도쿄 대학교와의 스포츠 토토 효과 예측에 관한 공동 저술 된 논문은 멀티미디어 국제 회의 "IEEE Bigmm"
~ 이미지 및 언어 기능을 사용한 딥 러닝을 통한 온라인 스포츠 토토의 효과적인 예측 ~
Septeni Co., Ltd. (본사 : Shinjuku-Ku, Tokyo; CEO; CEO : Shimizu Yusuke; 이하 "SEPTENI"라고 언급 됨) 및 Yamazaki Laboratory, 정보 과학 및 공학 대학원, Tokyo 대학교, Multimedia의 국제 회의에서 선정되었습니다. (bigmm). "
[ "멀티미디어 빅 데이터 (BIGMM)에 관한 다섯 번째 IEEE 국제 회의"
http : //bigmm2019.org/
[공동 저술 논문 정보]
■ 종이 제목
"온라인 배너의 멀티 모달 기능을 사용한 딥 신경 네트워크 기반 클릭률 예측"
■ 발표자
Natsu Hiroe (도쿄 대학교 정보 과학 기술 대학원 석사 프로그램)
Wang Xueting (Tokyo University, University of Information Science and Technology의 특별 임명 연구원)
Toshihiko Yamazaki (도쿄 대학교 정보 과학 기술 대학원 전자 및 정보 과학 부교수
Aizawa Kiyoharu (도쿄 대학교 정보 과학 기술 대학원 전자 및 정보 과학과 교수
Seshime Hiroyuki (AI Promotion Department, Septeni Japan Co., Ltd.)
■ 간행물 요약
Septeni는 Yamazaki Laboratory, 정보 과학 및 공학 대학원, Tokyo 대학 및 Natsu와의 협력을 통해 스포츠 토토의 이미지 및 언어 기능을 사용하여 스포츠 토토 전달을 사용하여 스포츠 토토 전달을 사용하기 전에 효과 (여기서 클릭, 스루 속도)를 정확하게 예측하는 기술을 만들었습니다.
연구는 AI 기술을 사용한 스포츠 토토 효과를 예측하기 위해 국내 및 국제적으로 수행되었지만 이미지, 텍스트 및 메타 데이터와 같은 멀티 모달 데이터 (주 1)라는 사실에도 불구하고 이미지와 텍스트가 효과적으로 사용하기가 어렵고 메타 데이터 (주 2) 만 사용하기가 일반적이었습니다. 이 연구에서는 높은 정확도로 스포츠 토토 효과를 예측하기 위해 메타 데이터 외에 이미지 및 언어 정보를 통합하고 처리하는 새로운 방법을 고안했습니다.
이전에 분산 된 약 45,000 개의 스포츠 토토 이미지를 사용하고 약 9,000 개의 이미지를 사용하여 실험에서 예상 된 상관 관계 계수는 0.55 (국내 스포츠 토토 회사의 기술에 대해 0.37)였으며, 고도로 정확도를 달성 할 수 있음을 확인했습니다.
향후 애플리케이션은 스포츠 토토 설계자, AI를 사용한 자동 스포츠 토토 생성 및 비디오 스포츠 토토 효과 예측 및 생성 지원 개발을 지원하기위한 응용 프로그램을 만들 수 있습니다.
■ 발표 세부 사항
<연구 배경 및 역사
SEPTENI는 2018 년부터 도쿄 대학의 대학원 정보 과학 및 공학 대학원, 야마자키 실험실과 협력 해 왔으며, 지금까지 축적 된 스포츠 토토 스포츠 토토에 대한 데이터를 바탕으로 생산 지원을 달성 한 목표를 달성 한 것과 같은 스포츠 토토 효과를 시각적으로 예측하는 요소를 시각적으로 표현하고 있으며, 예측, 예측,, 예측,, 예측, 그리고, 예측과 같은 스포츠 토토 효과를 통해 연구를 수행하고 있습니다. 딥 러닝과 같은 기계 학습 기술을 사용하여 미적 감각 조정.
<연구 내용
이 노력에서, 공동 저술 된 논문 인 "온라인 배너의 멀티 모달 기능을 사용한 심층 신경망 기반 클릭률 예측"은 스포츠 토토 이미지 및 언어 기능 및 기타 이용 가능한 데이터를 사용하여 스포츠 토토 전달 전에 높은 정확도를 예측하는 (여기서 클릭, 클릭률)를 실현했습니다.
