DBPIA-NURIMEDIA

Size: px
Start display at page:

Download "DBPIA-NURIMEDIA"

Transcription

1 k- 최근접템플릿기반다중분류기결합방법 45 k- 최근접템플릿기반다중분류기결합방법 (ultple Classfer Fuso etho base o k-nearest Teplates 민준기 조성배 (Ju-K (Sug-Bae Cho 요약본논문에서는다중분류기를효과적으로결합하기위하여 k- 최근접템플릿방법을제안한다. 이는하나의클래스를여러개의템플릿으로모델링하기위하여분류기의출력값을기반으로각클래별학습샘플들을여러개의하위클래스로분해하고, 각하위클래스별분류기출력값의평균을계산하여지역화된템플릿을생성한다. 그뒤평가샘플과각템플릿간의거리를계산하고, k 개의최근접템플릿들중가장많은비율을차지하는클래스로평가샘플을분류한다. 본논문에서는클래스분해를위해 C-eas 클러스터링알고리즘을이용하였으며, k 값은주어진데이타셋의클래스내밀집도와클래스간분리도에따라자동으로결정하였다. 제안하는방법은각클래스별로여러개의모델을사용하며, 이들중가장유사한하나의모델과매칭하는대신 k 개의모델을참조하기때문에안정적이고높은분류성능을획득할수있다. 본논문에서는 UCI 와 EENA 데이타베이스를이용한실험을통해제안하는방법이기존의결합방법들에비해우수한분류성능을보임을확인하였다. 키워드 : 분류기결합, 지역화된템플릿, C-eas 클러스터링 Abstrat I ths paper, the k-earest teplates etho s propose to obe ultple lassfers effetvely. Frst, the etho eoposes trag saples of eah lass to several sublasses base o the 이논문은지식경제부를통해 IITA 에서지원받았음 (IITA-2008-(C 이논문은제34회추계학술대회에서 k-최근접템플릿기반다중분류기결합방법 의제목으로발표된논문을확장한것임 학생회원 : 연세대학교컴퓨터과학과 loolke@slab.yose.a.kr 종신회원 : 연세대학교컴퓨터과학과교수 sbho@s.yose.a.kr 논문접수 : 2008년 월 0일심사완료 : 2008년 3월 24일 Copyrght@2008 한국정보과학회ː개인목적이나교육목적인경우, 이저작물의전체또는일부에대한복사본혹은디지털사본의제작을허가합니다. 이때, 사본은상업적수단으로사용할수없으며첫페이지에본문구와출처를반드시명시해야합니다. 이외의목적으로복제, 배포, 출판, 전송등모든유형의사용행위를하는경우에대하여는사전에허가를얻고비용을지불해야합니다. 정보과학회논문지 : 컴퓨팅의실제및레터제4권제4호 ( outputs of lassfers to represet a lass as ultple oels, a estates a loalze teplate by averagg the outputs for eah sublass. The staes betwee a test saple a teplates are the alulate. astl the test saple s assge to the lass that s ost frequetly represete aog the k ost slar teplates. I ths paper, C-eas lusterg algorth s use as the eoposto etho, a k s autoatally hose aorg to the tra-lass opatess a ter-lass separato of a gve ata set. Se the propose etho uses ultple oels per lass a refers to k oels rather tha athes wth the ost slar oe, t oul obta stable a hgh auray. I ths paper, experets o UCI a EENA atabase showe that the propose etho perfore better tha ovetoal fuso ethos. Key wors : Classfer Fuso, oalze Teplate, C-eas Clusterg. 서론 다중분류기의결합은높고안정적인분류성능을얻기위한방법으로패턴인식분야에서많이연구되어왔다 []. 분류기결합방법은크게추가학습이필요한것과추가학습이필요없는것으로나눌수있다. 추가학습이필요없는방법중가장널리사용되는것으로는투표기반 (AJ, 최대값선택 (AX, 최소값선택 (IN, 평균선택 (AVG 등이있으며 [2], 추가학습이필요한방법중대표적인것으로는결정템플릿 (, Deso Teplates 과 BKS(Behavor Kowlege Spae 가있다 [3]. 이외에도여러개의분류기를생성한뒤예측된분류결과에따라분류기를선택하는방법도연구되고있다 [4]. 앞에서소개한결합방법들중결정템플릿은클래스별학습샘플에대한분류기의출력벡터들의중심을해당클래스의분류모형으로사용하는방법으로, 높은분류성능을보이며분류기선택방법과혼합되어사용되기도하였다 [4]. 그러나이방법은클래스를하나의템플릿으로모델링하기때문에데이타의특징을정교하게표현하는데어려움이있다. 이를해결하기위해클러스터링알고리즘을이용하여여러개의국부화된템플릿을생성하는다중결정템플릿 (us 방법이제안되었지만, 이는하나의템플릿만을참조함으로써클러스터링결과에민감할수있다 [5]. 본논문에서는다중결정템플릿의분류성능과안정성을높인 k-최근접템플릿방법을제안한다. 이방법은데이타셋의클래스내밀집도와클래스간분리도에따라다중결정템플릿에서참조할템플릿의수인 k값을자동으로결정하며, 이를통해오류클러스터의영향을

2 452 정보과학회논문지 : 컴퓨팅의실제및레터제 4 권제 4 호 ( 줄인다. 본논문에서는다양한데이타셋을이용한실험을통해제안하는방법의성능을검증하였다. 2. 관련연구 2. C-eas 알고리즘 C-eas( 또는 k-eas 알고리즘은샘플과클러스터중심간의거리 I를최소화하는 C개의클러스터를탐색하는반복적알고리즘이다 [6]. 데이타셋의샘플수를 이라하고, 번째클러스터의중심을 z 라하였을때 I 는일반적으로다음과같이계산한다. 3. k-최근접템플릿기반분류기결합결정템플릿방법은클래스를하나의템플릿으로축약하여모델링하기때문에다양한특징정보가손실된다. 본장에서는클래스를여러개의하위클래스로분해한뒤 k개의템플릿을참조하여분류성능과안정성을높인 k-최근접템플릿기반분류기결합방법에대해설명한다. 그림 은제안하는방법의전체흐름도를나타낸다. I = C = = 2 u, x z ( 식 ( 에서 u, 는분할행렬 (Partto atrx 의 (, 번째원소를나타내는것으로, 샘플 x 가클러스터가 에속한경우 이고그외에는 0의값을갖는다. C- eas알고리즘은데이타공간상에서임의로 C개의점을선택한뒤이를중심으로클러스터를분할한다. 각클러스터의중심은소속샘플들의중심점으로갱신되며, 중심의이동이거의없어질때까지이과정을반복한다. 이방법은지역해에빠질수있다는단점이있지만알고리즘이간단하면서좋은성능을보이고, 또한클러스터수의선택이용이해널리사용된다. 2.2 결정템플릿결정템플릿은 Kuheva[3] 가제안한분류기결합방법으로, 학습데이타에대한분류기의출력값을행렬형식의결정프로파일로구성한다. 클래스문제에대해 개의분류기를사용할때, 번째학습샘플 x (=,, 의결정프로파일 DP(x 는다음과같다., ( x DP( x =,( x z ( x,, ( x ( x (2 식 (2 의 z(x 는 y번째분류기의클래스 z에대한출력값을의미한다. 결정프로파일이생성되면, 식 (3 과식 (4 를이용하여클래스 에대한템플릿 을계산한다. (, = (, = ( z (, (3 (, ( = u ( x u (4 = 분류시에는평가샘플의결정프로파일과각클래스의템플릿을유클리드거리등과같은유사도계산방법을사용하여비교한뒤, 가장유사한템플릿의레이블로샘플의클래스를결정한다. 그림 다중결정템플릿의생성및 k-최근접템플릿기반분류 3. 다중결정템플릿의생성먼저개별분류기를학습하고, 동일한학습데이타로부터얻은분류기들의출력값을 2.2절의식 (2 의결정프로파일로구성한다. 각클래스의결정프로파일을 C-eas 알고리즘을이용하여클러스터링하고, 다음식을이용하여 번째클러스터의지역화된템플릿 를계산한다 [5]. = (, (, ( = u, z ( x = = (, (,, (5 ( u (6

