스마트 빅 데이터 분석: 서울시 지하철 승객 예측
|
|
|
- 시후 방
- 5 years ago
- Views:
Transcription
1 Last Comment 1. Boosted Trees, SVM 모델에대한이해 2. 다른역들과차별되는패턴을지닌역의유무 3. Flow 에서 Data 가부족하다면어썸션을통해구할수있는지
2 1-1) What is Boosted Trees? Boosted Trees 학습법은몇몇입력변수를바탕으로목표변수의값을예측하는모델을생성하는것을목표로한다. 좌측그림은그러한예측모델의한예로타이타닉호탑승객의생존여부를나타내는결정트리이다. 각내부노드들은하나의입력변수 자녀노드들로이어지는가지들은입력변수의가능한값에대응 잎노드는각입력변수들이루트노드로부터잎노드로이어지는경로에해당되는값들을가질때의목표변수값에해당 잎아래의숫자는각각생존확률과탑승객이그잎에해당될확률
3 1-1) What is Boosted Trees? 좌측그림은날씨, 지하철데이터를입력했을때의 Boosted Tree 의예시이다. Total 은사람수그룹을 5 명단위로끊었을때클래스를의미한다.(ex. Total 3 =1~15) 잎의점수합이최소가되는모델을찾는다. Model : K 개의 Tree 를갖는다고가정할때다음과같은식을갖는다. f_k 는각각의잎에서의점수를의미한다. 잎의점수는발생확률이적을수록높다. 따라서 y_i 가가장적은값을갖도록하는모델을찾는다. Regression tree Ensemble 을기초로한모델을만든다. ( 다른줄기의같은잎의점수합을구한다.)
4 1-1) What is Boosted Trees? Objective : l : Training loss, Omega : Tree 의 Complexity 부터 Additive Training 을통해최적화된 Objective 를구해서 f_k 값을찾는다. Square loss 를고려하면다음을구할수있다.
5 1-1) What is Boosted Trees? 잎의 f 를 weight 에 mapping 하고 w 를 weight, q 를잎의구조라고하면다음과같은식을구할수있다. 잎안에들어가는 Target 의집합을 I 라고정의하고, 라하자. 이때, 앞에서구한 Objective 식에대입하고정리해보면 Gain 을구할수있다. 이식을통해최적화된줄기를찾게된다. Training loss 와 regularization 사이에 trade off 가발생한다.
6 1-1) What is Boosted Trees? 2 호선승차인원의 Boosted Trees 2 호선하차인원의 Boosted Trees
7 1-2) What is SVM? SVM 구현과정 1) 주어진학습용데이터를다음과같이정의한다. 2) 데이터집합을분리하는것을초평면이라하며 을만족하는점 X 의집합으로표현한다. 3) Support Vector(X+,X-) 를정의한다. 4) 초평면의마진을최대로하는모델을찾는다.
8 1-2) What is SVM? H3 은두클래스의점들을제대로분류하고있지않고있는모델이다. H1 과 H2 는두클래스의점들을제대로분류하는데, H2 가 H1 보다더큰마진을갖고분류하는것을확인할수있다. H2 가최적화된모델임을알수있다.
9 1-3) Why Boosted Trees? Boosted Trees method 는다른데이터마이닝기법과비교했을때다음과같은장점을가진다. 결과를해석하고이해하기쉽다. 자료를가공할필요가거의없다. 수치자료와범주자료모두에적용할수있다. 안정적이다. 대규모의데이터셋에서도잘동작한다.
10 2) 차별되는패턴을지닌역 다른역들과차별되는패턴을지닌역선택 강남역 - 가장이용객이많음 사당역 - 시외버스 ( 수도권 ) 가많이들어오고, 2/4 호선환승역 종합운동장역 야구장이있음 고속터미널역 - 시외버스 ( 전국 ) 가많음 명동역 - 관광객이많음 기간선택 1 월과 7 월이다른기간에비해특이패턴을뚜렷하게보였다.
11 사람수 2-1) 전체역평균 학생들이학교에다니는시기 (3~6 월, 9~12 월 ) 이다른시기보다이용자수가많다. 직장인들의출, 퇴근과학생들의등, 하교에이용자수가많다. 대별
12 사람수 사람수 2-2) 강남역 호선강남역 1 월승 / 하차인원 승차 하차 모든지하철역중가장이용객이많다. 다른역들에비해출근에하차인원이승차인원보다많다 호선강남역 7 월승 / 하차인원 승차 하차
13 사람수 사람수 사람수 사람수 2-2) 강남역모델결과비교 2 호선강남역 1 월승 / 하차인원 Model 강남역 1 월승 / 하차인원 승차 하차 승차 하차 15 2 호선강남역 7 월승 / 하차인원 15 Model 강남역 7 월승 / 하차인원 승차 하차 승차 하차
14 사람수 사람수 2-3) 사당역 호선사당역 1 월승 / 하차인원 승차 하차 시외버스 ( 수도권 ) 가많이들어오고, 2/4 호선환승역이다. 다른역들에비해출근에승차인원이승차인원보다많다. 4 4 호선사당역 7 월승 / 하차인원 승차 하차
15 사람수 사람수 사람수 사람수 2-3) 사당역모델결과비교 4 호선사당역 1 월승 / 하차인원 Model 사당역 1 월승 / 하차인원 승차 하차 승차 하차 4 호선사당역 7 월승 / 하차인원 Model 사당역 7 월승 / 하차인원 승차 하차 승차 하차
16 사람수 사람수 2-4) 종합운동장역 호선종합운동장역 1 월승 / 하차인원 승차 하차 2 호선종합운동장역 7 월승 / 하차인원 역근처에야구장이있다. 야구경기가있는시기에승, 하차인원이 2 배가까이증가한다. 야구경기시작에는하차인원이, 경기종료에는승차인원이많다 승차 하차
17 사람수 사람수 사람수 사람수 2-4) 종합운동장역모델결과비교 2 호선종합운동장역 1 월승 / 하차인원 Model 종합운동장역 1 월승 / 하차인원 승차 하차 승차 하차 2 호선종합운동장역 7 월승 / 하차인원 Model 종합운동장역 7 월승 / 하차인원 승차 하차 승차 하차
18 사람수 사람수 2-5) 고속터미널역 호선고속터미널역 1 월승 / 하차인원 승차 하차 시외버스 ( 전국 ) 가많다. 대부분의역이출, 퇴근에승차인원이많은반면, 저녁 (18 시 ) 까지승객이계속증가한다. 3 호선고속터미널역 7 월승 / 하차인원 승차 하차
19 사람수 사람수 사람수 사람수 2-5) 고속터미널역모델결과비교 3 호선고속터미널역 1 월승 / 하차인원 Model 고속터미널역 1 월승 / 하차인원 승차 하차 승차 하차 3 호선고속터미널역 7 월승 / 하차인원 Model 고속터미널역 7 월승 / 하차인원 승차 하차 승차 하차
20 사람수 사람수 2-6) 명동역 호선명동역 1 월승 / 하차인원 관광객이많다. 출, 퇴근외에오후에도승, 하차인원이많다. 승차 하차 4 호선명동역 7 월승 / 하차인원 승차 하차
21 사람수 사람수 사람수 사람수 2-6) 명동역모델결과비교 4 호선명동역 1 월승 / 하차인원 Model 명동역 1 월승 / 하차인원 승차 하차 승차 하차 4 호선명동역 7 월승 / 하차인원 Model 명동역 7 월승 / 하차인원 승차 하차 승차 하차
22 3-1) 가설설정 1~4 호선데이터의경우당역별승, 하차인원을제공하고있음 지하철이표대로운행될때, 환승인원을고려하지않고승, 하차인원을대입해서계산하면지하철한량에타고있는승객수를예측가능 1~4 호선은 1 량편성이고, 승객이균일하게탑승한다고가정 승객이승차한역에서하차하지않는다고가정
23 3-2) 가설의문제점 1~4 호선데이터의경우당역별승, 하차인원을제공하고있음 지하철이표대로운행될때, 환승인원을고려하지않고승, 하차인원을대입해서계산하면지하철한량에타고있는승객수를예측가능 환승인원이많은역의경우하루평균 33 명정도환승하기에고려하지않을수없음 1~4 호선은 1 량편성이고, 승객이균일하게탑승한다고가정 대부분의열차에탑승한승객은양끝에상대적으로적은수의승객이탑승하고, 빠른환승과약냉방칸을고려하면지하철량별로큰차이를보임 5~8 호선데이터의경우당역별승, 하차인원의합을제공하고있음 승, 하차인원의차이가크기때문에유의미한결과를얻기힘듦
