二相シーケンスモデリングによる二重表示装置のためのAPP使用予測【JST・京大機械翻訳】

Lee Younghoon; Lee Younghoon; Cho Sungzoon; Choi Jinhae

文献

J-GLOBAL ID：201902250525066889 整理番号：19A1783733

二相シーケンスモデリングによる二重表示装置のためのAPP使用予測【JST・京大機械翻訳】

App usage prediction for dual display device via two-phase sequence modeling

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A1783733&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A1783733&from=J-GLOBAL&jstjournalNo=W3475A") }}

著者 (4件)： , , ,
資料名：
巻： 58 ページ： Null 発行年： 2019年
JST資料番号： W3475A ISSN： 1574-1192 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

多くの最近の研究が,app使用予測に関する問題を扱っている。多くのスマートフォンメーカーは,最近,マルチタスク目的のために柔軟なデュアルディスプレイデバイスをリリースした。予測精度のより高いレベルを達成する多くの研究にもかかわらず,特定の実用的限界のために,それらは実際の二重ディスプレイ装置に効果的に適用されていない。最初に,それらは単一ディスプレイ装置から収集された既存のデータのみを用いてそれらの予測モデルを訓練した。したがって,それらは,それらのモデル予測におけるデュアルディスプレイデバイスのマルチタスク利用を反映することができない。さらに,これまでの研究は,主にMarkov仮定に基づいており,新しく設置された評価に対して計算することが困難な,すべての対の評価に対する遷移確率を計算する必要がある。これらの限界に対処するために,最初の段階で単一ディスプレイから収集したデータを用いて予測モデルを訓練し,第二相の間にLGエレクトロニクスと共に開発した二重ディスプレイ装置のプロトタイプから収集したデータを用いて予測モデルを再訓練した。さらに,プロトタイプにapp予測ユーザインタフェイスを適用した。次に,遷移確率を計算することなく予測モデルを訓練するために,逐次的な深い学習アーキテクチャの一種である積層した長い短期記憶アーキテクチャを適用した。実験結果は,著者らの提案方法が定性的方法において二重表示装置のために効果的なapp利用予測を達成して,トップ-3とトップ-5レベル精度によって定量的実験において他のすべての方法より優れていることを示した。提案した方法のより高い性能の理由は,それがデュアルディスプレイの実際の使用を捉え,そのapp使用予測におけるマルチタスク使用を反映することである。さらに,位置,時間,および二相訓練のようないくつかの変数の影響も検証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

移動通信 , 人工知能

, ,

前のページに戻る