1. TOP
  2. 뉴스
  3. 보도 자료
  4. Septeni는 도쿄 대학의 정보 과학 및 공학 대학원과 함께 비디오 보스 토토 효과의 사전 예측에 관한 공동 저술 논문 인 Septeni가 패턴 인식 분야의 국제 회의 인 International Conference on Pattern Recognition (ICPR)에서 선정되었습니다.
보도 자료
septeni

Septeni는 도쿄 대학의 정보 과학 및 공학 대학원과 함께 비디오 보스 토토 효과의 사전 예측에 관한 공동 저술 논문 인 Septeni가 패턴 인식 분야의 국제 회의 인 International Conference on Pattern Recognition (ICPR)에서 선정되었습니다.

~ 비디오, 언어 기능 등을 사용하여 딥 러닝을 사용하여 온라인 비디오 보스 토토의 효과를 예측하는 제안 된 방법 ~

Septeni Co., Ltd. (본사 : Shinjuku-Ku, Tokyo; CEO; CEO : Shimizu Yusuke; 이하 "SEPTENI"라고 언급 됨) 및 Yamazaki Laboratory, Information Science and Engineering, Tokyo 대학원 (ICPR)에서 국제 회의에서 선정 된 국제 컨퍼런스에서 선정되었습니다.

ICPR (International Conference on Pattern Recognition)은 국제 패턴 인식 (IAPR)이 2 년마다 개최 된 세계 최대의 국제 패턴 인식 회의입니다.


[패턴 인식에 관한 국제 회의 (ICPR) 2020 "
https://www.micc.unifi.it/icpr2020/



[공동 저술 논문 정보]
■ 종이 제목
"멀티 모달 딥 러닝으로 온라인 비디오 보스 토토 효과 예측"


■ 발표자 (프리젠 테이션 당시)
Ikeda Jun (도쿄 대학교 정보 과학 기술 대학원 석사 프로그램)
Sejime Hiroyuki (데이터 사업 본부, Septeni Japan Co., Ltd.)
Wang Xueting (도쿄 대학교 정보 과학 기술 대학원 특별 조교수)
야마자키 토시히코 (Yamazaki Toshihiko) (도쿄 대학교 정보 과학 기술 대학원 전자 및 정보 과학 부교수)


■ 연구 요약
Septeni는 비디오 보스 토토 및 기타 사용 가능한 데이터의 비디오 및 언어 기능을 사용하여 보스 토토 전달하기 전에 효과 (여기서 클릭, 스루 속도)를 정확하게 예측하는 기술을 개발했습니다.
이미지 보스 토토의 효과를 예측하는 데 많은 연구가 이루어졌지만 비디오 보스 토토에 대한 이전 연구 예는 거의 없으므로 개발 단계에 있습니다.
이 연구에서는 비디오, 텍스트 및 메타 데이터와 같은 여러 유형의 데이터에 대한 멀티 모달 학습을 수행하여 보스 토토 효과를 예측하는 방법을 고안했습니다.


■ 연구 세부 사항
<연구 배경 및 역사>
SEPTENI는 2018 년부터 도쿄 대학의 대학원 과학 대학원과의 산업-아카데미아 협력에서 일해 왔으며, 지금까지 축적 된 보스 토토 보스 토토에 대한 데이터를 바탕으로 우리는 생산 지원을 달성하는 목표를 달성하는 데 도움이되었으며, 창의적 기초에 대한 예측을 수행하고 있습니다. 딥 러닝과 같은 기계 학습 기술을 사용하여 개선 계획 및 미적 감각 조정.


<연구 내용>
이러한 방식으로, 공동 저술 된 논문은 "Multimodal Deep Learning을 사용하여 온라인 비디오 보스 토토 효과를 예측하는 것"은 보스 토토 전달 전에 효과 (여기서 클릭, 클릭 속도)를 예측하기 위해 비디오, 언어 기능 및 기타 사용 가능한 데이터를 사용하여 구현되었으며, 비디오 프레임이 효과에 기여하는 기술을 시각화하는 기술을 예측합니다.
우리는 비디오, 텍스트 및 메타 데이터와 같은 여러 유형의 데이터에 대한 멀티 모달 학습을 수행하여 보스 토토 효과를 예측하는 방법을 고안했습니다. 또한, 두 가지 유형의 메타 데이터, 범주 형 및 연속 유형은 올바르게 분류되고 정규화되며, 오버 러닝을 피하기 위해 방법이 고안됩니다.
일반 비디오 정보 만 사용하는 방법은 0.485의 CTR (Click threat rate)의 예측 된 상관 계수 (CTR)를 보여 주었고, 제안 된 방법은 예측 된 상관 계수가 0.695 인 정확도가 크게 개선 된 것을 보여 주었다.
또한, 비디오의 어떤 영역이 보스 토토 효과에 기여하는 영역을 시각화하는 방법과 관련하여, 우리는 비디오 프레임에 딥 러닝주의 메커니즘을 적용하고 프레임이 보스 토토 효과에 얼마나 많은 기여를하는지 시각화했습니다.


■ 향후 응용 프로그램 및 개발
이번에 제안 된 방법은 많은 비디오 보스 토토 크리에이티브의 배포를 확인하는 프로세스를 허용하여 배포 시작부터 보스 토토 효과가 높은 크리에이티브 선택의 우선 순위를 정할 수 있습니다.
앞으로 AI를 사용하여 자동 보스 토토 생성을 개발하고 보스 토토 제작을 지원하기 위해 최선을 다할 것입니다.


[이 논문 및 연구에 관한 문의]
Septeni Japan Co., Ltd. 데이터 사업 본부 Sumitomo and Ito
이메일 : ai_sep@septeni.co.jp


[뉴스와 관련된 문의]
Septeni Holdings Co., Ltd. 홍보부 Kofunato Onuma
이메일 : koho@septeni-holdings.co.jp
전화 : 03-6857-7258
트위터 계정 :https://twitter.com/Septeni_PR

Facebook 페이지 :https://www.facebook.com/septenigroup



■ Septeni Co., Ltd.의 회사 프로필
주요 비즈니스 컨텐츠 : 디지털 마케팅 지원 비즈니스
본사 위치 : 28F Sumitomo 부동산 신주쿠 그랜드 타워, 8-17-1 Nishi-Shinjuku, Shinjuku-Ku, 도쿄
대표 : CEO 및 CEO Shimizu Yusuke
회사 URLhttps://www.septeni.co.jp/