24 스마트빅데이터분석 : 서울시지하철승객예측 정준 장영균
25 Motivation 오늘비가많이오는데지하철타지말고버스나택시탈까?
26 Motivation (2) 일기예보처럼대중교통정보에대한예보는없을까?
27 왜날씨와지하철인가 날씨 : 매일영향을받는것 비가오니차가막히겠다 주말에가족과놀러나가려고했는데너무덥고습해서집에있었다 우천예보로오늘행사가취소되었습니다
28 왜날씨와지하철인가 대중교통이용률에영향을주는것 스포츠, 공연등의이벤트 노선의변동혹은신설 도로교통량 날씨
29 프로젝트의목적 Machine Learning: 날씨와지하철의승객수와의관계모델학습 어떤요소가승객수에영향을미치는가 기상요소 : 기온, 습도, 체감온도, 강수량등 기상외의요소 : 요일, 대 Application: 날씨를기반으로현재또는앞으로의승객수를예측하여사용자에게제공 iphone application 의형태
30 관련연구 (1) 강우와서울시대중교통승차인원과의분석 ( 이광섭외, 214 한국철도학회춘계학술대회논문집 ) 강우량과대중교통승차인원간의상관관계를분석 날씨정보 기상청승차인원 스마트카드데이터 ( 서울시공개 ) 이용 강수일에따라연령별, 노선별, 요일별, 지역별이용감소율분석 강우일에이용량평균 1% 감소
31 관련연구 (2) 기상조건이대중교통수요에미치는영향에관한연구 ( 최상기외, Journal of the Korean Society of Civil Engineers, 213) 기상조건에따른대중교통수요를통계적으로분석 당강수량, 강설량, 불쾌지수, 체감온도의 4 가지기상조건 기상청버스수요 서울시교통정보센터지하철수요 서울메트로, 서울도시철도공사 버스가지하철보다영향을크게받음, 주말이평일보다영향을크게받음강우와체감온도에서상관관계발견
32 관련연구 (3) Bus arrival time prediction at bus stop with multiple routes (B Yu 외, Transportation Research Part C: Emerging, 211) Bus arrival time 을 SVM, artificial neural network (ANN), k nearest neighbours algorithm (k-nn), linear regression (LR) 을이용해서예측했다. 이연구를통해 SVM 이 vehicle 의 travel time 을예측하는데효용성이높음을밝혔다.
33 관련연구 (4) Development of a real-time bus arrival prediction system for Indian traffic conditions (R.P.S. Padmanaban 외, IET Intelligent Transport Systems, 21) accuracy of Bus Traveler Information Systems (BTIS) 은 input data, speed of data transfer, data quality control and performance of the prediction schem 에의해정확도가결정된다. 이에 heterogeneous traffic condition 에따른 bus travel time delay 가얼마나발생하는지 ANN 과 SVM 을이용해서분석하였다.
34 데이터정보 지하철, 날씨데이터출처 : 서울열린데이터광장 (213) 1~4 호선역별, 대별, 일승하차인원 Data size : 13,54kb / Cardinality : ~8 호선역별, 대별, 일승하차인원 Data size: 64,49kb / Cardinality : 날씨데이터 Data size: 1,934kb / Cardinality : 972
35 지하철 Data 1~4 호선 Data 5~8 호선 Data 날짜월요일호선역명구분 ~1 1~2 2~3 3~4 4~5 5~6 6~7 7~8 CHK_DAT E MONTH DAY_WK LINE_NM STN_NM SH_GBN FROMT O 공 1호선 :: 수 1호선 :: 목 1호선 :: 금 1호선 ::. 동대문 (155) 동대문 (155) 동대문 (155) 동대문 (155) FROM1T FROM2T FROM3T FROM4T FROM5T FROM6T FROM7T O2 O3 O4 O5 O6 O7 O8 승차 승차 하차 하차 역코드역명일자승차합계승차 5 시승차 6 시승차 7 시승차 8 시승차 9 시 STATION STAT_NA ME 2511 방화 2512 개화산 INCOME_ DATE :: :: 김포공항 (5) 31 :: 송정 2515 마곡 :: ::. ON_TOT ON_5 ON_6 ON_7 ON_8 ON_
36 날씨 Data 관측분야 지상 지점번호지점일시기온 ( ) 강수량 (mm) 풍향 (deg 풍속 (m/s 습도 (%) ) ) 전운량 (1/1) 일사 (MJ/ m²) 일조 (hr) 조회기간 임의기간 ( 시별 ): 시 ~ 시 관측지점서울 (18) 18 서울 출력기후요소 기온, 강수량, 풍속, 습도, 일사, 일조, 운량, 적설, 신적설, 풍향 18 서울
37 Flow 의계산 알고자하는것 : 각지하철구간을이용하는승객의수 서울시에서수집가능한데이터 교통카드별승하차정보 ( 승차위치및, 하차위치및 ) 계산해내야할정보 각역에서지하철에승하차하는승객의수 역별지하철표및승하차인원수로부터계산할수있다. 환승역에서갈아타는승객의 ( 환승방향별 ) 수 각승객의경로를예상하여계산할수있다.
