회의록
-
-
2020.07.28 4차 회의록회의록 2020. 7. 28. 19:47
1. 주제 명 변경 - Markov Chain을 활용한 지능형 한글 생성 시스템 -> Markov Chain을 활용한 상호 생성 시스템 2. 조절변수 추가 - 차별성(가칭)을 조절변수로 두어 생성되는 상호와 기존 상호 간의 유사도를 조절한다. - 즉 차별성이 높을수록 bad move가 더 많이 선택되게 해서(예측값의 확률분포를 조절한다) 기존 상호와는 다른 독특한 상호를 생성한다. - 업종명을 상호에서 분리하여 업종별로 상호에서 업종명의 위치(앞, 중간, 뒤, 없음)를 확률분포로 만들고, 이를 바탕으로 모델로부터 생성된 상호의 임의의 위치에 업종명을 추가한다. 3. 웹 제작 - 기본적인 기능을 제공하는 웹부터 제작하여 진행단계를 보여준다. - 먼저 업종에 따른 기존 상호를 보여주는 사이트부터 제작하고, ..
-
2020.07.16 2차 회의록회의록 2020. 7. 19. 21:35
1. 설문조사 1. 설문조사 1.1 내용 기획 - 분위기 : 세련됨&모던함 OR 정다운&친숙한 - 흔한 정도 : 독특한 OR 흔한 - 다른 업종에 사용해도 어색하지 않은 이름인지 : 예 OR 아니오 1.2 활용방안 - 사용자 입력에 원하는 가게 분위기 추가 - 사용자 입력에 흔한 정도를 설정할 수 있도록 추가 - 기존에는 상호명 생성 시 같은 업종 혹은 비슷한 업종에 해당하는 상호명만 데이터로 사용하려고 했으나, 설문조사 결과를 이용하여 상호명 생성 시 다른 업종에 사용해도 어색하지 않은 이름들도 데이터에 포함
-
2020.07.10 1차 회의록회의록 2020. 7. 10. 18:10
1. 스터디 2. 기능설계 3. 정기 회의 일정 선정 4. 개발 일정 및 역할 재분담 5. 회식메뉴 1. 스터디 - 머신러닝 개요 및 딥러닝 기초 이론 스터디 - RNN 기초이론 스터디 2. 기능설계 2.1 한글 임베딩 - Training Set의 글자를 카탈로그화 후 유니코드 순으로 One-hot Encoding하여 Model의 input으로 사용(약 1by10,000 크기 예상) 2.2 업종분류코드 활용 방안 및 임베딩 - 대, 중, 소로 총 3가지 계층으로 표현되므로 업종 간의 유사도를 벡터화하여 활용 - 임베딩의 기준은 추후 선정 예정 2.3 기존 데이터에 분위기 attribute 추가 - 웹을 제작하여 기존 데이터를 사용자에게 보여주고 데이터의 분위기를 사용자에게서 받음 3. 정기회의 일정 선정..