paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
JL

Jingjing Li

AAAI 2026×2ICML 2026SIGIR 2026多模态可解释性数据与预训练理论与学习动力学
新星分资深
17
一作贡献0
核心/参与4
方向广度14
合作网络0
0 一作 · 4 篇 · AAAI 2026 / ICML 2026 / SIGIR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

4
作者位次 #3/3ICML 2026Poster· General Machine Learning / Transfer, Multitask and Meta-learning

CONGA:Confidence-and-Gradient-Aware Learning Rate Schedule for Test Time Adaptation

Shaoran Lv · Xinyao Li · Jingjing Li

作者位次 #5/5SIGIR 2026Oral· Information Retrieval (Full)

Same Frequency Begets Shared Interests: Popular-Niche Wavelet Graph Learning for Multimodal Recommendation

Yue He · Hongbo Chen · Jingxi Xie · Fengling Li · Jingjing Li

摘要

Multimodal recommendation systems have achieved success in capturing user interests, yet user interests are inherently diverse. Existing GCN-based methods adopt a uniform approach to model user-item interaction graphs, failing to differentiate between ''popular interests'' and ''niche interests''...

可解释性多模态数据与预训练OpenReview

常见合作者