38 Flow 의계산 예시 서울대입구역출발, 시계방향운행하는 2 호선열차이용객수 최초의승객은 앞의열차와의간격동안쌓인승차승객의수가추가됨 각역마다하차인원및승차인원계산가능 -> 각구간별승객수계산가능
39 Flow 의계산 예시 : 문제점 서울대입구역출발, 시계방향운행하는 2 호선열차이용객수 최초의승객은 앞의열차와의간격동안쌓인승차승객의수가추가됨 각역마다하차인원및승차인원계산가능 -> 각구간별승객수계산가능 승, 하차인원이내선순환방향, 외선순환방향중어느것을탈지알수없다. 환승역의경우해다역의승하차인원과는무관하게환승인원에해당하는승차인원과하차인원이발생한다.
40 Flow 의계산 예시 : 문제점 역 1 승차 1 하차 1 역 2 승차 1 하차 1 역 3 승차 1 하차 1 역 4 승차 1 하차 1
41 Flow 의계산 예시 : 문제점 역 1 승차 1 하차 1 역 2 승차 1 하차 1 역 3 승차 1 하차 1 역 4 승차 1 하차 1
42 Flow 의계산 예시 : 문제점 역 1-1 승차 1 하차 1 역 1-2 승차 1 하차 1 역 2-4 승차 1 하차 1 역 2-5 승차 1 하차 1 환승역승차 1 하차 1 역 2-1 승차 1 하차 1 역 2-2 승차 1 하차 1 역 1-4 승차 1 하차 1 역 1-5 승차 1 하차 1
43 Flow 의계산 - 한계점 알고자하는것 : 각지하철구간을이용하는승객의수 서울시에서수집가능한데이터 <- Flow 계산에필요한정보 교통카드별승하차정보 ( 승차위치및, 하차위치및 ) 계산해내야할정보 각역에서지하철에승하차하는승객의수 역별지하철표및승하차인원수로부터계산할수있다. 환승역에서갈아타는승객의 ( 환승방향별 ) 수 각승객의경로를예상하여계산할수있다. 현재공개되어있는데이터 각역별, 대별개찰구통과인원총합 -> 이동방향별인원을계산할수없다.
44 Machine Learning Data 학습 - 지하철승객수 ( 구간 ) - 평일 / 주말여부, 대 - 기온, 습도, 체감온도, 풍속, 강수량등 1. Multiclass SVM 2. Boosted Trees
45 Machine Learning Data Input - 평일 / 주말여부, 대 - 기온, 습도, 체감온도, 풍속, 강수량등 Output - 지하철승객수 ( 구간 ) 1. Multiclass SVM 2. Boosted Trees
46 Application Flow User App Client Server KMA Server ( 기상청 ) App Start Select UI Request Forecasts (Open API) Response Weather Data Button Action Send Weather Data Calculate Show Data Res. Subway Data
47 Calculate GraphLab Boosted Trees Server - Machine Learning 수행 - 학습된모델이용예측수행 날씨예보정보전송 호선별지하철이용객예측정보 Client App Model 학습 현재날씨, 단기예보정보요청 성분별날씨정보 DB with Big Data - 1 년간의대별, 호선별지하철이용객수 - 1 년간의날씨정보 KMA Server - 기상청 Open API
48 SW 구현 (1) 홈화면 - 앱실행시나오는화면 - 기상청에서날씨정보를받아표시 - 하단의두버튼을통해다음화면으로넘어감
![SW 구현 (2) - 실황 - 메인화면에서 [ 현재지하철 ] 버튼클릭시나오는화면 - 서버에날씨정보를보내계산된예상승객수를표시 - 예상승객수가평균해당요일과대비어느수준인지표시 -](/docs-images/91/104743989/images/49-0.jpg "하단의버튼을통해 1~8 호선정보선택가능 - 중간의버튼을통해비교대상선택가능 -(1) 해당월평일 / 주말승객수대비 -(2) 해당월의평균승객수대비 -(3) 해당주간의평균승객수대비")
49 SW 구현 (2) - 실황 - 메인화면에서 [ 현재지하철 ] 버튼클릭시나오는화면 - 서버에날씨정보를보내계산된예상승객수를표시 - 예상승객수가평균해당요일과대비어느수준인지표시 - 하단의버튼을통해 1~8 호선정보선택가능 - 중간의버튼을통해비교대상선택가능 -(1) 해당월평일 / 주말승객수대비 -(2) 해당월의평균승객수대비 -(3) 해당주간의평균승객수대비
![SW 구현 (3) - 내일 - 메인화면에서 [ 내일지하철 ] 버튼클릭시나오는화면 -](/docs-images/91/104743989/images/50-0.jpg "기상청에서제공하는다음날의날씨 (3 단위 ) 를제공 - 해당날씨및대마다호선별예상승객수를평균과대비하여표시 -")
50 SW 구현 (3) - 내일 - 메인화면에서 [ 내일지하철 ] 버튼클릭시나오는화면 - 기상청에서제공하는다음날의날씨 (3 단위 ) 를제공 - 해당날씨및대마다호선별예상승객수를평균과대비하여표시 - 상단버튼을통해 1~8 호선선택가능
51 성능측정 (1) 인구수 label 변화시킬때
52 Percentage 성능측정 (2) 인구수 label 16 일때 호선별정확도 1.% 9.% 91.2% 85.8% 95.2% 8.% 7.% 74.7% 73.8% 73.4% 69.8% 6.% 5.% 51.4% 4.% 3.% 2.% 1.%.% 1 호선 2 호선 3 호선 4 호선 5 호선 6 호선 7 호선 8 호선 Line number
53 Originality 기존의지하철 application 에서제공하는단순한지하철승하차정보외에지하철을이용하고있는승객의수를알려줌으로서이용자가더편리하게지하철을이용할수있도록돕는다. 지하철을이용하는사용자가지하철정보와내일의날씨정보까지한꺼번에알수있는장점이있다.
54 한계 정확도의문제 연휴 / 징검다리연휴 / 이벤트등큰영향을주는일시적사건들의고려 부분적노선이아닌호선별분석의효용성
src.xls
[ 동네예보 XML element 설명 ] ex) http://www.kma.go.kr/wid/querydfs.jsp?gridx=59&gridy=127 xml 코드 xml 설명 비고 xml 선언부에한글처리 (utf-8) 인코딩선언 - 동네예보열기 - 지역, 구역헤더열기
PowerPoint 프레젠테이션
서울시서초구반포대로 20 길 36 화성빌딩 2 층 N-Media Tel : 02)525-8990 / Fax : 02)525-8901 Copyright (C) by N-MEDIA CO., Ltd. All Right Reserved. 목차 1. D.M.T. 2. Brand Theater 3. Digital Poster 1 4. Digital Poster 2 5.