3 k- 최근접템플릿기반다중분류기결합방법 453 식 (6 에서 u, 는샘플 x 가클래스 의 번째클러스터에소속되어있는경우 이고그외에는 0의값을갖는다. 본논문에서는클러스터의수를데이타셋에상관없이 C=20으로고정시켰다. 3.2 k-최근접템플릿기반분류평가샘플의결정프로파일과템플릿들간의유사도를계산한뒤, 가장유사한 k개의템플릿들중가장많은비율을차지하는레이블로샘플을분류한다. 본논문에서는유클리드거리식을이용하여유사도를계산하였다. 이방법은 k-최근접이웃 (k-nearest Neghbor 분류방법과마찬가지로 k값에영향을많이받는다. 최적의 k 값은데이타셋에의존적이기때문에제안하는방법에서는클래스내밀집도 (Itra-lass opatess 와클래스간분리도 (Iter-lass separato 를분석하여 k 값을결정한다. 데이타셋의밀도분석은주로클러스터링알고리즘의정당성지표 (Valy ex 에사용되는방법으로, 본논문에서는식 (7 과식 (8 을이용하여클래스내밀집도 IC와클래스간분리도 IS를계산하였다 [7]. IC = E E IS =, E = u x z (7 = = z z j,ax (8 j=,..., k값은식 (9 와같이간단한규칙에의해결정되며, 임계값인 t IC 와 t IS 는실험을통해각각.5와 2로결정하였다. f k = C / 2 f 4. 실험및결과 4. 실험환경 IC t IC > t IC IC a IS t a IS > t 본논문에서는패턴인식분야에서널리사용되는 UCI 와 EENA 데이타베이스중 0개의데이타셋을대상으로실험을수행하였다 ( 표. 본논문에서는결합을위한개별분류기로신경망을사용하였으며, 학습율과모멘텀은각각 0.5와 0.9로설정하였다. 신경망내부노드들간의초기연결강도는 -0.5~0.5 사이의임의값으로초기화하였으며, 각신경망은 Baggg을이용하여학습하였다. 신경망의은닉노드 (He oe 수와세대수는 [] 의연구와동일한기준으로다음과같이결정하였다. 우선은닉노드는최소 5개가되도록하였으며, 하나의클래스당혹은 0개의특징당최소하나의은닉노드를갖도록하였다. 세대수는데이타셋의샘플수가 250개이하인경우 60~ 80세대, 샘플수가 250~500개인경우 40세대, 샘플수가 500개이상인경우 20~40세대로설정하였다 ( 표 2. IS IS (9 데이타셋 표 실험에사용된데이타셋 샘플수 특징수 클래스수 출처 Breast-aer (Br UCI Ioosphere (Io UCI Irs (Ir UCI Satellte (Sa UCI Segetato (Se UCI Soar (So UCI Phoee (Ph EENA Texture (Te EENA Clous (Cl EENA Coetr (Co EENA 표 2 신경망파라메터 데이타셋 은닉노드수 세대수 Breast-aer (Br 5 20 Ioosphere (Io 0 40 Irs (Ir 5 80 Satellte (Sa 5 30 Segetato (Se 5 20 Soar (So 0 60 Phoee (Ph 5 30 Texture (Te Clous (Cl 5 20 Coetr (Co 5 20 본논문에서사용할신경망의수는기존의분류기결합방법인 AJ, IN, AX, AVG를이용한실험을통해결정하였다. 그림 2와같이사용하는신경망의수가 0개이상이되면결합을통해얻을수있는성능의향상정도가줄어드는것을확인하였으며, 따라서본논문의이후실험에서는 [] 의연구와마찬가지로신경망의수를 25개로고정하였다. 그림 2 결합하는신경망수에따른분류성능 ( 모든데이타셋에대한실험결과의평균

4 454 정보과학회논문지 : 컴퓨팅의실제및레터제 4 권제 4 호 ( 분류성능평가결합방법별성능을비교하기위하여각데이타에대해 0-fol ross valato실험을수행하였다. 표 3과표 4 는각각실험결과의오분류율과표준편차를나타낸다. 결합방법중오라클 (ORA 은분류기들중하나라도맞게분류하면전체가맞았다고보는방법으로, 데이타셋의최대가능분류율을의미한다. 제안하는방법인 k- 최근접템플릿방법의경우 3.2절의식 (9 에의해 Ioosphere, Soar, Phoee, Clous, Coetr의 5가지데이타셋의경우 k=, 나머지의경우는 k=c/2=0으로 k값이선택되었다. 표 3에서굵게표시된숫자는각데이타셋의최소오분류율을나타내는것으로 ( 오라클제외, 실험결과제안하는방법이가장많은수인 6개의데이타셋에서최고분류율을보였으며, 그외의데이타셋에서도높은성능을나타냈다. us( 다중결정템플릿 은두번째로좋은성능을보였으며, 기존결합방법들중에서는평균선택 (AVG 방법이좋은성능을나타냈다. 그림 3은전체데이타셋에대한평균오분류율과표준편차를보여준다. 그림과같이제안하는방법이다른방법에비해가장높은성능을보였으며, ( 결정템플 표 3 모든데이타셋에대한결합방법별오분류율 AJ IN AX AVG u s 제안하는방법 ORA Br Io Ir Sa Se So Ph Te Cl Co 표 4 모든데이타셋에대한결합방법별표준편차 AJ IN AX AVG u s 제안하는방법 ORA Br Io Ir Sa Se So Ph Te Cl Co 그림 3 결합방법별모든데이타셋에대한평균오분류율과표준편차 표 5 제안하는방법과의 t검정을통한성능통계적유의수준분석결과 결합방법 AVG us p값 p<0.02 p<0.002 p<0.007 릿 과 AVG( 평균선택방법 은비슷한성능을보였다. us의경우분류성능은 와비슷하였으나, 클러스터링결과에영향을받기때문에표준편차가높게나타났다. 표 5는제안하는방법과 AVG,, us간의대응 t검정결과를보여준다. 4.3 성능안정성평가분류기결합방법의성능안정성을평가하기위하여본논문에서는결합방법별로모든데이타셋에대한 0- fol ross valato실험분류결과의 CV(Coeffet of Varae 값을측정하였다. CV값은상호분산정도를측정하기위해많이사용되는통계적방법으로, 데이타 값의집중경향을나타낸다. 와 를각각분류율의표 준편차와평균이라고하였을때, CV값은다음과같이계산된다. σ CV = 00% (0 µ 이때 CV값은작을수록분류성능이안정적임을나타낸다. 분석결과그림 4와같이제안하는방법이기존의결합방법에비해가장안정적인성능을보임을확인하였다.

