총 809개
-
Data Preparation2025.01.131. Feature Extraction and Portability Feature extraction은 다양한 출처(센서, 이미지, 웹 기록, 침입감지, 문서 등)에서 데이터를 얻는 것을 말한다. Portability는 다른 유형으로 데이터를 변환하는 것을 말한다. 포터빌리티의 예로는 이산화, 이진화, LSA, SAX, DWT, DFT 등이 있다. 이러한 변환 방법들은 데이터의 크기를 줄이거나 다른 형태로 표현하는 데 사용된다. 2. Data Cleaning 데이터 클리닝은 누락되거나 오류가 있는 데이터를 제거하는 것을 말한다. 누...2025.01.13
-
데이터 모델링에 관한 소고2025.05.101. 데이터 모델링 데이터 모델링은 예를 들어 제조 공정에서 발생하는 다양한 변수와 상호작용을 이해하고 표현하기 위한 기술입니다. 이를 통해 우리는 불량 발생에 영향을 미치는 주요 변수들을 식별하고, 이러한 변수들 간의 관계를 파악할 수 있습니다. 데이터 모델링을 통해 불량 발생 원인을 정확하게 분석하고, 불량율을 예측할 수 있는 모델을 구축할 수 있습니다. 2. 문제의 단순화: 단일 변수 표현 다변수 데이터를 예를 들어, 면적, 두께 등과 같은 기본적인 물리량으로 하나의 값으로 표현함으로써, 다양한 변수 간의 복잡한 관계를 단순화...2025.05.10
-
공공데이터를 활용한 프로젝트 결과보고서2025.01.161. 데이트 장소 추천 코로나 19 로 인해 사회적 거리두기가 생활화되면서 연인들이 데이트를 즐기는 방법이 변화하고 있다. 사람이 많은 실내 공간보다는 감염 위험이 낮은 야외 공간을 선호하게 되었다. 이 프로젝트에서는 서울시 내 코로나 19 를 피해 데이트할 수 있는 최적의 야외 장소를 추천하기 위해 기온, 강수량, 대기오염도, 유동인구 등의 데이터를 활용하여 분석하고 시각화하였다. 2. 데이터 수집 및 전처리 이 프로젝트에서는 기상청, 서울시 대기환경정보, SKT Data Hub, 서울 열린데이터광장, 망고플레이트 등 다양한 공공...2025.01.16
-
스마트폰을 이용한 음식물 인식 및 칼로리 분석 애플리케이션 개발2025.01.231. 패턴인식 시스템의 구성요소와 처리 절차 패턴인식 시스템은 데이터로부터 유의미한 패턴을 인식하고 분류하는 기술로, 데이터 수집, 전처리, 특징 추출, 분류기 설계, 결과 해석의 다섯 가지 주요 구성 요소로 이루어진다. 이러한 구성 요소와 처리 절차는 음식물 인식 및 칼로리 분석 애플리케이션 개발에 필수적인 기반을 제공한다. 2. 음식물 인식 애플리케이션 개발 시 고려사항 음식물 인식 및 칼로리 분석 애플리케이션 개발 시 고려해야 할 사항으로는 높은 인식 정확도, 사용자 친화적인 인터페이스, 데이터 보안과 프라이버시, 다양한 음식...2025.01.23
-
Multiplexer 가산-감산 예비보고서(고찰포함)A+2025.01.131. 멀티플렉서 멀티플렉서는 N개의 입력 데이터에서 1개의 입력만을 선택하여 단일 channel로 전송하는 것을 말하고, demultiplexer은 이와 반대의 동작을 한다. 멀티플렉서의 논리식은 Y=A⨁B = ĀB+AḆ로 디코더와 유사하다. 멀티플렉서는 데이터통신 시스템에서 특정의 데이터를 선정하기 위하여 사용할 수도 있으며 다수의 RAM이나 ROM을 이용하여 논리회로의 합성도 가능하다. 2. 전가산기 전가산기는 컴퓨터 내에서 2진 숫자(비트)를 덧셈하기 위한 논리 회로의 일종이다. 전가산기는 3개의 디지털 입력(비트)을 받고, ...2025.01.13
-
