http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한미란(Mi-ran Han),이승인(Seung-in Lee),조광희(Kwang-Hee Cho),김세호(Se-ho Kim),김근희(Keun-Heui Kim),김종배(Jong-Bae Kim) 한국IT서비스학회 2019 한국IT서비스학회 학술대회 논문집 Vol.2019 No.2
아마존 등과 같은 전자상거래 업체부터 유튜브, 애플 뮤직 등 콘텐츠 포털까지 추천 시스템을 통해 사용자 맞춤 상품과 콘텐츠를 제공해 주고 있다. 고전적인 협업 필터링 추천은 사용자와 아이템, 그리고 선호도로 이루어진 3차원 데이터를 이용하는데 일반적으로 데이터 희소성(Sparsity)문제가 발생한다. 이 문제를 해결하기 위해 사용자와 아이템 평점 매트릭스 속에 숨어 있는 잠재요인을 추출하여 예측하여 사용자에게 추천하는 기법을 사용한다. 본 논문에서는 사용자가 아이템에 평가한 선호도에 대한 잠재요인으로 간주하며 그 외정확한 유사도 측정을 위하여 최근 사용자가 동영상을 플레이한 콘텐츠에 대하여 점수를 부여 및 클릭수를 비교 분석하여 가장 적합한 추천 모델을 제시한다.
한미란(Mi-ran Han),김세호(Se-ho Kim),이승인(Seung-in Lee),조광희(Kwang-Hee Cho),김근희(Keun-Heui Kim),김종배(Jong-Bae Kim) 한국IT서비스학회 2019 한국IT서비스학회 학술대회 논문집 Vol.2019 No.2
손글씨를 인식하기 위하여 여러 방면의 노력들이 존재하여왔다. 손글씨를 인식하기 위한 예로는 일어 영어 숫자 등등 다양한 방면의 논문들이 존재하고 있다. 다만 어린아이들과 같은 경우는 인식에 대한 어려움이 존재하기에 이러한 것을 극복하기 위하여 우리는 Deep learning 기술을 사용하였다 사용한 기술은 SLR, ANN, CNN 총 3가지 기법을 사용하여 정확도를 측정하였고 그 결과 SLR은 91% 두 개의 층을 더 넣어준 것은 93% CNN은 95%로 가장 높은 성능을 보였다.