5 k- 최근접템플릿기반다중분류기결합방법 455 그림 4 분류기결합방법별성능안정성 (CV값이작을수록안정적임을나타냄 fuso obg lassfers: A experet," IEEE Tras. Systes, a, a Cyberets, Part B-Cyberets, Vol.32, No.2, pp , [5] J.-K., J.-H. Hog, a S.-B. Cho, "Fgerprt lassfato usg ultple eso teplate wth SV," J. Korea Iforato See Soet Vol.32, No., pp , [6] A.K. Ja a R.C. Dubes, Algorths for Clusterg Data, Prete Hall, 988. [7] U. aulk a S. Bayopahya "Perforae evaluato of soe lusterg algorths a valy es," IEEE Tras. Patter Aalyss a ahe Itellgee, Vol.24, No.2, pp , 결론 본논문에서는다중분류기를효과적으로결합하기위하여다중결정템플릿방법에 k-최근접이웃분류기법을적용한 k-최근접템플릿을제안하였다. 이는각클래스를여러개의템플릿으로모델링하며, 이들중가장유사한하나의템플릿과매칭하는대신 k개의모델을참조하기때문에기존의분류기결합방법에비해안정적이고높은분류성능을획득할수있다. 이때 k값은데이타셋의클래스내밀집도와클래스간분리도에따라적합한 k값을자동으로선택한다. 기존의분류기결합방법인투표기반, 최대값선택, 최소값선택, 평균선택, 결정템플릿방법등을이용하여 UCI와 EENA의 0가지데이타셋에대한비교실험을수행한결과제안하는방법이안정적이면서높은성능을보임을확인하였다. 추후연구로보다다양한데이타셋에대한성능평가를통해방법의일반성을검증하고, 데이타셋의특징과 k값과의상관관계를정량적으로분석하여 k값을보다정교하게선택해주는규칙을생성할계획이다. 참고문헌 [] D. Optz a R. al, "Popular eseble ethos: A epral stu" J. Artfal Itellgee Researh, Vol., pp , 999. [2].I. Kuheva, "A theoretal stuy o sx lassfer fuso strateges," IEEE Tras. Patter Aalyss a ahe Itellgee, Vol.24, No.2, pp , [3].I. Kuheva, J.C. Bezek, a R.P.W. Du, "Deso teplates for ultple lassfer fuso: A experetal oparso," Patter Reogto, Vol.34, No.2, pp , 200. [4].I. Kuheva, "Swthg betwee seleto a

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA 37 정보과학회논문지 : 시스템및이론제 35 권제 8 호 008.8 나이브베이스분류기를이용한유전발현데이타기반암분류를위한순위기반다중클래스유전자선택 Rak-base Multlass Gee Seleto for Caer Classfato wth ave Bayes Classfers base o Gee Expresso rofles 홍진혁 조성배 J-Hyuk Ho Su-Bae

More information

JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각

JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 (   ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각 JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.

More information

Sequences with Low Correlation

Sequences with Low Correlation 레일리페이딩채널에서의 DPC 부호의성능분석 * 김준성, * 신민호, * 송홍엽 00 년 7 월 1 일 * 연세대학교전기전자공학과부호및정보이론연구실 발표순서 서론 복호화방법 R-BP 알고리즘 UMP-BP 알고리즘 Normalied-BP 알고리즘 무상관레일리페이딩채널에서의표준화인수 모의실험결과및고찰 결론 Codig ad Iformatio Theory ab /15

More information

6 강남구 청담지구 청담동 46, 삼성동 52 일대 46,592-46,592 7 강남구 대치지구 대치동 922번지 일대 58,440-58,440 8 강남구 개포지구 개포동 157일대 20,070-20,070 9 강남구 개포지구중심 포이동 238 일대 25,070-25,

6 강남구 청담지구 청담동 46, 삼성동 52 일대 46,592-46,592 7 강남구 대치지구 대치동 922번지 일대 58,440-58,440 8 강남구 개포지구 개포동 157일대 20,070-20,070 9 강남구 개포지구중심 포이동 238 일대 25,070-25, 서울특별시시 제2014-77호 도시관리계획[성내지구 지구단위계획구역 등 176개 구역 (민간부문 운영시행지침)] 결정(변경) 시 서울특별시 성내지구 등 176개소 지구단위계획구역 민간부문 운영시행지침 에 대하여 국토의 계획 및 이용에 관한 법률 제30조 및 같은법 시행령 제25조 규정에 따라 도시관리 계획결정(변경) 사항을 다음과 같이 시합니다. 2014년

More information

27집최종10.22

27집최종10.22 경 축 2012년 한국문인협회 선정 우수지부상 수상 아래 글은 한국문인협회 지회, 지부 중 홍천지부가 전국 우수지부로 선정되어 지난 2012년 9월 22~23일 원주 인터블고 호텔에서 개최한 한국문인협회 제32차 문협 전국대표자 대회 에서 수상하고 석도익 회장이 발표한 홍천지부 지부운영사례에 대한 글을 옮김. 2012년 한국문인협회 선정 우수지부장

More information

황룡사 복원 기본계획 Ⅵ. 사역 및 주변 정비계획 가. 사역주변 정비구상 문화유적지구 조성 1. 정비방향의 설정 황룡사 복원과 함께 주변 임해전지(안압지) 海殿址(雁鴨池)와 분황사 등의 문화유적과 네트워크로 연계되는 종합적 정비계획안을 수립한다. 주차장과 광장 등 주변

황룡사 복원 기본계획 Ⅵ. 사역 및 주변 정비계획 가. 사역주변 정비구상 문화유적지구 조성 1. 정비방향의 설정 황룡사 복원과 함께 주변 임해전지(안압지) 海殿址(雁鴨池)와 분황사 등의 문화유적과 네트워크로 연계되는 종합적 정비계획안을 수립한다. 주차장과 광장 등 주변 194 197 황룡사 복원 기본계획 Ⅵ. 사역 및 주변 정비계획 가. 사역주변 정비구상 문화유적지구 조성 1. 정비방향의 설정 황룡사 복원과 함께 주변 임해전지(안압지) 海殿址(雁鴨池)와 분황사 등의 문화유적과 네트워크로 연계되는 종합적 정비계획안을 수립한다. 주차장과 광장 등 주변 편의시설에 대한 계획을 고려하여 하나의 유적지구로 조성한다. 각 유적을 하나의

More information

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. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

PowerPoint Template

PowerPoint Template 16-1. 보조자료템플릿 (Template) 함수템플릿 클래스템플릿 Jong Hyuk Park 함수템플릿 Jong Hyuk Park 함수템플릿소개 함수템플릿 한번의함수정의로서로다른자료형에대해적용하는함수 예 int abs(int n) return n < 0? -n : n; double abs(double n) 함수 return n < 0? -n : n; //