Microsoft Word - Direction (Transport Guide)
IBS Center for Geometry and Physics Transportation Guide to Gyeongju & Hotel Hyundai At a Glance Transportation Travel Travel Time Fare (KRW) / One way Schedules & Timetables Incheon Int l Airport Gyeongju
PowerPoint 프레젠테이션
GIS기술 동향과 전망 KOREA GEOSPATIAL INFORMATION & COMMUNICATION CO.,LTD. GIS GIS WWW Browser User request Deliver Results Invoke Translate Results Return Results CGI Script Send Variables GIS Server
South Korea Seoul Yongsan-gu 퇴계로 206 동대입구 South Korea Seoul Yongsan-gu 동호로 189 약수 South Korea Seoul Yongsan-gu 다산로 369 금호 South Korea Seoul Yongsan-gu
3 지하철시간표 & 노선지도 3 호선웹사이트모드로보기 3 지하철노선 (3 호선 ) 은 ( 는 ) 19 경로가있습니다. 주중운영시간은다음과같습니다 : (1) 구파발 경찰병원 : 오전 5:30 - 오후 11:44 (2) 구파발 일원 : 오전 12:02 - 오후 11:17 (3) 대화 경찰병원 : 오전 5:16 - 오후 10:55 (4) 대화 동대입구 : 오전 12:03
thesis-shk
DPNM Lab, GSIT, POSTECH Email: shk@postech.ac.kr 1 2 (1) Internet World-Wide Web Web traffic Peak periods off-peak periods peak periods off-peak periods 3 (2) off-peak peak Web caching network traffic
R01-2001-000-00227-0.hwp
특정기초연구 + 99.9 Cummulative probability, % 99 90 70 50 30 10 IPM TSP TPM PM2.5 RPM regression curve 1 0.1 10 100 1000 Concentration, μg/ m3 99.999 Cummulative probability, % 99.99 99.9 99 90 70
Manufacturing6
σ6 Six Sigma, it makes Better & Competitive - - 200138 : KOREA SiGMA MANAGEMENT C G Page 2 Function Method Measurement ( / Input Input : Man / Machine Man Machine Machine Man / Measurement Man Measurement
3 -
1 2 - 보 도 자 료 배포 일시 2009. 6. 23(화) / 총 22매 담당 종합교통정책과 담 당 자 과 장 구본환, 사무관 노진관 부서 (02)2110-8651, 6412, njk@mltm.go.kr 보 도 일 시 2009년 6월 24(수) 석간부터 보도하여 주시기 바랍니다. 교통 문화 상업 정보의 중심지 One-stop living형 복합환승센터 가
..........(......).hwp
START START 질문을 통해 우선순위를 결정 의사결정자가 질문에 답함 모형데이터 입력 목표계획법 자료 목표계획법 모형에 의한 해의 도출과 득실/확률 분석 END 목표계획법 산출결과 결과를 의사 결정자에게 제공 의사결정자가 결과를 검토하여 만족여부를 대답 의사결정자에게 만족하는가? Yes END No 목표계획법 수정 자료 개선을 위한 선택의 여지가 있는지
Data Industry White Paper
2017 2017 Data Industry White Paper 2017 1 3 1 2 3 Interview 1 ICT 1 Recommendation System * 98 2017 Artificial 3 Neural NetworkArtificial IntelligenceAI 2 AlphaGo 1 33 Search Algorithm Deep Learning IBM
.................................................hwp
10.0% 9.0% 8.6% 8.7% 8.9% 8.8% 9.3% 9.0% 8.0% 7.0% 6.0% 5.0% 5.3% 5.7% 5.3% 5.3% 5.9% 6.1% 4.0% 1995 1996 1997 1998 1999 2000 도심 시계 총 통 행 심 야 시 간 대 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 등교 배웅 학원
Passenger Terminal 1F Limousine Bus Taxi 1. LIMOUSINE BUS (NO.6001, NO.6015) Limousine Bus is the most convenient way to travel from Int l to the Lott
TRANSPORTATION Most international passengers use (ICN) to enter Korea. Some passengers from China or Japan may use Gimpo (GMP). Passengers arriving at ICN or GMP will need to take a limousine bus or taxi
Index Process Specification Data Dictionary
Index Process Specification Data Dictionary File Card Tag T-Money Control I n p u t/o u t p u t Card Tag save D e s c r i p t i o n 리더기위치, In/Out/No_Out. File Name customer file write/ company file write
2018 경영학회_브로셔 내지
2 02 03 04 05 05 05 06 08 10 12 12 13 14 15 16 18 21 22 24 25 26 27 29 30 55 59 63 65 2018 Korean Academic Society of Business Administration Annual Meeting 3 4 2018 Korean Academic Society of Business
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support
Microsoft Word - KSR2015S008
2015 년도한국철도학회춘계학술대회논문집 KSR2015S008 사회네트워크분석을이용한지하철역네트워크구조분석 Subway Stations Network Structure Analysis by Using Social Network Analysis 한경훈 *, 서영수 *, 박근병 * Kyung Hoon Han *, Young Su Seo *, Geun Byung
<B0EDBCD3C3B6B5B5C3D6C1BEC0CEBCE2BABB F422DC1A42D2D2D2D2E687770>
본연구에서는지역특성이인구이동에미치는영향을추정하기위해사회경제적자료외에한국감정원에서제공하는공시지가자료와 M = ρw( M) + Xβ + u 고속철도개통 지역간접근성개선 통행시간단축 교류가능인구증가 시장의확대 사회 / 시스템변화 유동인구증가 통행수단전환 유동인구증가 기업의입지변화 국토공간구조변화 정차역주변변화 통근권변화 일자리증가
<484D53B0ADC0C72E687770>
강수(강우) 모형 precipitation model 유출 outlet flow 손실계산 loss computation 손실 loss 하도추적 channel routing 유효우량 변환 excess precipitation transformation 기저유출 baseflow 소유역 총유출 total subbasin runoff 1 0.9
인문사회과학기술융합학회
Vol.5, No.5, October (2015), pp.471-479 http://dx.doi.org/10.14257/ajmahs.2015.10.50 스마트온실을 위한 가상 외부기상측정시스템 개발 한새론 1), 이재수 2), 홍영기 3), 김국환 4), 김성기 5), 김상철 6) Development of Virtual Ambient Weather Measurement
PowerPoint Template
JavaScript 회원정보 입력양식만들기 HTML & JavaScript Contents 1. Form 객체 2. 일반적인입력양식 3. 선택입력양식 4. 회원정보입력양식만들기 2 Form 객체 Form 객체 입력양식의틀이되는 태그에접근할수있도록지원 Document 객체의하위에위치 속성들은모두 태그의속성들의정보에관련된것
PowerChute Personal Edition v3.1.0 에이전트 사용 설명서
PowerChute Personal Edition v3.1.0 990-3772D-019 4/2019 Schneider Electric IT Corporation Schneider Electric IT Corporation.. Schneider Electric IT Corporation,,,.,. Schneider Electric IT Corporation..
