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。为了捕获用户行为数据背后的兴趣，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性能优于最新解决方案。

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，但忽略了图像中的文本实际上分布在二维空间中。这与语音不同，它是完全不同的，一维信号。本文设计了一个简单但有效的模型，即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，本研究集中讨论n人一般和游戏，而不是两人零和游戏。本研究提供了一种用于研究n人一般和游戏中的强化学习框架，并分析代理在这些环境中学到的行为。

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=leiphonecolumn1225"

推荐理由：

此项工作旨在评估远程教育中的学生监控平台，该平台由生物特征和行为数据捕捉传感器组成。本研究定义了一系列任务来获取这些行为数据，这些对于应对远程评估过程中的现有挑战很有用。此外，本项工作发布了一个初始数据库，其中包含来自20个不同用户的一组基本传感器所记录下的数据。