Search

Currently, available collaborative filtering (CF) algorithms often utilize user behavior data to generate recommendations. The similarity calculation between users is mostly based on the scores, without considering the explicit attributes of the users with profiles, as these are difficult to generate, or their preferences over time evolve. This paper proposes a collaborative filtering algorithm named hybrid dynamic collaborative filtering (HDCF), which is based on the topic model. Considering that the user’s evaluation of an item will change over time, we add a time-decay function to the subject model and give its variational inference model. In the collaborative filtering score, we generate a hybrid score for similarity calculation with the topic model. The experimental results show that this algorithm has better performance than currently available algorithms on the MovieLens dataset, Netflix dataset and la.fm dataset.

ADEOS-2の軌道決定実験において、疑似距離と搬送波位相から決定される軌道は、SLRから決定される軌道に比べ衛星進行方向に約5mオフセットしていることが判明した。この状態では、軌道決定精度は数メータであり、世界的に恥ずかしいレベルであった。オフセットの原因を解明するため、多くの可能性を評価した。最終的にGPS受信機内部の処理のミスであることをつきとめた。具体的には、疑似距離のタイムタグと搬送波位相のタイムタグの間に1msの差が発生していた。原因が判明したので、疑似距離を補正することが可能となった。補正した結果、ADEOS-2に対する、軌道決定精度は約40cm(RMS)まで向上させることに成功した。, 資料番号: AA0049122115