您当前的位置:
首页 >
文章列表页 >
SATKT:基于Transformer的稀疏注意力知识追踪模型
SATKT:基于Transformer的稀疏注意力知识追踪模型
SATKT: a sparse attention knowledge tracing model based on Transformer
- 电信科学 2026年42卷第6期 页码:174-187
DOI:10.11959/j.issn.1000-0801.DXKX250469
修回:2025-11-08,
录用:2025-12-16
移动端阅览
HTML全文
图(6) 表(5)
参考文献
出版信息
数据统计
120
浏览量
305
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于知识追踪机的多特征融合习题推荐模型
基于GCN-Transformer的空管系统网络威胁实体识别方法
基于GCRS编码与DC-DT架构的智能干扰决策算法
融合Transformer和Inception的网络入侵检测研究
标准ICT算网一体机的融合创新与实践
相关作者
颜蕾
肖梦凡
汪盈
诸葛斌
王冰雁
董黎刚
蒋献
刘洲洲
相关机构
浙江工商大学信息与电子工程学院
中国人民解放军空军工程大学
西安航空学院计算机与人工智能学院
中国电子科技集团公司第三十六研究所
杭州电子科技大学通信工程学院