More information

(001~006)개념RPM3-2(부속)

(001~006)개념RPM3-2(부속) www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로

More information

statistics

statistics 수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지

More information

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A3504446BFEB2E687770>

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A3504446BFEB2E687770> 북한의 주요 농업 관련 법령 해설 1) 이번 호와 다음 호에서는 북한의 주요 농업 관련 법령을 소개하려 한다. 북한의 협동농장은 농업협동조합기준규약초안 과 농장법 에 잘 규정되어 있다. 북한 사회주의 농업정책은 사회 주의농촌문제 테제 2), 농업법, 산림법 등을 통해 엿볼 수 있다. 국가계획과 농업부문의 관 계, 농산물의 공급에 관해서는 인민경제계획법, 사회주의상업법,

More information

1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9

1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9 (1920~1945 ) 1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9 1918 4 1930 1933 1 932 70 8 0 1938 1923 3 1 3 1 1923 3 1920 1926 1930 3 70 71

More information

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,,., 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

More information

음악의 구성 형식에 따라 추출된 대표 선율을 이용한 내용 기반 음악 검색 시스템

음악의 구성 형식에 따라 추출된 대표 선율을 이용한 내용 기반 음악 검색 시스템 악구 동기(1동기) 동기(2동기) 악 절 MIC Hummed Queries Digital Audio MIDI Songs Melody Database Pitch Tracker Melodic Contour Query Engine Ranked List of Matching Melodies 사용자 음악 MIDI 화일 특징 정보 추출 박자, 높이,

More information

Microsoft PowerPoint - 26.pptx

Microsoft PowerPoint - 26.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

adfasdfasfdasfasfadf

adfasdfasfdasfasfadf C 4.5 Source code Pt.3 ISL / 강한솔 2019-04-10 Index Tree structure Build.h Tree.h St-thresh.h 2 Tree structure *Concpets : Node, Branch, Leaf, Subtree, Attribute, Attribute Value, Class Play, Don't Play.

More information

PART 8 12 16 21 25 28

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

More information

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선 Point Operation Histogram Modification 김성영교수 금오공과대학교 컴퓨터공학과 학습내용 HISTOGRAM HISTOGRAM MODIFICATION DETERMINING THRESHOLD IN THRESHOLDING 2 HISTOGRAM A simple datum that gives the number of pixels that a

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA 진화연산과적응적 -ut 기반평가를이용한유전자발현데이타의퍼지클러스터분석 68 진화연산과적응적 -ut 기반평가를이용한유전자발현데이타의퍼지클러스터분석 (Fuzzy Cluster Analysis of Gene Expression Profiles Using Evolutionary Computation and Adaptive -ut based Evaluation) 박한샘

More information

Microsoft PowerPoint Relations.pptx

Microsoft PowerPoint Relations.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2010년봄학기강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA 내용기반이미지검색을위한 MPEG-7 우위컬러기술자의효과적인유사도 837 내용기반이미지검색을위한 MPEG-7 우위컬러기술자의효과적인유사도 (An Effective Similarity Measure for Content-Based Image Retrieval using MPEG-7 Dominant Color Descriptor) 이종원 낭종호 (Jongwon Lee)

More information

JAVA PROGRAMMING 실습 08.다형성

JAVA PROGRAMMING 실습 08.다형성 2015 학년도 2 학기 1. 추상메소드 선언은되어있으나코드구현되어있지않은메소드 abstract 키워드사용 메소드타입, 이름, 매개변수리스트만선언 public abstract String getname(); public abstract void setname(string s); 2. 추상클래스 abstract 키워드로선언한클래스 종류 추상메소드를포함하는클래스

More information

아시아연구 16(1), 2013 pp. 105-130 중국의경제성장과보험업발전간의 장기균형관계 Ⅰ. 서론 Ⅲ. 실증분석 1. 분석방법 < 그림 1> 중국의보험밀도와국민 1 인당명목 GNI 성장추이 보험밀도 국민 1 인당명목 GNI < 그림 2> 중국의주요거시경제지표변화추이 총저축액 금리, 물가, 실업률 < 표 1> 변수정의 변수명 정의 자료출처 LTP

More information

MVVM 패턴의 이해

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

More information

Slide 1

Slide 1 SeoulTech 2011-2 nd 프로그래밍입문 (2) Chapter 16. 템플릿 박종혁교수 (http://www.parkjonghyuk.net) Tel: 970-6702 Email: jhpark1@snut.ac.kr Learning Objectives 함수템플릿 구문, 정의 컴파일합병 클래스템플릿 문법 예 : 배열템플릿클래스 템플릿및상속 예 : 부분적으로채워진배열템플릿클래스

More information

딥러닝 첫걸음

딥러닝 첫걸음 딥러닝첫걸음 4. 신경망과분류 (MultiClass) 다범주분류신경망 Categorization( 분류 ): 예측대상 = 범주 이진분류 : 예측대상범주가 2 가지인경우 출력층 node 1 개다층신경망분석 (3 장의내용 ) 다범주분류 : 예측대상범주가 3 가지이상인경우 출력층 node 2 개이상다층신경망분석 비용함수 : Softmax 함수사용 다범주분류신경망

More information

예제 1.1 ( 경기값과공정한경기 ) >> A = [5 3 9; 8 10 11; 6 2 8], P = [0 1 0], Q = [1 0 0]' % 3x3 행렬경기 A = 5 3 9 8 10 11 6 2 8 P = 0 1 0 Q = 1 0 0 >> E = P * A * Q % 경기자 R은항상 2행을선택하고 C는항상 1열을선택하면, % R은 $8을얻는것이보장되고

More information

h ttp :/ / lo c a lh o s t:8 0 8 0 / js p b o o k h ttp :/ / lo c a lh o s t:8 0 8 0 / m y a p p h ttp :/ / w w w.th in k o n w e b.c o m / js p b o o k re q u e s t.g e tc o n te x tp a th () a p p lic

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Computer Vision & Pattern Recognition Lab. 제 9 장영상인식 Computer Vision & Pattern Recognition Lab. 영상인식 Computer Vision & Pattern Recognition Lab. 2 /26 영상인식 일반적인영상인식은매우어려운문제임 제한된환경, 여러가지가정하에서수행 영상의종류를알경우

More information

2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract

2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract 2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract - 31 - 소스코드유사도측정도구의성능에관한비교연구 1. 서론 1) Revulytics, Top 20 Countries for Software Piracy and Licence Misuse (2017), March 21, 2017. www.revulytics.com/blog/top-20-countries-software

More information

농어촌여름휴가페스티벌(1-112)

농어촌여름휴가페스티벌(1-112) 좋아유~보은!여러가지 체험으로자연을누려보세요 보은군 농촌체험산업협의회 맑은물 맑은공기비단강숲마을 영동군 비단강 숲마을 보은군은 전국 어디서나 찾아오기 쉬우며, 비단강 숲마을은 자연 그대로가 마을 곳곳에 녹아 잘 보존된 깨끗한 자연환경과 천년의 신비를 간직 흐르는 곳이다. 푸르른 들녘과 알록달록 익어 가는 과일, 한 속리산과 법주사, 장안면 아흔아홉간집, 서원계

More information

..........

