Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Introduction to Learning01:18

Introduction to Learning

1.3K
Learning is the process of acquiring knowledge or skills through practice or experience, leading to long-lasting behavioral changes. This acquisition occurs through interaction with the environment and requires practice or experience. For instance, mastering a skill such as surfing requires considerable practice and experience, highlighting the essential role of repeated interactions with the environment in learning.
In contrast to learned behaviors, unlearned behaviors such as crying, sexual...
1.3K
Associative Learning01:27

Associative Learning

1.5K
Associative learning is a fundamental concept in behavioral psychology, wherein a connection is established between two stimuli or events, leading to a learned response. This process is critical in understanding how behaviors are acquired and modified. Conditioning, the mechanism through which associations are formed, can be divided into two main types: classical conditioning and operant conditioning, each elucidating different aspects of associative learning.
Classical conditioning, also known...
1.5K
Cognitive Learning01:21

Cognitive Learning

1.5K
Cognitive learning is based on purposive behavior, incidental learning, and insight learning.
E. C. Tolman's theory of purposive behavior emphasizes that much behavior is goal-directed. He argued that to understand behavior, we must look at the entire sequence of actions leading to a goal. For instance, high school students study hard, not just due to past reinforcement but also to achieve the goal of getting into a good college.
Tolman introduced the idea that behavior is influenced by...
1.5K
Observational Learning01:12

Observational Learning

1.1K
Albert Bandura's observational learning, also known as imitation or modeling, occurs when a person observes and imitates another's behavior. It is a quicker process than operant conditioning. A well-known example is the Bobo doll study, where children who saw an adult acting aggressively towards the doll were more likely to act aggressively when left alone, compared to those who observed a nonaggressive adult. Many psychologists view observational learning as a form of latent learning...
1.1K
Decision Making01:20

Decision Making

1.1K
Decision-making is a fundamental cognitive process that involves evaluating alternatives and selecting among them. This process can range from simple choices, such as deciding what to wear, to complex decisions, like choosing a major in college or a career path. The complexity of the decision often dictates the approach we use, which can be broadly categorized into two types: automatic and controlled decision-making.
Automatic decision-making is fast, intuitive, and relies on gut feelings...
1.1K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Correction: Multimodality medical image fusion using directional total variation based linear spectral clustering in NSCT domain.

Scientific reports·2026
Same author

Comparative Study of Hemodynamic Indices of Fluid Responsiveness by Electrical Cardiometry and Thermodilution Methods After Passive Leg Raise Test in Patients After Coronary Artery Bypass Graft Surgery.

Journal of cardiothoracic and vascular anesthesia·2026
Same author

Multimodality medical image fusion using directional total variation based linear spectral clustering in NSCT domain.

Scientific reports·2026
Same author

A hybrid model for improved nail disease classification using vision transformers and stable diffusion.

Scientific reports·2026
Same author

CytoSorb® hemoadsorption for emergency aortic surgery after ticagrelor loading.

Indian journal of thoracic and cardiovascular surgery·2025
Same author

Intelligent traffic light management using predictive and dynamic traffic flow analysis.

Scientific reports·2025

Video Experimental Relacionado

Updated: Jul 1, 2026

Virtual Agent for Real-Time Motivational Interviewing by Integrating Adaptive Nonverbal Behavior and Language Models
07:14

Virtual Agent for Real-Time Motivational Interviewing by Integrating Adaptive Nonverbal Behavior and Language Models

Published on: December 23, 2025

Un marco de aprendizaje profundo basado en conmutación para recomendaciones personalizadas y adaptativas de comercio

Kapil Saini1, Ajmer Singh2, Manoj Diwakar3,4

  • 1School of Computer Science and Engineering, Geeta University, Panipat, Haryana, 132145, India.

Scientific reports
|February 24, 2026
PubMed
Resumen

Este estudio presenta un novedoso sistema de recomendación híbrido basado en conmutación para manejar de manera efectiva diversos perfiles de usuario y recomendaciones entre dominios. El sistema mejora significativamente la precisión y el rendimiento de las recomendaciones en varios segmentos de usuarios, abordando desafíos como la escasez de datos y la adaptabilidad en tiempo real.

Palabras clave:
recomendaciones entre dominiosperfiles de usuario diversosaprendizaje multitareasistema de recomendaciónmodelos híbridos basados en conmutación

Videos de Experimentos Relacionados

Last Updated: Jul 1, 2026

Virtual Agent for Real-Time Motivational Interviewing by Integrating Adaptive Nonverbal Behavior and Language Models
07:14

Virtual Agent for Real-Time Motivational Interviewing by Integrating Adaptive Nonverbal Behavior and Language Models

Published on: December 23, 2025

Área de la Ciencia:

  • Ciencias de la Computación; Inteligencia Artificial; Aprendizaje Automático

Sus antecedentes:

  • Los sistemas de recomendación enfrentan desafíos con diversos perfiles de usuario, escasez de datos y el problema de la{ extvisiblespace}arranque en frío.; Los sistemas existentes tienen dificultades con las recomendaciones entre dominios y la adaptación a los cambios en las preferencias del usuario en tiempo real.; Equilibrar la personalización y la diversidad de las recomendaciones es crucial para la satisfacción del usuario.

Objetivo del estudio:

  • Proponer un innovador sistema de recomendación híbrido basado en conmutación para satisfacer diversos perfiles de usuario.; Abordar los desafíos en las recomendaciones entre dominios y la adaptabilidad en tiempo real.; Mejorar la precisión y la eficiencia de las recomendaciones para diversas historias de interacción y preferencias del usuario.

Principales métodos:

  • Se categorizó a los usuarios en tres grupos: principiantes, usuarios ligeros y usuarios intensivos.; Se desarrolló una arquitectura de sistema de recomendación híbrido basado en conmutación.; Se optimizaron múltiples objetivos utilizando señales como las vistas de productos para mejorar el rendimiento.

Principales resultados:

  • Reducción de la pérdida de validación de 0.3414 a 0.1545 para nuevos usuarios (reducción del 54.7%).; Mejora de la tasa de aciertos@10 (HR@10) de 0.30 a 0.60 (aumento del 100%) y NDCG@10 de 0.35 a 0.65 (aumento del 85.7%) para usuarios ligeros.; Se logró un alto rendimiento predictivo para retroalimentación implícita: precisión del 0.91, precisión del 0.89, recuperación del 0.88 y puntuación F1 del 0.89.

Conclusiones:

  • El sistema propuesto se adapta eficazmente a diversos perfiles de usuario y mejora la calidad de las recomendaciones.; Los modelos híbridos basados en conmutación ofrecen una solución prometedora para recomendaciones adaptativas y entre dominios.; El sistema demuestra importantes mejoras de rendimiento en comparación con los métodos de referencia en diferentes segmentos de usuarios.