김경재 안현철 지능정보연구제 17 권제 4 호 2011 년 12 월
지능정보연구제 17 권제 4 호 2011 년 12 월 (pp.241~254) Support vector machines(svm),, CRM. SVM,,., SVM,,.,,. SVM, SVM. SVM.. * 2009() (NRF-2009-327- B00212). 지능정보연구제 17 권제 4 호 2011 년 12 월 김경재 안현철 지능정보연구제 17 권제 4 호
DBPIA-NURIMEDIA
한국소음진동공학회 2015추계학술대회논문집년 Study of Noise Pattern and Psycho-acoustics Characteristic of Household Refrigerator * * ** ** Kyung-Soo Kong, Dae-Sik Shin, Weui-Bong Jeong, Tae-Hoon Kim and Se-Jin Ahn Key Words
Microsoft Word - KSR2016S098
2016 년도 한국철도학회 춘계학술대회 논문집 KSR2016S098 도시철도 승 하차 시간 지연에 따른 문제점과 해결방안 모색 Metro due delayed victory at the time of arrival problems and Solution Researches 안현근 *, 박진호 *, 이병우 *, 이재훈 *, 정인구 *, 박정수 ** An Hyun
Multi-pass Sieve를 이용한 한국어 상호참조해결 반-자동 태깅 도구
Siamese Neural Network 박천음 강원대학교 Intelligent Software Lab. Intelligent Software Lab. Intro. S2Net Siamese Neural Network(S2Net) 입력 text 들을 concept vector 로표현하기위함에기반 즉, similarity 를위해가중치가부여된 vector 로표현
exp
exp exp exp exp exp exp exp exp exp exp exp log 第 卷 第 號 39 4 2011 4 투영법을 이용한 터빈 블레이드의 크리프 특성 분석 329 성을 평가하였다 이를 위해 결정계수값인 값 을 비교하였으며 크리프 시험 결과를 곡선 접합 한 결과와 비선형 최소자승법으로 예측한 결과 사 이 결정계수간 정도의 오차가 발생하였고
21-설03 경인고속도로309~320p
Non-Excavation Work Planning for the Gyeongin Expressway Line Section of Incheon Transit Line No. 2 The project section of the Incheon Transit Corporation Line No. 2(29.2 km, Oryu~Incheon Grand Park) is
3 Gas Champion : MBB : IBM BCS PO : 2 BBc : : /45
3 Gas Champion : MBB : IBM BCS PO : 2 BBc : : 20049 0/45 Define ~ Analyze Define VOB KBI R 250 O 2 2.2% CBR Gas Dome 1290 CTQ KCI VOC Measure Process Data USL Target LSL Mean Sample N StDev (Within) StDev
Oracle Apps Day_SEM
Senior Consultant Application Sales Consulting Oracle Korea - 1. S = (P + R) x E S= P= R= E= Source : Strategy Execution, By Daniel M. Beall 2001 1. Strategy Formulation Sound Flawed Missed Opportunity
FMX M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2
FMX FMX 20062 () wwwexellencom sales@exellencom () 1 FMX 1 11 5M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2 FMX FMX D E (one
e-spider_제품표준제안서_160516
The start of something new ECMA Based Scraping Engine CONTENTS 3 4 1 2 3 4 5 6 7 8 9 5 6 ECMA Based Scraping Engine 7 No.1 No.2 No.3 No.4 No.5 8 24 ( ) 9 ios Device (all architecture) Android Device (all
Microsoft Word - KSR2014S090
2014 년도한국철도학회춘계학술대회논문집 KSR2014S090 공항철도와인천공항이용객간상관관계분석 Correlation analysis between Railroad and Incheon Int l Airport passengers 채동훈 *, 이창환 *, 이소영 *, 백진욱 * Dong-hun Chei *, Chang hwan Lee *, So young
1217 WebTrafMon II
(1/28) (2/28) (10 Mbps ) Video, Audio. (3/28) 10 ~ 15 ( : telnet, ftp ),, (4/28) UDP/TCP (5/28) centralized environment packet header information analysis network traffic data, capture presentation network
(1) KOTRA 지원 차량 KOTRA는 참가하는 전시자들에게 공항 픽업 서비스를 제공하고 있습니다. 비행 스케줄과 손님 인원수를 사전에 미리 알려주시면 수송 차량을 준비하여 제공해 드리도록 하겠습니 다. 서울 도착 일정이 정해지시는 대로 저희 측으로 연락하여 주십시오
부록 3 : 교통편 1. COEX 위치 전시회는 COEX에서 개최됩니다. COEX 강남 지역(서울 한강 남쪽에 위치)의 국제 무역 센터에 위치해 있습니다. 2호선 삼성역에 위치하고 있으며, 7호선 청담역에서 하차하셔도 찾으실 수 있 습니다. KOIF2013은 COEX 내 COEX센터 C2홀에서 개최될 예정이며, C2홀은 3층에 위치해 있습니다. - 주소 :
Microsoft Word - KSR2015A036
2015 년도 한국철도학회 추계학술대회 논문집 KSR2015S036 QC기법을 이용한 지하철 안전사고 감소에 관한 연구 -운행업무 개선 중심으로- Uses QC, in about the subway accident decrement which techniques research - In operation business improvement center -
[10상예타]_광주도시철도2호선 건설사업_인쇄본_ hwp
![[10상예타]_광주도시철도2호선 건설사업_인쇄본_ hwp](/thumbs/91/104626366.jpg "[10상예타]_광주도시철도2호선 건설사업_인쇄본_ hwp")
2010 년도예비타당성조사보고서 광주도시철도 2 호선건설사업 공공투자관리센터 한국개발연구원 요 약 요약 Ⅰ. 예비타당성조사의개요 1. 사업의배경및목적,,. 2 2002 2005, 2010. 2015 2. 1 1 2015 2 2. 사업추진경위 2002, 2005 (B/C=1.42, AHP=0.606), ( )., 5, 2 ( () ). - (2010.2).
hwp
100% Concentration rate (%) 95% 90% 85% 80% 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 Time (min) Control box of RS485 Driving part Control trigger Control box of driving car Diaphragm Lens of camera Illumination
<31305FC1B6C0CEC8A32D496F54B8A620C1A2B8F1C7D120C1F6C7CFC3B620B0B4C2F720B3BB28C7A531B9F8BEF8C0BD2C20C7A5BFB5B9AEBAAFB0E6292E687770>
Journal of the Korea Academia-Industrial cooperation Society Vol. 17, No. 5 pp. 74-79, 2016 http://dx.doi.org/10.5762/kais.2016.17.5.74 ISSN 1975-4701 / eissn 2288-4688 IoT 를접목한지하철객차내혼잡도평준화시스템설계 김미례 1,
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Table of Contents 1 개요 목적 범위 용어정리 참고문헌 Overview 개발대상설명 개발대상 기능 사용자특징...