.......... 통권 제101호(2007년 10월호) 특허가족 건강길라잡이(비만 시리즈4) 특허가족 건강길라잡이 (비만 시리즈 4) 변리사 김 일 성 킴스국제특허법률사무소 2. 비만과 영양소 4. 무기질(Minerals) 무기질은 단백질, 당질, 지질들과 달리 에너지를 낼 수 없고, 비타민류와 달리 조리과정에서 파괴되지 않는다. 그러나 물에 용해되므로 조리 중의 용액을 버리

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 05 장 CSS3 선택자 1. 선택자개요 2. 기본선택자 3. 속성선택자 4. 후손선택자와자손선택자 5. 반응 / 상태 / 구조선택자 CSS 블록을생성할수있다. 선택자를이해하고적절한선택자를활용할수있다. 1 선택자개요 CSS3 선택자 특정한 HTML 태그를선택할때사용하는기능 선택한태그에원하는스타일이나스크립트적용가능 그림 5-1 CSS 블록 CSS 블록 style

More information

Artificial Intelligence: Assignment 5 Seung-Hoon Na December 15, Numpy: Tutorial 다음 자료를 참조하여 numpy기본을 공부하시오.

Artificial Intelligence: Assignment 5 Seung-Hoon Na December 15, Numpy: Tutorial 다음 자료를 참조하여 numpy기본을 공부하시오. Artificial Intelligence: Assignment 5 Seung-Hoon Na December 15, 2018 1 Numpy: Tutorial 다음 자료를 참조하여 numpy기본을 공부하시오. https://docs.scipy.org/doc/numpy-1.15.0/user/quickstart.html https://www.machinelearningplus.com/python/

More information

실험 5

실험 5 실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.

More information

1_12-53(김동희)_.hwp

1_12-53(김동희)_.hwp 본논문은 2012년전력전자학술대회우수추천논문임 Cascaded BuckBoost 컨버터를 이용한 태양광 모듈 집적형 저전압 배터리 충전 장치 개발 472 강압이 가능한 토폴로지를 이용한 연구도 진행되었지만 제어 알고리즘의 용의성과 구조의 간단함 때문에 BuckBoost 컨버터 또는 Sepic 컨버터를 이용하여 연구 가 진행되었다[10][13]. 태양광 발전

More information

hwp

hwp , 14% 18,300.,. ( ),.. 14 % 18,3 0 0., " "., ( ) " ".,... (E PA) (CARB ). " E PA ".. 9 6 5 1 0 1 5 %. CARB ( ). . "9 9 E PA, ".,. 1 3 [H P E 1 0 0 M ]., 7 2 0 0, 5 0 0.,.. " ".., 1 0 %., " 2 0 % ".,. '

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA 46 정보과학회논문지 : 데이타베이스제 34 권제 1 호 (2007.2) 2 단계접근법을통한통합마이크로어레이데이타의분류기생성 (Building a Classifier for Integrated Microarray Datasets through Two-Stage Approach) 윤영미 이종찬 박상현 (Youngmi Yoon) (Jongchan Lee) (Sanghyun

More information

334 退 溪 學 과 儒 敎 文 化 第 55 號 角 說 에서는 뿔이 난 말과 고양이라는 기형의 동물을 소재로 하여 당대 정치 상 황을 비판하였고, 白 黑 難 에서는 선과 악을 상징하는 색깔인 白 과 黑 이 서로 벌이 는 문답을 통하여 옳고 그름의 가치관이 전도된 현실세

334 退 溪 學 과 儒 敎 文 化 第 55 號 角 說 에서는 뿔이 난 말과 고양이라는 기형의 동물을 소재로 하여 당대 정치 상 황을 비판하였고, 白 黑 難 에서는 선과 악을 상징하는 색깔인 白 과 黑 이 서로 벌이 는 문답을 통하여 옳고 그름의 가치관이 전도된 현실세 南 坡 洪 宇 遠 의 논설류 산문 연구 禹 芝 英 *1) 차 례. 서론. 친근한 소재를 통한 공감의 확대. 문답의 서술방식을 통한 논리성의 강화. 우언의 서술방식을 통한 현실 비판. 결론 국문초록 南 坡 洪 宇 遠 은 仁 祖 에서 肅 宗 연간에 활동한 문인 관료이다. 홍우원의 문집인 南 坡 集 은 시와 상소문이 대부분의 비중을 차지하고, 記 說 序 등의 산문

More information

review050829.hwp

review050829.hwp 한국무역협회 무역연구소 서울시 강남구 삼성동 무역센터 트레이드타워 4801호 Tel: 6000-5174~9 Fax: 6000-6198 홈페이지 : http://tri.kita.net - 1 - 5 4 (% ) 경상수지(G DP 대 비) 추 이 일본 독일 3 네덜란드 2 1 아일랜드 0-1 -2 [1만불 - 2 만불 달성기간 ] -일본(80-88) -독일(79-90)

More information

°ø±â¾Ð±â±â

°ø±â¾Ð±â±â 20, 30, 40 20, 30, 40 1 2 3 4 5 6 7 8 9 10 3.1 6.3 9.4 12.6 15.7 18.8 22.0 25.1 28.3 31.4 2.4 4.7 7.1 9.4 11.8 14.1 16.5 18.8 21.2 23.6 7.1 14.1 21.2 28.3 35.3 42.4 49.5 56.5 63.6 70.7 5.9 11.9 17.8 23.7

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 실습 1 배효철 th1g@nate.com 1 목차 조건문 반복문 System.out 구구단 모양만들기 Up & Down 2 조건문 조건문의종류 If, switch If 문 조건식결과따라중괄호 { 블록을실행할지여부결정할때사용 조건식 true 또는 false값을산출할수있는연산식 boolean 변수 조건식이 true이면블록실행하고 false 이면블록실행하지않음 3

More information

보건분야 - 보고서연구원 직업성천식감시체계구축 운용 The surveillance to detect the occupational asthma in Korea 2011 년사업결과보고서 Occupational Safety and Health Research

보건분야 - 보고서연구원 직업성천식감시체계구축 운용 The surveillance to detect the occupational asthma in Korea 2011 년사업결과보고서 Occupational Safety and Health Research 보건분야 - 보고서연구원 2011-- 직업성천식감시체계구축 운용 The surveillance to detect the occupational asthma in Korea 2011 년사업결과보고서 Occupational Safety and Health Research Institute 요약문 1-1 - 2 직업성천식감시체계구축운용 - 2 - 요약문 3-3 -

More information

저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물

저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물 저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 귀하는, 이저작물의재이용이나배포의경우, 이저작물에적용된이용허락조건을명확하게나타내어야합니다.

