DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 강성원 | - |
dc.contributor.advisor | Kang, Sungwon | - |
dc.contributor.author | 배병일 | - |
dc.date.accessioned | 2021-05-13T19:32:05Z | - |
dc.date.available | 2021-05-13T19:32:05Z | - |
dc.date.issued | 2020 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=910969&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/284653 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 전산학부, 2020.2,[viii, 37 p. :] | - |
dc.description.abstract | 개발자에게 수정이 필요한 파일을 추천하는 시스템은 개발자의 작업 시간을 줄여주는 역할을 한다. 하지만 이러한 추천 시스템은 축적된 데이터를 학습할 때 많은 시간이 든다. 순환 인공 신경망을 이용하는 코드 변경 추천 시스템(RNN-CRS)은 성능이 좋은 학습 모델을 생성하기 위해 적절한 슬라이딩 윈도우 크기를 구해야 하는데, 이 과정에 RNN-CRS은 슬라이딩 윈도우 크기를 변경해가며 반복하여 데이터를 학습하기 때문에 많은 시간을 소모하게 된다. 본 연구는 RNN-CRS의 학습의 반복을 줄여 학습에 소요되는 시간을 줄이는 방법을 제안한다. 제안한 방법은 데이터가 축적되어 학습 모델을 다시 생성하기 위하여 적절한 슬라이딩 윈도우 크기를 구할 때 기존 연구에 비해 소요되는 시간을 최대 약 1/(학습에 이용했던 슬라이딩 윈도우 개수)까지 줄인다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 데이터 기반 소프트웨어 공학▼a추천 시스템▼a순환 인공 신경망▼a기계 학습▼a학습시간 단축 | - |
dc.subject | Data based software engineering▼aChange recommendation▼aRecurrent neural network▼aMachine learning▼aReducing learning time | - |
dc.title | 순환 인공 신경망을 활용한 코드 변경 추천 시스템의 학습 시간 단축 방법 연구 | - |
dc.title.alternative | Reducing the learning time of code change recommendation system using recurrent neural network | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :전산학부, | - |
dc.contributor.alternativeauthor | Bae, Byeong-il | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.