Name: 인공지능 특론 - Experience with a Learning Personal Assistant (학습하는 개인 도우미에 대한 경험) - 올레포트
SKU: 16059301
Price: 2000 KRW
Availability: InStock

레포트 > 공학기술

인쇄

바로가기

파일

인공지능 특론 - Experience with a Learning Persona….hwp [Size : 725 Kbyte ]

분량 17 Page

가격 2,000 원

카트

다운받기

네이버 ID로
다운 받기

카카오 ID로
다운 받기

구글 ID로
다운 받기

페이스북 ID로
다운 받기

뒤로

자료설명

비서 소프트웨어는 경험을 쌓아서 각 사용자에 맞게 자동적으로 개별화된다. 우리는 일정 관리, 전자 뉴스 그룹 관리, 그리고, 전자 우편 관리에 대하여 자동으로 학습하는 비서 소프트웨어를 연구함으로써 이 주제를 발전시켜나가고 있다.
일정 관리에 관한 학습 도우미 소프트웨어인 CAP을 제안하였다. CAP은 온라인 달력에서 편집, 전자 편지의 인터페이스를 제공한다. CAP은 사용 경로를 통하여 스케쥴 특성을 학습하고 각 사용자에게 일정 관리에 대하여 개별화된 조언을 준다. 그리고, 여러 CAP 시스템이 5년동안 실제 사용자들에 대한 경험을 얻었다. 앞으로 CAP에 대한 학습 방법과 실험 결과를 서술하겠다. 그 다음, 마지막으로, 다른 영역에서 소프트웨어 도우미를 개별화하는 것에 대하여 기계 학습의 잠재성에 관한 우리가 얻은 교훈을 언급하겠다.

목차/차례

• 일정 관리 도우미
• 학습 방법
• 실험 결과
• 결론 및 향후 전망

본문/내용

CAP은 회의 일정 관리에 도움을 주는 학습 도우미 소프트웨어이다. CAP은 온라인 달력과 전자 우편을 대화형으로 사용할 수 있다. 사용자는 달력에 회의를 추가, 삭제, 이동, 그리고, 주석을 달 수 있다. 그리고, 달력에 많은 사건을 일시적 또는 확정적 상태로 지정할 수 있다. 다른 사용자 명령어로는 CAP에게 회의 초청장 전자 우편을 보내게 한다던가(예를 들어, 일시적인 회의에 대해서) 확인 전자우편을 보내게 할 수 있다.(예를 들어, 확정된 회의에 대하여) 또한 사용자 명령어들은 일정들에 텍스트 노트로 꼬리표를 달거나, 달력 화면을 변경하거나, 달력을 다양한 형식으로 인쇄하는데 사용 가능하다.
그러한 시스템이 어떤 종류의 도움을 사용자에게 제공할 수 있는가? 일정을 관리하는데 도움을 줄 수 있는 사람인 비서에 유추해 보자. 특정한 사람 또는 사용자와 처음으로 일을 시작할 때의 비서(사람)는 개별적인 회의를 추가 또는 변경하거나 전자 우편이 왔슴을 알리기 위해 유사한 상세 명령들을 수행할 수 있다. 그러나 시간이 지나면서 업무량은 비서로 하여금 일들의 성격에 따라 사용자의 스케쥴링 선호도를 충분히 알 수 있도록 한다. 예를 들어, 비…

참고문헌

1. Bereiss, R., Porter, B., and Weir, C., PROTOS:An exemplar-based learning apprentice. Tech. Rep. AI87-53, Univ. of Texas at Austin, Austin, Texas, 1988
2. Bocionek, S. and Sassin, M. Dialog-based learning(DBL) for adaptive interface agents and programming-by-demonstration systems, Tech. Rep. CMU-CS-93-175, Carnegie Mellon Univ., Pittsburgh, Pa., 1993
3. Caruana, R. and Freitag, D., Greedy attribute selection. In Proceedings of the 11th International Joint Conference on Machine Learning, July 1994
4. Dent, L., Boticairo, J., McDermott, J., Mitchell, T. and Zabowski, D. A personal learning apprentice. In Proceedings of the International Joint Conference on Artificial Intelligence. 1992
5. Foltz, P.W. and Dumais, T. Personalized information delivery:An analysis of information filtering methods. Commun. ACM 35,12(1990) 51-60
6. Holte, R. and rummond, C. A learning apprentice. Tech. Rep. Univ. of Ottawa, 1994
7. Jourdan, J., Dent, L., McDermott, J., Mitchell, T., and Zabowski, D. Interfaces that learm:A learning apprenticefor calendat management. Tech. Rep. CMU-CS-91-135, Carnegie Mellon Univ., Pittsburgh, Pa., 1991
8. Kay, A. Computer software, Sci. Am. 251,3(1984) 53-59
9. Kodratoff, Y. and Teucci, G. DISCIPLE:An iterative approach to learning apprentice systens. Tech. Rep. UPS-293, Laboratoire de Recherche en Informatique, Universite de PARIS-SUD, Paris, France, 1986
10. Kozierok, R. and Maes, P. Intelligenr groupware for scheduling meetings. Submitted to CSCW-92, 1992
11. Mitchell, T.M., Mahadevan, S. and Steinberg, L. LEAP:A learning apprenticefor 피냐 design, In Proceedings of the 9th International Joint Conference on Artificial Intelligence, 1985
12. Nakauchi, Y., Okada, T., and Anzai, Y. Groupware that learns. In Proceedings of the IEEE Pacific Rim Communications, Computers and Signal Processing Conference, IEEE, New York, 1991
13. Negroponte, N. The Architecture Machine:Towards a More Human Environment. MIT Press, Cambridge, Mass., 1970
14. Quinlan, J.R. Generating production rules from decision trees. In Proceedings of the International Joint Conference on Artificail Intelligence.
15. Quinlan, J.R. Induction of decision trees, Mach. Learn. 1,1(1986) 81-106
16. Rumelhart, D.E., Hinton, G.E., and Williams, R.J. Learning internal representations by error propagation. In Parallel Distributed Processing. MIT Press, Cambridge, Mass., 1986, pp.318-362
17. Russel, S. Analogical and inductive reasoning. Ph. D. thesis, Computer Science Dept., 1986
18. Sadeh N. Look-ahead techinques for micro-opportunistic job shop scheduling. Ph. D. thesis, Robotics Inst., Carnegie Mellon Univ., Pittsburgh, Pa., 1991
19. Salton, G. and Buckley, C. Improving retrieval performanceby relevance feedback, JASIS 41(1990), 288-297
20. Schlimmer, J.C., Redstone:A learning apprentice of text transformations for cataloging
21. Shet, B. and Maes, P. Evolving agents for personalized information filtering. In Proceedings of th 9th IEEE Conference on AI for Applicaitons. IEEE, New York, 1993

📝 Regist Info

I D : hakt*******
Date : 2013-01-23
FileNo : 16059301

Cart