Software Requirement Specification for Public Transportation System Project Team Dependable Software Laboratory Date 2014-09-12 Team Information 이동아 김의섭 2014 Dependable Software Laboratory 1 Table of Contents
PowerPoint 프레젠테이션
Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Internet Page 8 Page 9 Page 10 Page 11 Page 12 1 / ( ) ( ) / ( ) 2 3 4 / ( ) / ( ) ( ) ( ) 5 / / / / / Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page
À̵¿·Îº¿ÀÇ ÀÎÅͳݱâ¹Ý ¿ø°ÝÁ¦¾î½Ã ½Ã°£Áö¿¬¿¡_.hwp
l Y ( X g, Y g ) r v L v v R L θ X ( X c, Yc) W (a) (b) DC 12V 9A Battery 전원부 DC-DC Converter +12V, -12V DC-DC Converter 5V DC-AC Inverter AC 220V DC-DC Converter 3.3V Motor Driver 80196kc,PWM Main
목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향
차량-IT 융합 기반의 미래형 서비스 발전 동향 이범태 (현대자동차) 목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향 Ⅰ. 정보 기술의 환경변화 1. 정보기술의 발전 2. 자동차 전장 시스템의 발전 1. 정보기술의 발전 정보기술은 통신 네트워크의 급속한 발전, 단말의 고기능화,
SK IoT IoT SK IoT onem2m OIC IoT onem2m LG IoT SK IoT KAIST NCSoft Yo Studio tidev kr 5 SK IoT DMB SK IoT A M LG SDS 6 OS API 7 ios API API BaaS Backend as a Service IoT IoT ThingPlug SK IoT SK M2M M2M
15_3oracle
Principal Consultant Corporate Management Team ( Oracle HRMS ) Agenda 1. Oracle Overview 2. HR Transformation 3. Oracle HRMS Initiatives 4. Oracle HRMS Model 5. Oracle HRMS System 6. Business Benefit 7.
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 9 주차 예측모형에대한평가 Assessment of Predictive Model 최종후, 강현철 차례 6. 모형평가의기본개념 6.2 모델비교 (Model Comparison) 노드 6.3 임계치 (Cutoff) 노드 6.4 의사결정 (Decisions) 노드 6.5 기타모형화노드들
Table of Contents 1 개요 목적 범위 용어정리 참고문헌 Overview 개발대상설명 개발대상 기능 사용자특징 제약및
Software Requirement Specification for Public Transportation System Project Team Dependable Software Laboratory Date 2014-09-02 Team Information 이동아 김의섭 2014 Dependable Software Laboratory 1 Table of Contents
A Time Series and Spatial Analysis of Factors Affecting Housing Prices in Seoul Ha Yeon Hong* Joo Hyung Lee** 요약 주제어 ABSTRACT:This study recognizes th
A Time Series and Spatial Analysis of Factors Affecting Housing Prices in Seoul Ha Yeon Hong*Joo Hyung Lee** 요약 주제어 ABSTRACT:This study recognizes that the factors which influence the apartment price are
<C6EDC1FD2DBAB8B0C7C8AFB0E6BFACB1B8BFF8BAB82DC7D5BABB2E687770>
246 부산광역시보건환경연구원보제 27 권 / 2018 년 실내공기질자동측정망운영 28) 유동인구가많은지하역사내실내공기질을적정하게유지하기위해상시모니터링하고, 과학적이고효율적인실내공기관리로시민의건강보호및환경상위해예방 1. 조사개요 조사기간 : 2017. 1. 2017. 12. 조사대상 : 조사지점 (8개역사 11개지점 ) - 수영역, 연산역, 미남역, 덕천역,
MVVM 패턴의 이해
Seo Hero 요약 joshua227.tistory. 2014 년 5 월 13 일 이문서는 WPF 어플리케이션개발에필요한 MVVM 패턴에대한내용을담고있다. 1. Model-View-ViewModel 1.1 기본개념 MVVM 모델은 MVC(Model-View-Contorl) 패턴에서출발했다. MVC 패턴은전체 project 를 model, view 로나누어
빅데이터_DAY key
Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020
<313120C0AFC0FCC0DA5FBECBB0EDB8AEC1F2C0BB5FC0CCBFEBC7D15FB1E8C0BAC5C25FBCF6C1A42E687770>
한국지능시스템학회 논문지 2010, Vol. 20, No. 3, pp. 375-379 유전자 알고리즘을 이용한 강인한 Support vector machine 설계 Design of Robust Support Vector Machine Using Genetic Algorithm 이희성 홍성준 이병윤 김은태 * Heesung Lee, Sungjun Hong,
Table of Conetents 1 Introduction 1.1 Purpose 1.2 Scope 1.3 Definition, acronyms, and abbreviations 1.4 Reference 2 Overall Description 2.1 Product Pe
Software Requirement Analysis for PTS System Project Team Class B Team 3 Date 2014-10-02 Team Information 201111333 권태헌 201111375 윤지수 201111379 이한빈 201111384 정국빈 Class B Team 3 1 Table of Conetents 1 Introduction
untitled
1... 2 System... 3... 3.1... 3.2... 3.3... 4... 4.1... 5... 5.1... 5.2... 5.2.1... 5.3... 5.3.1 Modbus-TCP... 5.3.2 Modbus-RTU... 5.3.3 LS485... 5.4... 5.5... 5.5.1... 5.5.2... 5.6... 5.6.1... 5.6.2...
