선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 모바일 디바이스에서 사용자의 로그 정보를 바탕으로 사용자의 행동 패턴 분석 및 요약을 위한 지능형 에이전트를 제안한다. 사용자의 로그 수집을 위해 모바일 디바이스에서 가용한 로그 정보들을 정의하고 수집된 저수준의 로그 정보를 행동 추론 모델에 입력으로 사용하기 위해 전처리 단계를 거친다.
- 본 논문에서는 모바일 디바이스의 사용자 정보를 바탕으로 사용자의 행동 패턴 분석 및 요약을 위한 지능형 에이전트를 제안하였다. 사람의 일상 생활을 분석하기 위해서 하나의 베이지안 네트워크로는 한계가 있어 협력적 모듈 베이지안 네트워크를 제안하여 사용자 행동 패턴 분석을 위한 모델링올 하였다.
- 어려워진다. 본 논문에서는 제한적 성능의 모바일 환경에서 베이지안 네트워크의 사용 및 학습을 효을적으로 수행하기 위한 협력적 모듈 베이지안 네트워크를 제안한다. 비슷한 종류의 특이성별로 분류하여 베이지안 네트워크를 설계하고 모듈화 된 베이지안 네트워크는 모듈별 확률 연산을 수행하고 결과 확률을 다른 모듈의 중거로 재사용하도록 한다.
- 하루 동안 로그 정보를 바탕으로 뽑힌 많은 특이성들이 사용자에게 모두 유용한 정보는 아니다. 이 중에서 기억에 남을 만한 정보를 뽑아내기 위해 Noisy-OR gate# 이용한 특이성 간의 연결 강도와 특이성의 우선순위를 바탕으로 사용자의 하루 동안의 이야기를 구성하는 방법에 대해 설명한다. 그림 1은 제안하는 방법의 개요를 나타낸다.
가설 설정
- 그래프에서 노드는 변수를, 노드간의 연결은 확률적인 의존관계를 의미한다. 베이지안 네트워크는 분류 문제를 속성 노드와 결과 노드간의 확률 관계로 가정하며, 이로 인해 인과 관계를 갖는 추론 모델링에 장점을 갖는다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.