Jae-Seo Yu
CJ 올리브네트웍스; AWS (Amazon Web Services)
Contact
Awards
Publications
*졸업 이후 실적은 Google Scholar 혹은 Personal Homepage 참고 부탁드립니다.
1 International Conference Paper
- Yunyong Ko*, Jae-Seo Yu*, Hong-Kyun Bae, Yongjun Park, Dongwon Lee and Sang-Wook Kim, “MASCOT: A Quantization Framework for Efficient Matrix Factorization in Recommender Systems”, In Proc. of the 21st IEEE International Conference on Data Mining (IEEE ICDM 2021), pp. 290-299, New Zealand, Dec. 7-10, 2021.(*co-first authors with equal contribution)
1 International Patent
- Yongjun Park, Seokwon Kang, Sang-Wook Kim, Hong-Kyun Bae, Jae-Seo Yu, and Kyunghwan Choi, Method for Optimizing Performance of Algorithm Using Precision Scaling, 등록 번호: US11537395, 등록일: 2022-12-27, 국가: 미국, 출원번호: 17/519,079,
2 Domestic Conference Papers
- 유재서, 고윤용, 배홍균, 강석원, 유용승, 박영준, 김상욱, “추천 시스템에서의 효율적인 행렬 분해 모델을 위한 정밀도 변환 기법,” KIPS 춘계학술대회 2021, pp. 314-315, 온라인개최, 2021년 5월 14-15일.
- 유재서, 배홍균, 강석원, 유용승, 박영준, 김상욱, “ 랜덤워크 기법을 위한 GPU 기반 희소행렬 벡터 곱셈 방안에 대한 성능 평가,” KIPS 추계학술대회 2020, pp. 96-97, 온라인개최, 2020년 11월 6-7일.
2 Domestic Patents
- 김상욱, 유재서, 고윤용, 배홍균, 박영준, 추천시스템에서의 효율적인 행렬 분해를 위한 양자화 프레임워크 장치 및 학습 방법, 출원번호: 10-2021-0184046, 등록번호: 10-2921898, 등록일: 2026.01.29, 출원일: 2021.12.21
- 김상욱, 박영준, 강석원, 배홍균, 유재서, 최경환, 정밀도 스케일링을 적용한 추천 알고리즘 성능 최적화 기법, 등록번호:10-2380437, 등록일:2022.03.25., (출원번호: 10-2020-0113285, 출원일: 2020.09.04)