Presentation is loading. Please wait.

Presentation is loading. Please wait.

DNN 을 활용한 메일 분류 20101689 임영욱 20111625 백창훈 20111671 정강우.

Similar presentations


Presentation on theme: "DNN 을 활용한 메일 분류 20101689 임영욱 20111625 백창훈 20111671 정강우."— Presentation transcript:

1 DNN 을 활용한 메일 분류 20101689 임영욱 20111625 백창훈 20111671 정강우

2 DNN(Deep Neural Network)

3 DNN – 학습과 Backpropagation Algorithm

4

5 DNN 의 여러가지 활용  자동음성인식 현재 모든 주요 상업 음성인식 시스템 (MS 코타나, 스카이프 번역기, 구글 나우, 애플 시리 등등 ) 이 딥 러닝 기법에 기반하고 있다.  영상인식 Geoff Hinton 과 그의 제자들은 2012 년 가을에 대규모 ImageNet 대회에서 당시 최 신 기계학습 방법들의 성능을 뛰어넘는 결과를 보여 주었고 이로 인해 컴퓨터 비전의 주요 분야인 영상 인식 및 사물 인식 분야에서의 딥 러닝의 중요성이 대두 되었다. 이 미지 분류분야는 자동 영상 캡셔닝이라는 도전적인 분야로 확장되었고 자동 영상 캡셔 닝은 딥러닝을 핵심 기반 기술로 사용하는 분야이다. 적용 사례로는 360 도 카메라 화 면을 이해 할 수 있도록 딥 러닝을 통해 학습된 자동차 탑재용 컴퓨터 등이 있다.

6 DNN 의 여러가지 활용  자연어 처리 DNN 은 자동 번역 (machine translation), 감정 분석 (sentiment analysis), 정보 검색 ( information retrieval) 을 비롯한 다양한 자연언어처리 관련 연구에서 최첨단 기술로서 쓰이고 있다.  약물 갈견과 독성학 2012 년 George Dahl 의 팀은 다중 DNN 을 약의 효험을 예측하는 데에 활용하여 "Merck Molecular Activity Challenge" 에 우승하였고, 2014 년 Sepp Hochreiter 의 팀은 예상치 못한 다른 작용을 사전에 탐지하기 위해 딥 러닝을 활용하여 "Tox21 Data Challenge" 에서 우승하였 다. 이러한 성공은 딥 러닝이 약학에 있어 가상 실험 방법 (Virtual Screening Method) 에 적합함 을 보여준다. 현재 많은 수의 연구자들이 여러가지 데이터를 조합하여 약물을 발견하는 데에 딥 러닝을 활용하고 있다  고객 관계 관리 최근 직접 마케팅 기획, 고객 관계 관리 자동화를 위한 수단 적합성 산출 등에 직접적으로 심층 강 화 학습을 활용하여 성공하는 사례들이 알려지고 있다.

7 팀 프로젝트  DNN 을 활용한 스팸 mail 분류 서비스  메일 광고, 업무 ( 부탁, 지시 ), 소셜 메일, 스팸 메일

8 팀 프로젝트  대부분의 사람들은 메일의 내용을 보면 해당 메일이 어떤 메일인지 쉽게 판단  이는, 해당 메일이 어떠한 종류의 문장들로 구성되어 있는지를 확인함으로써 이루 어짐  예를 들어, 욕이나 선정적인 내용을 담은 문장 위주로 구성되어 있을 경우 이는 스 팸 메일일 가능성이 높음.  따라서 스팸 메일을 구성하는 문장들의 다양한 유형을 학습 하고, 특정 메일의 text 가 주어졌을 때, 학습한 문장들과 유사한 문장들의 구성 비율을 계산함으로써 스 팸 메일의 분류가 가능

9 단계  1. 단계 - Client –Server model 구축  2 단계 – DNN 학습 모델 설계  3 단계 - 2 단계 설계한 모델을 이용하여 테스트  4 단계 – 2,3 단계에서 구현한 방법을 활용하여 메일을 더 세부적으로 구분 ( 메일 광고, 업무 ( 부탁, 지시 ), 소셜 메일 등 )

10 이번 학기 목표  이번 학기에 수행할 내용  Client –Server model 구축 -> 본 프로젝트의 가장 핵심인 DNN 에 관한 설계는 파이썬을 통해 수행 -> 하지만 실제적은 input 과 output 에 대한 처리는 아이폰의 App 을 통해 이루어 져야함 (Swift 로 설계 ) -> 따라서 아이폰에서 입력한 정보를 파이썬 루틴에 넘겨 주고, 해당 루틴이 처리한 결과를 다시 아이폰 으로 보내주는 작업이 필요

11 이번 학기 목표  따라서 다음의 과정을 수행  Client 의 기능을 수행하는 아이폰 application 설계 -> 메일을 작성  파이썬 코드를 수행하는 Server 구축 -> 수신 기능만 구현  :app 상에서 메일 (text) 를 작성하여 Server 로 전송하면, 해당 Server 는 메일을 수 신하고 수신한 메일을 다시 app 으로 전송 -> Server 와 client 간에 제대로 송, 수 신을 수행하는지 확인  2 학기 에는 Server 의 기능을 프로젝트의 취지에 맞게 확장하여 실제적인 스팸 메 일 분류를 수행

12 reference  http://hellbell.tistory.com/entry/Backpropagation-1  http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks/  https://www.coursera.org/learn/machine- learning/lecture/1z9WW/backpropagation-algorithm  https://en.wikipedia.org/wiki/Deep_learning  https://en.wikipedia.org/wiki/Backpropagation


Download ppt "DNN 을 활용한 메일 분류 20101689 임영욱 20111625 백창훈 20111671 정강우."

Similar presentations


Ads by Google