데이터통신 시스템의 전송계와 처리계 구성 및 기능 설명2025.01.181. 데이터통신 시스템의 전송계 데이터통신 시스템의 전송계는 송신기, 통신 채널, 수신기로 구성되어 있습니다. 송신기는 디지털 데이터를 전기 또는 전자기 신호로 변환하고, 통신 채널은 이러한 신호를 전송하는 수단을 제공하며, 수신기는 전송된 신호를 감지하고 디코딩 및 복조 프로세스를 통해 원본 데이터를 추출합니다. 전송 방식에는 아날로그 전송과 디지털 전송이 있으며, 직렬 전송과 병렬 전송이 있습니다. 전송 기술의 발전은 데이터 통신의 속도, 신뢰성, 용량 향상에 기여하고 있습니다. 2. 데이터통신 시스템의 처리계 데이터통신 시스템...2025.01.18
-
스마트폰으로 음식물 촬영하여 종류와 칼로리 분석하는 앱 개발2024.12.311. 일반적인 패턴인식 시스템의 구성요소와 처리 절차 일반적인 패턴인식 시스템은 데이터 수집, 전처리, 특징 추출, 모델 학습, 분류 및 예측의 단계로 구성됩니다. 데이터 수집 단계에서는 음식 이미지 데이터셋을 수집하고, 전처리 단계에서는 이미지 크기 조정, 노이즈 제거 등의 작업을 수행합니다. 특징 추출 단계에서는 CNN 등의 딥러닝 모델을 활용하여 음식 이미지의 특징을 추출하고, 모델 학습 단계에서는 추출된 특징을 바탕으로 음식 분류 모델을 학습시킵니다. 마지막으로 분류 및 예측 단계에서는 학습된 모델을 활용하여 입력 이미지의 ...2024.12.31
-
방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트2025.01.241. 머신러닝의 일반적 처리 과정 머신러닝의 일반적인 처리 과정은 학습과 추론으로 구성됩니다. 학습 단계에서는 데이터 전처리, 특징 추출, 학습 진행, 결정 함수 생성 등의 과정을 거치고, 추론 단계에서는 테스트 데이터 전처리, 특징 추출, 추론 진행, 처리 결과 획득 등의 과정을 거칩니다. 2. 머신러닝의 4가지 주제 머신러닝의 4가지 주요 주제는 분류, 회귀, 군집화, 특징 추출입니다. 분류는 입력을 미리 정의된 이산적인 출력으로 매핑하는 문제이고, 회귀는 입력을 연속적인 실수 값으로 매핑하는 문제입니다. 군집화는 데이터를 교집...2025.01.24
-
빅데이터의 기술 요건 네 단계에 대해 설명하세요2025.01.181. 데이터 수집 이 단계는 기업 내부와 외부에서 발생하는 엄청난 양의 데이터를 모으는 과정을 말한다. 이 과정에서는 다양한 데이터 소스로부터 필요한 정보를 수동이나 자동으로 수집하는 기술이 필요하다. 예를 들어, 기업 내부 데이터는 ETL(Extraction, Transformation, Load) 솔루션을 통해 추출, 변환, 적재하는 방식으로 확보할 수 있으며, EII(Enterprise Information Integration)를 활용하여 데이터를 통합하고 분석할 수 있다. 외부 데이터의 경우, 웹 크롤링 엔진을 사용하여 인...2025.01.18
-
C언어 스케치 연습문제 솔루션 - 제 03장 입출력2025.04.301. 변수의 자료형 변수의 자료유형은 바뀔 수 없으며, 변수는 자료유형에 따라 저장공간 크기와 저장되는 자료 값의 종류가 결정됩니다. 0과 양수를 처리하는 자료유형은 short, int, long 앞에 키워드 unsigned를 표시합니다. 컴파일러가 컴파일하기 전에 어셈블러의 전처리 과정이 필요합니다. 자료유형 short는 short int라고도 하며, long은 long int라고도 합니다. 문자형과 정수형의 최대 최소 상수는 헤더파일 limits.h에 정의되어 있습니다. 자료유형의 범주를 벗어난 값을 저장하면 오버플로가 발생합니...2025.04.30
2 / 81
