인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
본 연구에서는 제한된 최신 정보만 사용하는 대신, 강화학습 기반 추천 시스템에서 과거정보를 모두 활용할 수 있는 방법에 대해 제안한다. 구체적으로, 사용자와 시스템 간의 과거 상호작용을 강화학습 모델의 상태로 고려할 수 있는 Modern Hopfield Network의 확장 모델인 FrozenHopfield(FH)를 활용하여 추천 시스템 성능을 높이는 것을 목표로 한다. 이를 위해 과거 정보를 효율적으로 압축할 수 있는 Transformer-XL과 FH를 결합한 TH-Rec 모델을 제안하고, 이를 추천 시스템에 어떻게 적용할 수 있는지 확인한다. 또한, 인기 숏비디오 플랫폼인 Kuaishou의 KuaiRec 데이터를 이용해 본 연구에서 제안한 접근법을 검증하고, 다른 추천 알고리즘과 성능 비교 실험을 수행하였다. 실험 결과, TH-Rec 모델은 기준 모델들을 크게 능가하며, 과거 데이터를 임베딩하기 위해 Hopfield 네트워크를 강화학습 기반 추천 시스템에 적용했을 때 얻을 수 있는 이점을 확인하였다. 이 연구는 추천 시스템과 강화학습 분야에서 Hopfield 네트워크 활용 가능성을 넓히고, 향후 관련 연구에 중요한 기여를 할 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093099863
