협업 필터링을 넘어서: 하이퍼커넥트 AI의 추천 모델링
추천 시스템을 행렬 분해 관점에서 정리하고, 하이퍼커넥트 AI의 모델링 방향을 소개했습니다. 또한 SGD 기반 학습, 보조 정보 활용, GNN 도입 보류 이유를 함께 설명했습니다.
#추천#협업
3600
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
Application Specific Integrated Circuit (ASIC) Floorplan Automation - Part II
ASIC 플로어플랜 배치 최적화를 강화학습으로 풀어낸 사례를 설명합니다. 넷리스트 연결성과 배치 정보를 함께 다루기 위해 GNN과 CNN을 결합했습니다.
#LLM#Reinforcement learning
1700
카카오페이 유저 프로파일링, 페이프로파일
카카오페이는 이용 이력을 Feature·모델·세그먼트로 가공하는 페이프로파일 구조를 소개했습니다. 분류·NLP·GNN 기술로 개인화 서비스와 마이데이터 활용을 고도화합니다.
#ML#NLP
1600
주문형 반도체 (ASIC) Floorplan 자동화 - Part II
강화학습으로 ASIC Floorplan의 수작업 배치 문제를 자동화하는 환경과 모델을 설계했습니다. GNN·CNN과 HPWL·혼잡도 보상으로 배치 품질을 근사했습니다.
#ASIC#강화학습
2900
주문형 반도체 Floorplan 자동화 (2)
강화학습으로 ASIC Floorplan의 Macro와 Standard Cell Cluster 배치를 최적화했습니다. GNN·CNN과 HPWL·Congestion 보상으로 EDA 기준에 근접한 결과를 확인했습니다.
#강화학습#ASIC
2800
그래프 활용한 노드 간 관계 분석기술로 고도화된 지식추적모델 GKT(Graph-Based Knowledge Tracing)
GNN 기반 GKT의 집계·업데이트·예측 구조와 그래프 구성 방식을 소개했습니다.\n공개 데이터셋에서 DKT보다 높은 AUC와 학습 개념 관계의 해석 가능성을 확인했습니다.
#GKT#GNN
3100
![[VitalCare] #3 해석가능한 의료 인공지능 모델](https://miro.medium.com/v2/resize:fit:1200/1*nr62Quofp_31IgXqs0R5HA.png)
[VitalCare] #3 해석가능한 의료 인공지능 모델
의료 인공지능에서 예측 근거와 임상적 타당성을 함께 제공해야 하는 이유를 설명했습니다.\nVitalCare의 Attention·GNN 기반 해석 기능과 멀티모달 모델 발전 방향을 소개합니다.
#ML#해석가능한 AI
1900
Chip Placement with Deep Reinforcement Learning
Chip Placement를 Hard Macro 순차 배치 MDP로 정의한 Google의 강화학습 방식을 소개했습니다.\nGNN 상태 인코딩과 Wire Length·혼잡도 보상으로 PPA 제약을 근사했습니다.
#ML#강화학습
2300
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
![[Drug Discovery] #2 가상탐색을 위한 신뢰할 수 있는 인공지능](https://miro.medium.com/v2/resize:fit:1200/1*gVYtCwKZmDYKsqbjzKyuZA.png)
[Drug Discovery] #2 가상탐색을 위한 신뢰할 수 있는 인공지능
소규모·비균형 신약개발 데이터에서 발생하는 과잉확신 문제를 베이지안 딥러닝으로 다뤘습니다.\nGNN과 SWAG 등을 비교해 가상탐색 예측의 신뢰도와 불확실성 정량화 가능성을 확인했습니다.
#베이지안 딥러닝#GNN
1900