Current Result Document :
| 한글제목(Korean Title) |
추천 분야에서의 지식 그래프 기반 어텐션 네트워크 모델 성능 향상 기법 연구 |
| 영문제목(English Title) |
A Study on Augmentation Method for Improving the Performance of the Knowledge Graph Based Attention Network Model |
| 저자(Author) |
김경태
민찬욱
김진우
안진현
전희국
임동혁
Gyoung-Tae Kim
ChanWook Min
JinWoo Kim
JinHyun Ahn
Hee-Gook Jun
Dong-Hyuk Im
|
| 원문수록처(Citation) |
VOL 29 NO. 02 PP. 0603 ~ 0605 (2022. 11) |
한글내용
(Korean Abstract) |
추천시스템은 개개인의 성향에 따른 맞춤화 추천이 가능하기 때문에 음악, 영상, 뉴스 등 많은 분야에서 관심을 받고 있다. 일반적인 추천시스템 모델은 블랙박스 모델이기 때문에 추천 결과에 따른 원인 도출을 할 수 없다. 하지만 XAI 의 모델은 이러한 블랙박스 모델의 단점을 해결하고자 제안되었다. 그 중 KGAT 는 Attention Score 를 기반으로 추천 결과에 따른 원인을 알 수 있다. 이와 같은 AI, XAI 등의 딥 러닝 모델에서 각각의 활성화 함수는 상황에 따라 상이한 성능을 나타낸다. 이러한 이유로 인해 데이터에 맞는 활성화 함수를 적용해보는 다양한 시도가 필요하다. 따라서 본 논문은 XAI 추천시스템 모델인 KGAT 의 성능 개선을 위해 여러 활성화 함수를 적용해보고, 실험을 통해 수정한 모델의 성능이 개선됨을 보인다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
