제가 읽은 논문들 중 아이디어가 흥미로웠던 논문들을 정리하였습니다.

혹시 잘못된 부분이 있으면 알려주시면 감사하겠습니다!

이 논문은 기존의 추천 시스템과는 조금 다른 접근 방법을 취하고 있습니다.

유저가 선택한 아이템들의 sequence가 있을 때 바로 다음 어떤 아이템을 선택할지를 예측하여 추천을 해주는 접근입니다.

이를 위해 RNN을 사용할 수 있지만 특이하게 CNN을 사용하고 있습니다.

유저의 임베딩 벡터와 아이템 sequence를 CNN layer를 통해 나온 벡터를 concatenate한 벡터를 통해 예측하게 됩니다.

sequential_recommendation.pdf
text_summarization.pdf

이 논문은 사람의 시선을 응시하는 메커니즘을 모방합니다.

사람이 특정 물체를 인지하기 까지 시선이 좀 더 중요한 부분을 향해 쳐다 보듯이

현재 시선의 위치로부터 어느 부분이 더 중요한지를 판단하고 시선을 어느 쪽으로 움직여야 하는지

Reinforcement learning과 Deep neural networks를 통해 학습하게 됩니다.

Recurrent_models_of_visual_attention.pdf
speech_recognition_ctc.pdf
Quasi-recurrent_neural_networks.pdf
outer_product_neural_collaborative_filtering.pdf
NeuralArchitectureSearch.pdf
efficient_neural_architecture_search.pdf

Hybrid computing using a neural network with dynamic external memory (Differentiable Neural Computer, Nature, 2016)

TBU

DNC.pdf
sentence2vec.pdf
Latent_relational_metric_learning.pdf
FactorizedVariationalAutoencoder.pdf
deepForest.pdf
deep_knn.pdf
sentence_summarization.pdf
SeqGAN.pdf
DiscoGAN.pdf
wide_and_deep_recommender.pdf

Maxout Networks (ICML 2013)

TBU

maxout.pdf
wmd.pdf
wavenet.pdf
ForwardThinking.pdf
topical_word_embeddings.pdf