지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.5
- 수록면
- 49 - 56 (8page)
- DOI
- 10.5392/JKCA.2024.24.05.049
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
클릭률 (Click-Through Rate: CTR) 예측 분야에서 딥러닝 기반의 모델들의 주요 전략은 특징 상호작용을 파악하기 위해 특별히 설계된 네트워크와 심층신경망(Deep Neural Network)의 결합이다. 외적(outer product)은 다른 곱셈 기반 방식보다 더 풍부한 정보를 제공하기 때문에 특징 상호작용 네트워크 설계에 많이 활용되고 있다. 하지만, 기존 모형들은 모두 단일 외적을 기반으로 하고 있으며 이질적인 외적의 결합을 시도한 연구는 없다. 본 논문에서 Heterogeneous Outer product-based Network (HON)을 제안한다. HON은 심층 신경망의 비선형 고차 확장 능력을 활용하기 위해 명시적 상호 작용 파악 레이어와 심층 신경망을 순차적으로 연결하는 구조를 활용하고 명시적 특징 상호 작용 파악을 위해 두개의 이질적인 외적인 특징 레벨과 요소 레벨 외적을 활용한다. 실험 결과에 따르면 제안된 HON은 널리 사용되는 두 개의 벤치마크 데이터 세트에서 모든 기준 알고리즘보다 우수함을 관찰했다.
목차
요약
Abstract
I. 서론
II. 관련 연구
III. 제안한 방법론
IV. 실험
V. 결론
참고문헌
참고문헌 (0)
참고문헌 신청최근 본 자료
댓글(0)
0