• Title/Summary/Keyword: 상태 공간

Search Result 2,646, Processing Time 0.03 seconds

Exploring the Relationship between Shared Space and Performance in Multi-Task Learning (Multi-Task Learning에서 공유 공간과 성능과의 관계 탐구)

  • Seong, Su-Jin;Park, Seong-Jae;Jeong, In-Gyu;Cha, Jeong-Won
    • Annual Conference on Human and Language Technology
    • /
    • 2018.10a
    • /
    • pp.305-309
    • /
    • 2018
  • 딥러닝에서 층을 공유하여 작업에 따라 변하지 않는 정보를 사용하는 multi-task learning이 다양한 자연어 처리 문제에 훌륭하게 사용되었다. 그렇지만 우리가 아는 한 공유 공간의 상태와 성능과의 관계를 조사한 연구는 없었다. 본 연구에서는 공유 공간과 task 의존 공간의 자질의 수와 오염 정도가 성능에 미치는 영향도 조사하여 공유 공간과 성능 관계에 대해서 탐구한다. 이 결과는 multi-task를 진행하는 실험에서 공유 공간의 역할과 성능의 관계를 밝혀서 시스템의 성능 향상에 도움이 될 것이다.

  • PDF

MOUSAI: A Group-aware Recommendation System (MOUSAI: 공간공유 다중 사용자를 고려한 음악추천 시스템)

  • 안연하;한승현;이만재
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2003.10b
    • /
    • pp.508-510
    • /
    • 2003
  • 스마트 공간은 사용자의 간섭을 최소화하면서, 사용자의 패턴. 상태, 위치등을 파악하여 사용자에게 알맞은 서비스를 제공하는 환경이다. 스마트 공간에서 개인화된 정보를 이용하여 서비스를 제공하기 위해서는 사용자의 개인화된 정보를 묵시적으로 추출할 수 있도록 모델링 해야 하며, 한 공간에서 다수의 사용자가 있을 경우에 발생할 수 있는 선호도의 충돌을 해소할 수 있도록 하여야 한다. 본 연구에서는 스카트 공간에서 음악에 대한 개인화된 정보를 추출하여 음악 서비스를 제공하는 MOUSAI 시스템을 제안하였다. MOUSAI 시스템은 한 공간에서 여러 사람이 있을 경우, 발생할 수 있는 사용자들간의 취향의 차이를 조절하여 다수의 사용자가 만족할 수 있는 음악을 선곡하여 준다 또한, 환경적 요인인 시간과 장소. 사용자의 음악에 대한 성향을 고려하여 좀 더 정확한 추천을 할 수 있도록 한다.

  • PDF