PowerPoint 프레젠테이션
서울교통공사 2 호선 TV Media Proposal 광고문의 : 02 3453 6955 홈페이지 : www.vitzromedia.com 서울교통공사 2 호선 TV 는! 매일 300 만명이보는최고의광고매체 하루약 310 만명의이용객이일평균 1 시간정도 2 호선이용 매월약 9,500 만명에게노출 ( 서울메트로 2016 년자료 ) 수도권 Target 최적의광고효과
Intra_DW_Ch4.PDF
The Intranet Data Warehouse Richard Tanler Ch4 : Online Analytic Processing: From Data To Information 2000. 4. 14 All rights reserved OLAP OLAP OLAP OLAP OLAP OLAP is a label, rather than a technology
온습도 판넬미터(JTH-05) 사양서V1.0
온습도 조절기 Model:JTH-05 1. 제품 사양. [제품 구분] JTH-05A(입력 전원 AC), JTH-05D(입력 전원 DC) [전원 사양] JTH-05A 입력 전압 출력 전원 소비 전력 JTH-05D AC 90~240V DC 10~36V 12Vdc / Max.170mA Max.2W [본체 사이즈] ~ 온/습도 범위(본체): 사용 [0 ~ 50, 85%RH
<BFB5BBF3C1A4BAB8C3B3B8AEBDC3BDBAC5DB20BFACB1B82E687770>
Black Key Region Cr R Linear Key Region θ White Key Region Cb θ Table θ Table for Chroma Suppress 1 255 0 θc θ Table for Linear Key θs θw1 θs θw2 Radius Table R Table for Chroma Suppress 1 255 0 Rc R Table
SW 2015. 02 5-1 89
SW 2015. 02 88 SW 2015. 02 5-1 89 SW 2015. 02 5-2 5-3 90 SW 2015. 02 5-4 91 SW 2015. 02 5-5 5-6 92 5-7 SW 2015. 02 93 SW 2015. 02 5-8 5-1 94 SW 2015. 02 5-9 95 SW 2015. 02 5-10 5-2 96 SW 2015. 02 5-11
1 SW 2015. 02 26
02 1 SW 2015. 02 26 2-1 SW 2015. 02 27 SW 2015. 02 2-1 28 SW 2015. 02 29 2 SW 2015. 02 2-2 30 2-2 SW 2015. 02 31 SW 2015. 02 32 2-3 SW 2015. 02 33 3 SW 2015. 02 2-3 34 2-4 SW 2015. 02 35 4 SW 2015. 02
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
<Software Modeling & Analysis> OSP Stage 2040 < Design > Ver 3 Team 2 김민우 김재엽 최하나 /05/23 1
OSP Stage 2040 < Design > Ver 3 Team 2 김민우 201111339 김재엽 201111344 최하나 201211386 2014/05/23 1 Contents Activity2041 Design Real Activity2042 Define UI Activity2043 Refine
PowerPoint 프레젠테이션
I. 문서표준 1. 문서일반 (HY중고딕 11pt) 1-1. 파일명명체계 1-2. 문서등록정보 2. 표지표준 3. 개정이력표준 4. 목차표준 4-1. 목차슬라이드구성 4-2. 간지슬라이드구성 5. 일반표준 5-1. 번호매기기구성 5-2. 텍스트박스구성 5-3. 테이블구성 5-4. 칼라테이블구성 6. 적용예제 Machine Learning Credit Scoring
비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2
비트연산자 1 1 비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2 진수법! 2, 10, 16, 8! 2 : 0~1 ( )! 10 : 0~9 ( )! 16 : 0~9, 9 a, b,
[Brochure] KOR_TunA
![[Brochure] KOR_TunA](/thumbs/95/123928128.jpg "[Brochure] KOR_TunA")
LG CNS LG CNS APM (TunA) LG CNS APM (TunA) 어플리케이션의 성능 개선을 위한 직관적이고 심플한 APM 솔루션 APM 이란? Application Performance Management 란? 사용자 관점 그리고 비즈니스 관점에서 실제 서비스되고 있는 어플리케이션의 성능 관리 체계입니다. 이를 위해서는 신속한 장애 지점 파악 /
<28C3D6C1BE2920B1B3C5EBC4ABB5E5C0DAB7E120B1E2B9DD20B5B5BDC3C3B6B5B520BDC2B0ADC0E5C0C720B5BFC0FB20C8A5C0E2B5B520BAD0BCAE5FBDC5BCBAC0CF2E687770>
부록 / 91 부록 1_ 수도권주요도시철도역사특성현황 역사명 호선 면적 형태 특성 역사명 호선 면적 형태 특성 동대문 1호선 1,045 상대식 환승 성수 2호선 1,239 상대식 환승 동묘앞 1호선 2,097 상대식 환승 시청 2호선 959 섬식 환승 서울역 1호선 1,040 섬식 환승 신당 2호선 1,031 상대식 환승 시청 1호선 1,892 섬식 환승 신대방
MAX+plus II Getting Started - 무작정따라하기
무작정 따라하기 2001 10 4 / Version 20-2 0 MAX+plus II Digital, Schematic Capture MAX+plus II, IC, CPLD FPGA (Logic) ALTERA PLD FLEX10K Series EPF10K10QC208-4 MAX+plus II Project, Schematic, Design Compilation,
(, sta*s*cal disclosure control) - (Risk) and (U*lity) (Synthe*c Data) 4. 5.
1 (, ), ( ) 2 1. 2. (, sta*s*cal disclosure control) - (Risk) and (U*lity) - - 3. (Synthe*c Data) 4. 5. 3 1. + 4 1. 2.,. 3. K + [ ] 5 ' ', " ", " ". (SNS), '. K KT,, KG (PG), 'CSS'(Credit Scoring System)....,,,.
IPAK 윤리강령 나는 _ 한국IT전문가협회 회원으로서 긍지와 보람을 느끼며 정보시스템 활용하 자. 나는 _동료, 단체 및 국가 나아가 인류사회에 대하여 철저한 책임 의식을 가진 다. 나는 _ 활용자에 대하여 그 편익을 증진시키는데 최선을 다한다. 나는 _ 동료에 대해
IPAK 윤리강령 나는 _ 한국IT전문가협회 회원으로서 긍지와 보람을 느끼며 정보시스템 활용하 자. 나는 _동료, 단체 및 국가 나아가 인류사회에 대하여 철저한 책임 의식을 가진 다. 나는 _ 활용자에 대하여 그 편익을 증진시키는데 최선을 다한다. 나는 _ 동료에 대해서 도의와 성실과 지식을 바탕으로 서로 우애하고 경애한다. 나는 _ 단체와 국가에 대해서 그
<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5>
주간기술동향 2016. 5.18. 컴퓨터 비전과 인공지능 장혁 한국전자통신연구원 선임연구원 최근 많은 관심을 받고 있는 인공지능(Artificial Intelligence: AI)의 성과는 뇌의 작동 방식과 유사한 딥 러닝의 등장에 기인한 바가 크다. 이미 미국과 유럽 등 AI 선도국에서는 인공지능 연구에서 인간 뇌 이해의 중요성을 인식하고 관련 대형 프로젝트들을
<352EC7E3C5C2BFB55FB1B3C5EBB5A5C0CCC5CD5FC0DABFACB0FAC7D0B4EBC7D02E687770>
자연과학연구 제27권 Bulletin of the Natural Sciences Vol. 27. 2013.12.(33-44) 교통DB를 이용한 교통정책 발굴을 위한 통계분석 시스템 설계 및 활용 Statistical analytic system design and utilization for transport policy excavation by transport
TTA Journal No.157_서체변경.indd
표준 시험인증 기술 동향 FIDO(Fast IDentity Online) 생체 인증 기술 표준화 동향 이동기 TTA 모바일응용서비스 프로젝트그룹(PG910) 의장 SK텔레콤 NIC 담당 매니저 76 l 2015 01/02 PASSWORDLESS EXPERIENCE (UAF standards) ONLINE AUTH REQUEST LOCAL DEVICE AUTH
학술대회논문-사용자 관점에서 평가한 지하철 이동공간에 관한 연구 final.hwp