AI 기술을 사용한 스포츠 토토 효과를 예측하기 위해 일본과 해외에서 연구가 수행되었지만 이미지, 텍스트 및 메타 데이터와 같은 멀티 모달 데이터, 이미지 및 텍스트와 같은 멀티 모달 데이터이며, 메타 데이터 만 사용하는 효과적인 예측이 일반적이었습니다. 이 연구에서는 높은 정확도로 스포츠 토토 효과를 예측하기 위해 메타 데이터 외에 이미지 및 언어 정보를 통합하고 처리하는 새로운 방법을 고안했습니다.
구체적으로, 우리는 딥 러닝 장치의 전체 커플 링 레이어를 통해 이미지, 텍스트 및 메타 데이터의 각 기능 벡터를 전달하고 각 벡터의 크기를 추가함으로써 클릭률을 예측했습니다. 특히, 기존의 방법을 사용하여 측면 비율 변동이 큰 이미지를 처리하기가 어려웠으므로 이미지에서 고정 크기의 여러 이미지를 자르고 예측 된 값을 통합하는 방법을 제안했습니다. 결과적으로 메타 데이터 만 사용하지 않고 이미지, 텍스트 및 메타 데이터의 모든 정보를 사용하여 예측하여 더 높은 정확도로 예측하는 데 성공했습니다.
또한 딥 러닝의주의 메커니즘 (주 3)을 사용하여 이미지, 텍스트 및 메타 데이터가 스포츠 토토 효과에 기여한 정도를 시각화 할 수있게되었습니다. 결과적으로 스포츠 토토 분포의 달에 따라 스포츠 토토 효율성의 차이가 공개되었습니다.
우리는 약 9,000 개의 이미지에 대해 이전에 배포, 검증 된 (주 4) (매개 변수 최적화 등)에 대해 약 45,000 개의 스포츠 토토 이미지를 연구했으며 약 9,000 개의 이미지를 사용하여 예측 실험을 수행했습니다. 우리는 클릭 통과율 (CTR)에 대한 예측 된 상관 계수가 0.55 (국내 회사가 게시 한 기존 기술이 동일한 데이터에 적용될 때 0.37)임을 확인하여 높은 정확도를 달성 할 수 있음을 확인했습니다.
개발 된 일부 기술은 현재 Septeni에 의해 스포츠 토토 창의적 솔루션 도구 "Odd-AI"로 제공되고 있습니다.
■ 향후 응용 프로그램 및 개발
이번에 제안 된 방법은 많은 스포츠 토토 크리에이티브에 대한 배송 검증 프로세스를 생략 할 수 있도록하여 배포 시작부터 스포츠 토토 효과가 높은 크리에이티브 선택의 우선 순위를 정할 수 있습니다.
미래의 응용 프로그램 및 개발은 스포츠 토토 효과를 향상시키기 위해 크리에이티브 디자이너에게 핵심 포인트를 공급하고 AI를 사용한 자동 스포츠 토토 생성, 비디오 스포츠 토토 효과를 예측하고 만들기위한 개발과 같은 스포츠 토토 제작 지원에 적용될 수 있습니다.
*참고 1 : 단일 유형의 데이터 일뿐 만 아니라 이미지 및 텍스트와 같은 여러 유형을 혼합합니다.
*참고 2 : 업계 정보, 배포 날짜 및 배포 목적지와 같은 이미지 및 텍스트 이외의 일반 정보.
*참고 3 : AI가 최종 결정을 내릴 때 특히 포인트의 "중요성"을 계산하고 시각화하는 방법.
*참고 4 : 매개 변수 최적화 및 기타 절차를 수행하는 작업을 수행하여 얻은 AI 모델이 일반화로 알 수없는 데이터를 올바르게 처리 할 수 있는지 확인합니다.
[이 논문 및 연구에 관한 문의]
Septeni Japan Co., Ltd. AI 프로모션 부서
이메일 : ai_sep@septeni.co.jp
[뉴스에 관한 문의]
Septeni Holdings Co., Ltd. 홍보부 Kofunato Onuma
이메일 : koho@septeni-holdings.co.jp
전화 : 03-6857-7258
트위터 계정 :http : //twitter.com/septeni_pr
Facebook 페이지 :http : //www.facebook.com/septeigroup
■ Septeni Co., Ltd.의 회사 프로필
주요 비즈니스 컨텐츠 : 인터넷 스포츠 토토 사업
본사 위치 : 28F Sumitomo 부동산 신주쿠 그랜드 타워, 8-17-1 Nishi-Shinjuku, Shinjuku-Ku, 도쿄
대표 : CEO 및 CEO Shimizu Yusuke
회사 URLhttp : //www.septeni.co.jp/