메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국엔터프라이즈아키텍처학회 정보기술아키텍처 연구 정보기술아키텍처 연구 제17권 제2호
발행연도
2020.1
수록면
157 - 165 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문에서는 약 6만 개의 의류 이미지 데이터를 CNN(Convolutional Neural Network) 기술과 ANNOY(Artificial Neural Network Oh Yeah) 기술을 적용하여 새롭게 입력된 의류 제품 이미지의 유사 의류 제품을 탐색하는 알고리즘을 제안하여 두 기술 사이의 유사도와 처리속도를 비교분석하였다. 기존 CNN 기술은 모든 이미지 데이터의 픽셀을 탐색하여 유사한 이미지를 탐색하는 반면, ANNOY 기술은 이미지들의 유사도 거릿값을 측정한 바이너리 트리 노드 (binary tree node)를사용하여 이미지 유사도는 소폭 감소하지만, 이미지 탐색 시간을 획기적으로 감소시킬 수 있는 장점을 갖고 있다. 이미지 탐색 시간의 감소는 비용절감 효과로 이어지며 다양한 온라인 서비스 분야에 도입할 수 있다. 제안한 ANNOY 기술 기반 빠른 검색 처리속도를 기반으로 다양한 상품검색, 상품비교, 상품추천 등 다양한 분야에 활용가능 할 것이다. 본 연구에서 수행한 시뮬레이션 결과에 따르면ANNOY 기술은 CNN 기술대비 이미지 유사도는 약 6.33% 감소하지만, 유사 이미지 탐색에 소요되는 시간은 약 1/3000 로 감소하는 것을 확인하였다.

목차

등록된 정보가 없습니다.

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0