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA 베이지안네트워크와페트리넷을이용한모바일상황정보로부터의블로그자동생성 467 베이지안네트워크와페트리넷을이용한모바일상황정보로부터의블로그자동생성 (Automatic Weblog Generation from Mobile Context using Bayesian Network and Petri Net) and emotions. If we collect personal information

More information

Untitled-1

Untitled-1 영역별 욕구조사 설문지 예시 자료 3 장애인영역 평택시 사회복지시설 욕구조사 실무도움서 _ 201 202 _ 평택복지재단 영역별 욕구조사 설문지 예시 자료 2 3 2 3 평택시 사회복지시설 욕구조사 실무도움서 _ 203 204 _ 평택복지재단 영역별 욕구조사 설문지 예시 자료 2 3 4 평택시 사회복지시설 욕구조사 실무도움서 _ 205 2 3 4 5 6 7

More information

歯전용]

歯전용] 2001. 9. 6 1. 1. (1) (1) 1 (2) (2) 2 3 INVESTER PROFESIONAL ORGANIZATION GOVERNMENT CODE COMMITTEE SPECIFICATION CODE LAW LICENSE PERMIT PLANT 4 5 6 7 2. (1) 2. (1) 8 9 (2) (2) 10 (3) ( ). () 20kg/ (P70,

More information

<34335FB1E8B9CEB1D42DC8A5C7D5C8ADBCD2B8A620C0CCBFEBC7D120494B4F4E4F5320BFB5BBF32E687770>

<34335FB1E8B9CEB1D42DC8A5C7D5C8ADBCD2B8A620C0CCBFEBC7D120494B4F4E4F5320BFB5BBF32E687770> Journal of the Korea Academia-Industrial cooperation Society Vol. 13, No. 6 pp. 2751-2756, 2012 http://dx.doi.org/10.5762/kais.2012.13.6.2751 혼합화소를이용한 IKONOS 영상의감독분류정확도평가 이종신 1, 김민규 1*, 박준규 2 1 충남대학교토목공학과,

More information

Introduction to Deep learning

Introduction to Deep learning Introduction to Deep learning Youngpyo Ryu 동국대학교수학과대학원응용수학석사재학 youngpyoryu@dongguk.edu 2018 년 6 월 30 일 Youngpyo Ryu (Dongguk Univ) 2018 Daegu University Bigdata Camp 2018 년 6 월 30 일 1 / 66 Overview 1 Neuron

More information

제4장 섬유 산업 향후 과제 기술력 향상 사업의 및 추진 방향 제4장 섬유 산업 기술력 향상 사업의 향후 과제 및 추진 방향 섞유 산업 기술력 향상 사업은 본문에서 살펴보았듯이 부문별로 환경 변화에 탄력적으로 적 옹하면서 효과적으로 진행되어 왔.1998년,2001년도가 본 사업을 시작하여 그 궤도를 잡는 시기였면,2002년도 이후는 사업의 규모와 범위가 확장되는

More information

q 이장에서다룰내용 1 객체지향프로그래밍의이해 2 객체지향언어 : 자바 2

q 이장에서다룰내용 1 객체지향프로그래밍의이해 2 객체지향언어 : 자바 2 객체지향프로그래밍 IT CookBook, 자바로배우는쉬운자료구조 q 이장에서다룰내용 1 객체지향프로그래밍의이해 2 객체지향언어 : 자바 2 q 객체지향프로그래밍의이해 v 프로그래밍기법의발달 A 군의사업발전 1 단계 구조적프로그래밍방식 3 q 객체지향프로그래밍의이해 A 군의사업발전 2 단계 객체지향프로그래밍방식 4 q 객체지향프로그래밍의이해 v 객체란무엇인가

More information

KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. 우리나라경

KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다.   우리나라경 KDI정책포럼제221호 (2010-01) (2010. 2. 10) 내용문의 : 이재준 (02-958-4079) 구독문의 : 발간자료담당자 (02-958-4312) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. http://www.kdi.re.kr 우리나라경기변동성에대한요인분석및시사점 이재준 (KDI 부연구위원 ) * 요 약,,, 1970. * (,

More information

= ``...(2011), , (.)''

= ``...(2011), , (.)'' Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 System Software Experiment 1 Lecture 5 - Array Spring 2019 Hwansoo Han (hhan@skku.edu) Advanced Research on Compilers and Systems, ARCS LAB Sungkyunkwan University http://arcs.skku.edu/ 1 배열 (Array) 동일한타입의데이터가여러개저장되어있는저장장소

More information

07( ) CPLV11-91.hwp

07( ) CPLV11-91.hwp 스마트프레젠테이션어플개발 543 스마트프레젠테이션어플개발 (Development of Smart Presentation Application) 이명호 노영주 (Myungho Lee) (Youngju Rho) 요약스마트폰시장은급속히성장하고있으며, 다양한스마트폰들은사람들의관심을더욱증대시키고있다. 일상생활에서스마트폰어플리케이션을이용하여편리함을얻는사례도증가하고있다.

More information

레이아웃 1

레이아웃 1 2013 울산학연구논총 ISSN 1979-9355 제 8호 Part.1 Part.2 Part.3 Part.4 울산의 공단 인접지역 자연마을의 변화상 - 울주군 청량면 화창마을을 중심으로 - 울산의 민속놀이 실태조사 울산광역시 지하보도, 문화창작공간으로서의 활용방안 연구 - 지하보도 문화와 예술을 입고 소통의 길을 찾다 - 울주 사찰 문헌자료의 조사연구 2013

More information

C++ Programming

C++ Programming C++ Programming 예외처리 Seo, Doo-okok clickseo@gmail.com http://www.clickseo.com 목 차 예외처리 2 예외처리 예외처리 C++ 의예외처리 예외클래스와객체 3 예외처리 예외를처리하지않는프로그램 int main() int a, b; cout > a >> b; cout

More information

JUNIT 실습및발표

JUNIT 실습및발표 JUNIT 실습및발표 JUNIT 접속 www.junit.org DownLoad JUnit JavaDoc API Document 를참조 JUNIT 4.8.1 다운로드 설치파일 (jar 파일 ) 을다운로드 CLASSPATH 를설정 환경변수에서설정 실행할클래스에서 import JUnit 설치하기 테스트실행주석 @Test Test 를실행할 method 앞에붙임 expected

More information

17장 클래스와 메소드

17장 클래스와 메소드 17 장클래스와메소드 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 17 장클래스와메소드 1 / 18 학습내용 객체지향특징들객체출력 init 메소드 str 메소드연산자재정의타입기반의버전다형성 (polymorphism) 박창이 ( 서울시립대학교통계학과 ) 17 장클래스와메소드 2 / 18 객체지향특징들 객체지향프로그래밍의특징 프로그램은객체와함수정의로구성되며대부분의계산은객체에대한연산으로표현됨객체의정의는

More information

10 (10.1) (10.2),,

10 (10.1) (10.2),, Chapter 16 Precipitation Equilibria Copyright 2001 by Harcourt, Inc. All rights reserved. Requests for permission to make copies of any part of the work should be mailed to the following address: Permissions

More information

μ σ σ μ σ μ σ σ 시체결가 정산가 정산가 > 유지증거금률 σ ~ ~ ~ ~ ~ σ ~ ~ ~ ~ σ ~ ~ 기간 1 : 2010.1.4.~2010.10.8. 기간 2 : 2010.10.11.~2011.10.7. 기간 3 : 2011.10.10.~2012.12.28. 기간 4 : 2013.1.2.~2013.3.29. 기간 5 : 2013.4.1.~2014.4.4.