사용자 관점에서 평가한 지하철 이동공간에 관한 연구 A Study of Transfer Passage in Subway Station by Evaluating End Users' Viewpoints 김선영 * / Kim, Sun-young 서희영 ** / Seo, Hee-young 어우 *** / Eo, Sung-woo 황연숙 **** / Hwang, Yeon-sook
16-기06 환경하중237~246p
Study on Jointing System of Airport Concrete Pavement Considering Environmental Loading The environmental load on concrete pavement can be categorized into temperature and moisture loads which include
ARMBOOT 1
100% 2003222 : : : () PGPnet 1 (Sniffer) 1, 2,,, (Sniffer), (Sniffer),, (Expert) 3, (Dashboard), (Host Table), (Matrix), (ART, Application Response Time), (History), (Protocol Distribution), 1 (Select
T100MD+
User s Manual 100% ) ( x b a a + 1 RX+ TX+ DTR GND TX+ RX+ DTR GND RX+ TX+ DTR GND DSR RX+ TX+ DTR GND DSR [ DCE TYPE ] [ DCE TYPE ] RS232 Format Baud 1 T100MD+
DBPIA-NURIMEDIA
New & Renewable Energy 2016. 12 Vol. 12, No. 4 ISSN 1738-3935 http://dx.doi.org/10.7849/ksnre.2016.12.12.4.024 [2016-12-PV-003] 국내의시간에따른수평면전일사량상관식제안및정확성평가 (II) 박상미 1) ㆍ김정배 1)* Correlation to predict Global
03-교통이야기
Traffic talk03 01 Traffic story 02 101 02 103 03 105 107 109 04 111 113 115 05 117 119 121 묵묵히 100년을 달려온 철길 위의 기관차 증기기관차 _1899년 서울~인천 간을 최초로 달린 미국 브룩스사의 모걸형 탱크기관차를 시작으로 양적인 증가를 계속하여 1945. 8. 15 해방 당시 166량,
hw 2006 Tech guide 64p v5
TECHNICAL TRAINING GUIDE 2006 2 Process Solutions Building Solutions Contents TECHNICAL TRAINING GUIDE 2006 2006 Technical Training Guide 4 2006 Technical Training Guide 5 2006 Technical Training Guide
제4395호 편집.hwp
제 4395 호 2011. 8. 19( 금 ) 고 시 2011-287 3 2011-288 16 2011-289 17 2011-290 20 공 고 2011-692. 22 2011-694 22 시군행정 2011-893 ( : x.) 23 2011-922 (:314, 172, 153) 25 2011-92 () (:3-601) () 26 2011-571. 27 2011-576
INSIDabcdef_:MS_0001MS_0001 제 12 장철도통신 신호설비공사 제 12 장철도통신 신호설비공사 12-1 철도통신선로설비 통화장치 ( : ) 공정별통신외선공통신설비공통신케이블공
제 12 장철도통신 신호설비공사 제 12 장철도통신 신호설비공사 121 철도통신선로설비 1211 통화장치 ( : ) 공정별통신외선공통신설비공통신케이블공 0.48 0.52 1.13 0.35 0.56 0.75 0.83 2.19 2.50 0.50 0.25 ( ),,,,,,,. "471, 431.(,,, ) 9211 CCTV.,. ( 30%, 80%) 정보통신부문
공군비전2025.PDF
. 21,.,.,. 2025.,,. 2025..,,,.... 2000 12 ... - - 2025 1) 2025.,.,.,,,. 2025,. 2025.. RM A 2025 ( ) (,, / ) 1) 2025 (life cycle),,. - 1 - .. - - 25,,,,,. 1..,,.,.,,,.,...,.,.,, .,,.,...,..,,., (EU), (,,
슬라이드 1
2호선, 4호선, 7호선으로 이어지는 교통 요충지 사당, 이수 교통의 요지에는 어김없이 상권이 발달한다. 주요 버스터미널, 철도역, 환승역 등은 유동인구 면에서 단일 노선의 역세권 보다 최소 두 배 이상 최대 다섯 배 까지 유동인구가 많다. 서울역의 일평균 지하철 승하차 인원은 13만 명 이상이며, 고속터미널역은 11만 명, 동서울터미널이 위치한 강변역은 10만
(3) () () LOSS LOSS LOSS LOSS (4) = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100
1.,.. 2. (1) Flow + ( ) (2) Flow Flow (LINE) ) (LINE) ModelC/T LOSS DAT A Check Sheet ((%) (T PM) (LOSS) - (3) () () LOSS LOSS LOSS LOSS (4) = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100 = 100
서울도시연구_13권4호.hwp
서울도시연구 제3권 제4호 202. 2, 논문 pp. 237~246. 237 DEA 기법을 활용한 도시철도 운영효율성 분석에 관한 연구 유경상* 김승준** A Study on the Operational Efficiency of Urban Railway System Based on Data Envelopment Analysis Gyeong-Sang Yoo*
歯이시홍).PDF
cwseo@netsgo.com Si-Hong Lee duckling@sktelecom.com SK Telecom Platform - 1 - 1. Digital AMPS CDMA (IS-95 A/B) CDMA (cdma2000-1x) IMT-2000 (IS-95 C) ( ) ( ) ( ) ( ) - 2 - 2. QoS Market QoS Coverage C/D
Week13
Week 13 Social Data Mining 02 Joonhwan Lee human-computer interaction + design lab. Crawling Twitter Data OAuth Crawling Data using OpenAPI Advanced Web Crawling 1. Crawling Twitter Data Twitter API API
1. 연구 개요 q 2013년 연구목표 제2-1과제명 건축물의 건강친화형 관리 및 구법 기술 연구목표 건강건축 수명예측 Lifecycle Health Assessment (LHA) 모델 개발 건축물의 비용 기반 분석기술(Cost-based Lifecycle Health
지속가능 건강건축을 위한 비용기반 LHA 모델 2013. 11. 15-16 목 차 1. 연구 개요 2. Cost-based LHA 모델의 개념 3. Cost-based LHA 모델의 운용 4. 결론 2 283 1. 연구 개요 q 2013년 연구목표 제2-1과제명 건축물의 건강친화형 관리 및 구법 기술 연구목표 건강건축 수명예측 Lifecycle Health
Microsoft Word - PLC제어응용-2차시.doc
과정명 PLC 제어응용차시명 2 차시. 접점명령 학습목표 1. 연산개시명령 (LOAD, LOAD NOT) 에대하여설명할수있다. 2. 직렬접속명령 (AND, AND NOT) 에대하여설명할수있다. 3. 병렬접속명령 (OR, OR NOT) 에대하여설명할수있다. 4.PLC의접점명령을가지고간단한프로그램을작성할수있다. 학습내용 1. 연산개시명령 1) 연산개시명령 (LOAD,
PART 8 12 16 21 25 28
PART 8 12 16 21 25 28 PART 34 38 43 46 51 55 60 64 PART 70 75 79 84 89 94 99 104 PART 110 115 120 124 129 134 139 144 PART 150 155 159 PART 8 1 9 10 11 12 2 13 14 15 16 3 17 18 19 20 21 4 22 23 24 25 5
AIAA (I).hwp
노사관계사례연구 (I ) 한국노동연구원 1 2 A 3 B 4 C 5 D 6 E 7 F 8 G 1. 2. 3. 1. 2. 3. A 4. A 5. A 6. A 1. 2. 3. B 4. B 5. B 6. B 1. 2. 3. 4. 5. 6. 1. 2. 3. 4. 5. 6. 1. 2. E 3. E 4. E 5. E 6. E 1. 2. 3. 4. 5. 6. 1. 2.
저작자표시 - 비영리 - 동일조건변경허락 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 동일조건변경허락. 귀하가이저작물을개작, 변형또는가공했을경우에는,