文献

J-GLOBAL ID：202202289338427430   整理番号：22A1055596

スマートストアにおけるストレージ制約エッジデバイスに関する個人推薦のための単語埋込み量子化【JST・京大機械翻訳】

Word Embedding Quantization for Personalized Recommendation on Storage-Constrained Edge Devices in a Smart Store

著者 (5件)： Fan Yao-Chung (Department of Computer Science and Engineering, National Chung Hsing University, Taichung City, Taiwan) ,  Huang Si-Ying (Department of Computer Science and Engineering, National Chung Hsing University, Taichung City, Taiwan) ,  Chen Yung-Yu (National Center for High-Performance Computing, Hsinchu City, Taiwan) ,  Chen Lun-Chi (National Center for High-Performance Computing, Hsinchu City, Taiwan) ,  Leu Fang-Yie (Department of Computer Science, Tunghai University, Taichung City, Taiwan)
資料名： Mobile Networks and Applications  (Mobile Networks and Applications)
巻： 27  号： 1  ページ： 70-83  発行年： 2022年 
JST資料番号： W1753A  ISSN： 1383-469X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 近年,単語埋込みモデルは,テキスト意味論を捉える能力により,多大な研究注目を集めている。本研究では,スマートストアにおける個人化されたアイテム間推薦のために,記憶制約付きエッジデバイスに単語埋込みモデルを採用する問題を検討した。課題は,既存の埋込みモデルが,ストレージ制約付きエッジデバイスに適合するためにしばしば大きすぎることである。1つのナイーブアイディアは,貯蔵による二次記憶とプロセス推薦における単語埋込みモデルを維持することである。しかし,このアイデアは付加的トラヒックの負担に悩まされる。この目的のために,与えられた単語埋込みモデル上にインデックスを構築し,エッジデバイスによる単語埋込みモデルの使用を可能にするために,一次ストレージにインデックスを格納するWord Embedding Qu量子化(WEQ)と呼ばれるフレームワークを提案した。指数を使用する一つの課題は,正確なユーザプロファイルがもはや保証されないことである。しかし,不正確なユーザプロファイルだけを知ることにより正しい推薦結果を計算する機会があることを見出した。本論文では,エッジデバイスにおける二次ストレージに対するアクセスコストを最小化する目標を持つ候補を計算するための機会を利用する一連の手法を提案した。実験を行い,提案技法の効率を検証し,提案フレームワークの実現可能性を実証した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 量子化 ,  意味論 ,  技術 ,  モデル ,  補助メモリ ,  *単語 ,  埋込み【挿入】 ,  利用者プロファイル
準シソーラス用語： *ストレージ装置 , 【Automatic Indexing@JST】

著者キーワード (5件)： 単語埋め込み量子化 ,  個人化勧告 ,  エッジデバイス ,  スマートストア ,  テキスト意味論

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (8件)： ストレージ ,  制約 ,  エッジ ,  個人 ,  推薦 ,  単語 ,  埋込み ,  量子化