More information

학습목차 2.1 다차원배열이란 차원배열의주소와값의참조

학습목차 2.1 다차원배열이란 차원배열의주소와값의참조 - Part2- 제 2 장다차원배열이란무엇인가 학습목차 2.1 다차원배열이란 2. 2 2 차원배열의주소와값의참조 2.1 다차원배열이란 2.1 다차원배열이란 (1/14) 다차원배열 : 2 차원이상의배열을의미 1 차원배열과다차원배열의비교 1 차원배열 int array [12] 행 2 차원배열 int array [4][3] 행 열 3 차원배열 int array [2][2][3]

More information

表紙(化学)

表紙(化学) 수험 번호 성 명 2013년 일본 공과대학 학부 유학생 파견 선발 시험 화 학 (90분 100점) 주 의 1 시험시작의 지시가 있을 때까지 열지 마시오. 2 해답은 해답용지의 지정된 난 안에 알아보기 쉽게 기입하시오. 3 해답에 한글이 포함되면 채점되지 않습니다. 필요한 경우, 아래의 값을 사용하시오. 원자량 H 1.0, C 12, N 14, O 16, Cu

More information

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. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

MD-C-035-1(N-71-18)

MD-C-035-1(N-71-18) MD-C-035-1(N-71-18) KEPIC 적용사례 : MD-C-035-1(N-71-18) ( 승인일자 : 2010. 8. 31) 제목 : 용접으로제조되는 KEPIC-MNF 의 1, 2, 3 및 MC 등급기기지지물의추가재 료 (KEPIC-MN) 질의 : 품목이용접으로제작될경우, KEPIC-MDP의부록 IA, IB, IIA, IIB 및 VI에나열된것이외에추가로어떤재료가

More information

소개 중요알림 본문서의내용과제품사양은예고없이변경될수있습니다. Brother 는예고없이여기에수록된사양과자료를변경할수있는권한을보유하며, 인쇄상의오류또는발행물과관련된다른오류를포함하여 ( 이에제한되지않음 ) 제공된자료를사용함으로써발생한모든손해 ( 결과적손해포함 ) 에대해어떠한

소개 중요알림 본문서의내용과제품사양은예고없이변경될수있습니다. Brother 는예고없이여기에수록된사양과자료를변경할수있는권한을보유하며, 인쇄상의오류또는발행물과관련된다른오류를포함하여 ( 이에제한되지않음 ) 제공된자료를사용함으로써발생한모든손해 ( 결과적손해포함 ) 에대해어떠한 P-touch Transfer Manager 사용방법 이프린터를사용하기전에반드시온라인사용자설명서를읽어보십시오. 나중에참조할수있도록가까이두십시오. 버전 0 한국어 소개 중요알림 본문서의내용과제품사양은예고없이변경될수있습니다. Brother 는예고없이여기에수록된사양과자료를변경할수있는권한을보유하며, 인쇄상의오류또는발행물과관련된다른오류를포함하여 ( 이에제한되지않음 )

More information

2015 경제ㆍ재정수첩

2015 경제ㆍ재정수첩 Contents 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Part 01 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 Part 02 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62

More information

(72) 발명자 장종산 대전 중구 수침로 138, 103동 204호 (태평동, 유등 마을쌍용아파트) 박용기 대전 유성구 어은로 57, 119동 302호 (어은동, 한 빛아파트) 황동원 경기 안양시 만안구 양화로147번길 7, 102동 403호 (박달동, 박달동동원베네스

(72) 발명자 장종산 대전 중구 수침로 138, 103동 204호 (태평동, 유등 마을쌍용아파트) 박용기 대전 유성구 어은로 57, 119동 302호 (어은동, 한 빛아파트) 황동원 경기 안양시 만안구 양화로147번길 7, 102동 403호 (박달동, 박달동동원베네스 (19) 대한민국특허청(KR) (12) 공개특허공보(A) (11) 공개번호 10-2015-0069268 (43) 공개일자 2015년06월23일 (51) 국제특허분류(Int. Cl.) B01J 20/10 (2006.01) B01D 53/62 (2006.01) B01J 20/282 (2006.01) (21) 출원번호 10-2013-0155502 (22) 출원일자

More information

untitled

untitled 기술 자습서 Part IV 02 p. 35 01 p. 16 01 02 03 04 05 06 07 08 01 02 03 04 05 06 07 01 01 02 03 05 06 07 02 03 04 06 08 110 V 01 p. 56 01 02 03 04 05 06 01 02 03 04 06 02 p. 67 01 02 03 04 05 06 07 01 02 03

More information

gnu-lee-oop-kor-lec06-3-chap7

gnu-lee-oop-kor-lec06-3-chap7 어서와 Java 는처음이지! 제 7 장상속 Super 키워드 상속과생성자 상속과다형성 서브클래스의객체가생성될때, 서브클래스의생성자만호출될까? 아니면수퍼클래스의생성자도호출되는가? class Base{ public Base(String msg) { System.out.println("Base() 생성자 "); ; class Derived extends Base

More information

설계란 무엇인가?

설계란 무엇인가? 금오공과대학교 C++ 프로그래밍 jhhwang@kumoh.ac.kr 컴퓨터공학과 황준하 6 강. 함수와배열, 포인터, 참조목차 함수와포인터 주소값의매개변수전달 주소의반환 함수와배열 배열의매개변수전달 함수와참조 참조에의한매개변수전달 참조의반환 프로그래밍연습 1 /15 6 강. 함수와배열, 포인터, 참조함수와포인터 C++ 매개변수전달방법 값에의한전달 : 변수값,

More information

(72) 발명자 오인환 서울 노원구 중계로 195, 101동 803호 (중계동, 신 안동진아파트) 서혜리 서울 종로구 평창14길 23, (평창동) 한훈식 서울 강남구 언주로71길 25-5, 301호 (역삼동, 영 훈하이츠) 이 발명을 지원한 국가연구개발사업 과제고유번호

(72) 발명자 오인환 서울 노원구 중계로 195, 101동 803호 (중계동, 신 안동진아파트) 서혜리 서울 종로구 평창14길 23, (평창동) 한훈식 서울 강남구 언주로71길 25-5, 301호 (역삼동, 영 훈하이츠) 이 발명을 지원한 국가연구개발사업 과제고유번호 (19) 대한민국특허청(KR) (12) 등록특허공보(B1) (45) 공고일자 2014년04월14일 (11) 등록번호 10-1384704 (24) 등록일자 2014년04월07일 (51) 국제특허분류(Int. Cl.) F16L 9/18 (2006.01) F17D 1/00 (2006.01) F16L 3/00 (2006.01) (21) 출원번호 10-2012-0113933

More information

DV690-N_KOR_110216.indd

DV690-N_KOR_110216.indd P/NO : MFL63266772 3 1 4 1 5 7 1 2 3 4 5 6 7 6 1 7 7 r t y u i - - - -, 7 1, 8 1 1 3 6 8 10 11 13? 12 14 15 16 17 18 a 1 b B c d e f c/v g C/V h M i Z j z k l 2 4 5 7 9 m w/s/a/d n b o p x q [ ] } r?

