sisinflab/adversarial-recommender-systems-survey
📄 논문sisinflab
추천 시스템의 적대적 머신러닝 및 GAN 기반 생성 모델링에 관한 포괄적인 학술 문헌 조사 리포트.
sisinflab/adversarial-recommender-systems-survey는 추천 시스템(RS)에 적용된 적대적 머신러닝의 최신 동향을 체계적으로 정리한 학술 리소스입니다. 이 조사는 두 가지 핵심 축으로 구성됩니다. 첫째, 추천 시스템을 겨냥한 다양한 적대적 공격 벡터와 이를 방어하기 위한 메커니즘을 상세히 다룹니다. 둘째, 고차원 데이터 분포를 학습하고 추천 품질을 향상시키기 위해 적대적 훈련을 활용하는 GAN의 유용성을 탐구합니다. AI 및 추천 시스템 분야의 주요 학회에서 발표된 74편의 논문을 검토하여 해당 분야의 체계적인 분류 체계를 제공합니다. 보다 견고한 추천 엔진을 구축하거나 개인화 시스템에서 적대적 훈련의 생성적 잠재력을 탐구하려는 개발자와 연구자에게 필수적인 자료입니다.
💡하이라이트
- ├─74편의 논문을 망라한 종합 리뷰
- ├─RS 보안 및 GAN 활용 전략 분석
- └─추천 시스템 AML 분야의 체계적 분류
🎯대상
- ├─AI 연구원
- └─보안 엔지니어