清华大学学报(自然科学版)

作者：王辉, 叶晓俊, 董泽委

单位：1. 清华大学 软件学院, 北京 100084,2. 国防大学 联合作战学院, 北京 100091,3. 陆军航空兵学院 航电和兵器工程系, 北京 101123

关键词：推荐系统,生成式模型,残差网络,自编码器

尽管现有生成式模型在音视频等连续域取得了优异效果，但在推荐系统等离散序列化数据中存在较大的重构误差，从而严重制约特征捕捉能力和数据生成质量。该文利用残差连接将多层次编码器输出的连续隐向量传递至解码器对应层，并结合矢量量化编码方法，提出了一种基于残差网络的堆叠矢量量化自编码器。该方法有效避免了编码器中有高价值的连续信息被丢弃；同时，借助矢量量化方法构建多重堆叠的码本，学习多维度的离散化矢量量化特征表达。并通过在训练过程引入对抗网络，缩小了量化结果与编码器输出的差异，成功克服了编码器中广泛存在的后验坍塌问题。该方法不仅能够确保与自编码器相当的重构效果，还能通过在码本空间进行先验采样，生成分布特性一致的离散序列数据。在多个公开数据集上进行实验验证，均取得了良好的效果。

来源：2025年第11期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第11期