới thiệu về hai bài báo đồng tác giả được chấp nhận
Nghiên cứu này nhắm đến ``vấn đề so khớp một-nhiều'' chẳng hạn như việc phân công học viên y khoa đến bệnh viện và phân công trẻ em đến các trung tâm giữ trẻ Trong bài toán so khớp một-nhiều thông thường, số lượng vị trí nhập viện cho mỗi bệnh viện hoặc trung tâm giữ trẻ được xác định trước và mục đích là phân công càng nhiều người càng tốt vào bệnh viện hoặc trung tâm giữ trẻ với mức độ ưu tiên cao nhấtTuy nhiên, bằng cách tăng dần số lượng vị trí nhập viện tại mỗi bệnh viện và trung tâm giữ trẻ, sẽ có thể kết nối nhiều người hơn với các bệnh viện và trung tâm giữ trẻ mà họ lựa chọn Tại thời điểm này, người ta biết rằng rất khó để xác định trong một thời gian tính toán thực tế, ``Nơi nào và bao nhiêu là tốt nhất để tăng hạn ngạch chấp nhận?'' Để giải quyết những vấn đề như vậy, bài báo này đã đề xuất một phương pháp để nhanh chóng tìm ra giải pháp hợp lý bằng cách sử dụng thuật toán tìm kiếm có tên "Tìm kiếm cây Monte Carlo" Phương pháp được đề xuất trong bài viết này làĐiều chỉnh cách sử dụng trường mẫu giáo tại “Trung tâm Phát triển GovTech” ＜Link bài viết＞
“Hướng tới giải quyết mâu thuẫn về xu hướng trong quá trình học tập đề xuất ngoại tuyến”Yuta Saito, Masahiro NomuraTác giả: Yuta Saito (Đại học Cornell/Hanjuku Virtual Co, Ltd), Masahiro Nomura (CyberAgent nhận định kèo bóng đá hôm nay Lab)Nghiên cứu này nhằm mục đích loại bỏ thành kiến (*) khỏi dữ liệu học tập trong các hệ thống đề xuất Trong những năm gần đây, trong các dịch vụ web khác nhau bao gồm quảng cáo trên Internet, công nghệ dự đoán/đề xuất chính xác nội dung được phân phối và quảng cáo được mỗi người dùng ưa thích đã đóng một vai trò quan trọng trong việc xác định mức độ hài lòng của người dùng Để tìm hiểu hệ thống đề xuất có độ chính xác cao, bạn nên thực hiện việc học từ dữ liệu phản ánh thích hợp các thuộc tính của dữ liệu thực Mặt khác, dữ liệu thực sự thu được bị ảnh hưởng bởi các hệ thống khuyến nghị và hành vi của người dùng trong quá khứ và có thể có các đặc điểm khác với dữ liệu mong muốn ban đầu để học Việc bỏ qua những ảnh hưởng của sự thiên vị như vậy trong quá trình học tập sẽ dẫn đến sự suy giảm không mong đợi về độ chính xác dự đoán của hệ thống khuyến nghị Dựa trên những vấn đề này, bài viết này đã đề xuất một phương pháp ``thực hiện việc học bằng cách loại bỏ sai lệch chỉ khỏi dữ liệu hiện có'' Nghiên cứu này giúp dự đoán sở thích của người dùng với độ chính xác cao hơn các phương pháp thông thường Điều này được kỳ vọng sẽ cải thiện hiệu suất của các hệ thống khuyến nghị liên quan đến dự đoán hiệu quả *Thành kiến trong học tập gây ra bởi sự khác biệt giữa dữ liệu hiện đang thu được và dữ liệu bạn muốn tìm hiểu ban đầu ＜Link bài viết＞ ＜Blog nghiên cứu＞
■Tương laiCác phương pháp đề xuất trong hai bài viết này được kỳ vọng sẽ trở thành công nghệ cơ bản cho nghiên cứu và phát triển trong lĩnh vực trí tuệ nhân tạo, đồng thời cũng được kỳ vọng sẽ được sử dụng trong các dịch vụ thực tế "nhận định kèo bóng đá hôm nay Lab" sẽ tiếp tục nỗ lực nghiên cứu và phát triển với mục tiêu hiện thực hóa công nghệ phân phối quảng cáo chất lượng cao hơn kết hợp công nghệ nhận định kèo bóng đá hôm nay ※1 ※2