최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 포항공과대학교 Pohang University of Science and Technology |
---|---|
연구책임자 | 최승진 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2017-03 |
과제시작연도 | 2015 |
주관부처 | 미래창조과학부 Ministry of Science, ICT and Future Planning |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO201700011357 |
과제고유번호 | 1711030194 |
사업명 | 중견연구자지원 |
DB 구축일자 | 2017-10-12 |
키워드 | 기계학습.확률그래프모델.행렬 분해.딥 러닝.베이지안 학습.멀티모달 학습.표현 학습.다중 관계형 데이터 분석.추천 시스템.machine learning.probabilistic graphical model.matrix factorization.deep learning.Bayesian learning.multi-modal learning.representation learning.multi-modal relational data analysis.recommendation systems. |
DOI | https://doi.org/10.23000/TRKO201700011357 |
□ 연구의 목적 및 내용
본 연구의 목표는 멀티모달 데이터 분석을 위한 기계학습 알고리즘을 기법을 개발하는 것이다. 이를 위해 본 연구과제에서는 다음과 같은 세 가지 접근방법을 통해 멀티모달 데이터를 효과적으로 분석하고자 하였다.
▪ 다중 소스 데이터의 표현 학습을 위한 딥 러닝 알고리즘 개발
▪ 다중 관계형 데이터 분석을 위한 다중 행렬 분해 기법을 개발
▪ 확률 그래프 모델 및 베이지안 학습을 활용하여 멀티모달 데이터의 공통 공간을 효과적으로 찾는 알고리즘을 개발
□ 연구결과
(1) 다중
□ Purpose&contents
This research project aims to develop machine learning algorithms for analyzing multi-modal data using three techniques.
▪ Deep learning algorithms for representation learning of multi-modal data
▪ Matrix factorization algorithms for analyzing multi-model relational data<
※ AI-Helper는 부적절한 답변을 할 수 있습니다.