Context-Dependent Representation Learning for Recommendation and Predictive Visual Intelligence
연구 내용
속성과 컨텍스트에 의해 표현을 구성해 추천 성능을 안정화하고, 장기 시각 기억 기반으로 미래를 예측하는 방법을 함께 탐구하는 연구
이질적인 도메인에서 공통적으로 요구되는 맥락 의존 표현 학습을 다룹니다. 추천 영역에서는 각 아이템을 학습 가능한 proxy 임베딩의 가중합으로 표현해 희귀 아이템의 표현 품질을 보완합니다. 속성과 컨텍스트에 따라 proxy 가중치를 구성하고, 표현이 학습된 단순체 내부에 위치하도록 설계해 안정적인 임베딩 품질을 확보합니다. 시각지능 영역에서는 영상의 유의미한 시공간 정보를 추상화해 저장·복원하는 장기 시각 메모리 네트워크를 구축하고, 단기·장기 기억을 융합해 상황 추론과 단기 미래 예측을 수행합니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
2020년부터는 장기 시각 메모리 네트워크 기반 예지형 시각지능 원천기술 과제를 통해 영상정보의 저장·복원, 기억 압축, 객체 관계 이해, 단기·장기 기억 융합, 통합 분석을 단계적으로 수행했습니다. 이후 2024년에는 추천 분야에서 드문 아이템의 임베딩이 정확도를 저해하는 문제를 대상으로, proxy 기반 아이템 표현을 제안해 속성·컨텍스트 조건에서 가중합 표현을 구성하는 방향으로 연구를 확장했습니다. 시계열·상태 기반 예측과 추천 문제를 모두 맥락-표현-의사결정의 연계 관점에서 다루는 흐름을 보입니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Proxy-based Item Representation for Attribute and Context-aware Recommendation
관련 프로젝트
구분
제목
장기 시각 메모리 네트워크 기반의 예지형 시각지능 핵심기술 개발
장기 시각 메모리 네트워크 기반의 예지형 시각지능 핵심기술 개발