ผลแนะนำสำหรับ "Graph contrastive learning" จัดอันดับความเกี่ยวข้อง (30 รายการ)
เรียง:
แสดง:
ล้าง
วารสารวิชาการ
100% match ระดับนานาชาติ (SCOPUS) Q1
GCTMR: Graph Contrastive Transformer for Multibehavior Recommendation
ผศ.ดร.นิกร กรรณิกากลาง  |  2569  |  คณะบริหารธุรกิจ  |  1,243
Multibehavior recommendation aims to leverage diverse user interaction types—such as views, clicks, and purchases—to better understand user intent and enhance recommendation accura...
วารสารวิชาการ
99% match ระดับนานาชาติ (SCOPUS) Q1
BiTG4Rec: Bidirectional Transformer Graphs for Sequential-Social Recommendation
ผศ.ดร.นิกร กรรณิกากลาง  |  2568  |  คณะบริหารธุรกิจ  |  1,405
Sequential-social recommendation systems are essential for understanding users’ evolving interests and predicting their future behaviors. While existing methods employing bidirecti...
วารสารวิชาการ
97% match ระดับนานาชาติ (SCOPUS) Q1
GCA4Rec: Graph-Based Co-Attention Networks for Sequential and Social Recommendation
ผศ.ดร.นิกร กรรณิกากลาง  |  2568  |  คณะบริหารธุรกิจ  |  1,207
The integration of sequential and social recommendations using a graph-based co-attention architecture marks a significant advancement in deep learning, substantially improving rec...
บทความประชุมวิชาการ
66% match ระดับนานาชาติ
GraphBERT4FakeNews: Graph-aware Bidirectional Transformer Learning for English Fake News Detection
ผศ.ดร.นิกร กรรณิกากลาง  |  2569  |  คณะบริหารธุรกิจ  |  1,418
The rapid dissemination of fake news through online news platforms and social media has become a major challenge, significantly influencing public opinion, political decision-makin...
วารสารวิชาการ
48% match ระดับนานาชาติ (SCOPUS) Q1
HGKAN: Hyperbolic Graph-Based Kolmogorov–Arnold Network for Social Recommendation
ผศ.ดร.นิกร กรรณิกากลาง  |  2569  |  คณะบริหารธุรกิจ  |  1,282
Social recommendation utilizes social relationships to alleviate data sparsity and improve recommendation quality. Nevertheless, existing approaches still encounter several limitat...
บทความประชุมวิชาการ
47% match ระดับนานาชาติ
BiG: Bidirectional Graph Convolutional Networks for Social and Sequential Recommendation
ผศ.ดร.นิกร กรรณิกากลาง  |  2567  |  คณะบริหารธุรกิจ  |  388
Graph convolutional networks have obviously influenced recommender systems. However, we argue that previous research has limitations: 1) unidirectional approaches are not enough to...
วารสารวิชาการ
38% match ระดับนานาชาติ (SCOPUS) Q4
HGT4REC: HYPERBOLIC GRAPH TRANSFORMER FOR SEQUENTIAL AND SOCIAL RECOMMENDATION
ผศ.ดร.นิกร กรรณิกากลาง  |  2569  |  คณะบริหารธุรกิจ  |  1,523
Sequential behaviors and social ties jointly shape user preferences; however, most prior work models them in isolation and relies on shallow fusion in Euclidean space, which strugg...
วารสารวิชาการ
28% match ระดับนานาชาติ (SCOPUS) Q2
Lecture-Based and Project-Based Approaches to Instruction, Classroom Learning Environment, and Deep
ดร.สกุลกาญจน์ วลีอิทธิภัสร์  |  2567  |  คณะครุศาสตร์อุตสาห  |  667
สถาบันอุดมศึกษาโดยทั่วไปใช้ทั้งการจัดการเรียนการสอนแบบบรรยายและการจัดการเรียนการสอนแบบโครงงาน การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาว่าลักษณะใดของสภาพแวดล้อมการจัดการเรียนการสอนแ...
วารสารวิชาการ
27% match ระดับนานาชาติ (SCOPUS) Q4
AUTOMATIC CORN FIELD DETECTION USING UNMANNED AERIAL VEHICLE AND TRANSFER LEARNING BASED APPROACH
ผศ.ดร.นิกร กรรณิกากลาง  |  2569  |  คณะบริหารธุรกิจ  |  418
This study presents an automated system for corn field detection and measurement that combines Unmanned Aerial Vehicle (UAV) technology with deep transfer learning to address criti...
วารสารวิชาการ
23% match ระดับนานาชาติ (SCOPUS) Q2
Digital Workforce Matching: A Machine Learning Approach for Skill-Based Job Classification and Recom
ผศ.ดร.ณัฐรฐนนท์ กานต์รวีกุลธนา  |  2568  |  คณะบริหารธุรกิจ  |  756
This research presents an integrated machine learning approach for optimizing digital workforce matching in Thailand's evolving digital economy. The study develops a novel job reco...
ระบบแนะนำงานวิจัย

จัดอันดับความเกี่ยวข้องจากคำสำคัญด้วย TF-IDF ถ่วงน้ำหนักชื่อเรื่อง / คำสำคัญ / บทคัดย่อ รองรับทั้งภาษาไทยและภาษาอังกฤษ

TF-IDF Keyword Weighting Relevance Rank