More information

PowerPoint Presentation

PowerPoint Presentation Package Class 1 Heeseung Jo 목차 section 1 패키지개요와패키지의사용 section 2 java.lang 패키지의개요 section 3 Object 클래스 section 4 포장 (Wrapper) 클래스 section 5 문자열의개요 section 6 String 클래스 section 7 StringBuffer 클래스 section

More information

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. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

@ p a g e c o n te n tt y p e = " te x t/ h tm l;c h a rs e t= u tf- 8 " fo r (in t i= 0 ; i< = 1 0 ; i+ + ) { o u t.p rin tln (" H e llo W o rld " + i + " < b r/> " ); = re s u lt + re s u lts u m ()

More information

Microsoft PowerPoint - 11주차_Android_GoogleMap.ppt [호환 모드]

Microsoft PowerPoint - 11주차_Android_GoogleMap.ppt [호환 모드] Google Map View 구현 학습목표 교육목표 Google Map View 구현 Google Map 지원 Emulator 생성 Google Map API Key 위도 / 경도구하기 위도 / 경도에따른 Google Map View 구현 Zoom Controller 구현 Google Map View (1) () Google g Map View 기능 Google

More information

, Fixed Income Analyst, , (pt, 212 초 =1) 17 US HY BofA merrill lynch bond index Europe HY Asian dollar HY Asia

, Fixed Income Analyst, , (pt, 212 초 =1) 17 US HY BofA merrill lynch bond index Europe HY Asian dollar HY Asia Comment Fixed Income Strategy 2 January 216 1 1 () (1) (1) (2) ROE: US HY Non-Energy Energy 2 26 27 28 29 21 211 212 214 21 안정성수익성현금흐름 US HY Sector Net Interest ROE FCF debt/ebitda coverage ratio Energy

More information

<BFACBDC0B9AEC1A6C7AEC0CC5F F E687770>

<BFACBDC0B9AEC1A6C7AEC0CC5F F E687770> IT OOKOOK 87 이론, 실습, 시뮬레이션 디지털논리회로 ( 개정 3 판 ) (Problem Solutions of hapter 9) . T 플립플롭으로구성된순서논리회로의해석 () 변수명칭부여 F-F 플립플롭의입력 :, F-F 플립플롭의출력 :, (2) 불대수식유도 플립플롭의입력 : F-F 플립플롭의입력 : F-F 플립플롭의출력 : (3) 상태표작성 이면,

More information

목 차 개요 규격의구성및범위 관련표준및규격 국외표준및규격 국내표준및규격 기타 정의 전자서명법용어정의 용어의정의 용어의효력 약어 인증경로구축 인증경로검증알고리즘 인증서경로기본검증 검증알고리즘 부록 규격연혁

목 차 개요 규격의구성및범위 관련표준및규격 국외표준및규격 국내표준및규격 기타 정의 전자서명법용어정의 용어의정의 용어의효력 약어 인증경로구축 인증경로검증알고리즘 인증서경로기본검증 검증알고리즘 부록 규격연혁 공인인증서경로검증기술규격 Accredited Certificate Path Validation Specification 년 월 목 차 개요 규격의구성및범위 관련표준및규격 국외표준및규격 국내표준및규격 기타 정의 전자서명법용어정의 용어의정의 용어의효력 약어 인증경로구축 인증경로검증알고리즘 인증서경로기본검증 검증알고리즘 부록 규격연혁 표목차 표 명칭형태 그림목차

More information

04 Çмú_±â¼ú±â»ç

04 Çмú_±â¼ú±â»ç 42 s p x f p (x) f (x) VOL. 46 NO. 12 2013. 12 43 p j (x) r j n c f max f min v max, j j c j (x) j f (x) v j (x) f (x) v(x) f d (x) f (x) f (x) v(x) v(x) r f 44 r f X(x) Y (x) (x, y) (x, y) f (x, y) VOL.

More information

<BFACB1B831382D31355FBAF2B5A5C0CCC5CD20B1E2B9DDC0C720BBE7C0CCB9F6C0A7C7E820C3F8C1A4B9E6B9FD20B9D720BBE7C0CCB9F6BBE7B0ED20BFB9C3F8B8F0C7FC20BFACB1B82D33C2F7BCF6C1A E687770>

<BFACB1B831382D31355FBAF2B5A5C0CCC5CD20B1E2B9DDC0C720BBE7C0CCB9F6C0A7C7E820C3F8C1A4B9E6B9FD20B9D720BBE7C0CCB9F6BBE7B0ED20BFB9C3F8B8F0C7FC20BFACB1B82D33C2F7BCF6C1A E687770> Ⅳ. 사이버사고예측모델개발 사이버보험시장활성화를위해서는표준데이터개발이필요하다. 이를위하여이전장에서는빅데이터기반의사이버위험측정체계를제안하였다. 본장에서는제안된사이버위험지수를이용하여사이버사고 (Cyber Incident) 를예측하는모델을개발하고자한다. 이는향후정확한보험금산출에기여할것으로기대한다. 최근빅데이터, 인공지능 (Artificial Intelligence),

More information

<5BB0EDB3ADB5B55D32303131B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E28322920BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D3031292D3135B9AEC7D72E687770>

<5BB0EDB3ADB5B55D32303131B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E28322920BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D3031292D3135B9AEC7D72E687770> 고1 융합 과학 2011년도 1학기 중간고사 대비 다음 글을 읽고 물음에 답하시오. 1 빅뱅 우주론에서 수소와 헬륨 의 형성에 대한 설명으로 옳은 것을 보기에서 모두 고른 것은? 4 서술형 다음 그림은 수소와 헬륨의 동위 원 소의 을 모형으로 나타낸 것이. 우주에서 생성된 수소와 헬륨 의 질량비 는 약 3:1 이. (+)전하를 띠는 양성자와 전기적 중성인 중성자

More information

슬라이드 1

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

More information

PowerPoint Presentation

PowerPoint Presentation Class - Property Jo, Heeseung 목차 section 1 클래스의일반구조 section 2 클래스선언 section 3 객체의생성 section 4 멤버변수 4-1 객체변수 4-2 클래스변수 4-3 종단 (final) 변수 4-4 멤버변수접근방법 section 5 멤버변수접근한정자 5-1 public 5-2 private 5-3 한정자없음

More information

<C1A4B4E4B9D7C7D8BCB32E687770>

<C1A4B4E4B9D7C7D8BCB32E687770> 2003학년도 3월 고3 전국연합학력평가 정답 및 해설 제 1 교시 언어 영역 정 답 1 2 2 1 3 3 4 4 5 4 6 2 7 2 8 5 9 3 10 1 11 3 12 2 13 5 14 5 15 3 16 1 17 2 18 3 19 4 20 4 21 2 22 4 23 1 24 5 25 1 26 5 27 4 28 3 29 2 30 4 31 1 32 2 33

More information

명세서 기술분야 본 발명은 2차 전지로부터 유가( 有 價 ) 금속을 회수하는 방법에 관한 것이며, 상세하게는, 폐( 廢 )리튬 이온 전지 및 리튬 이온 전지의 제조 불량품에 함유되는 코발트를 회수하는 리튬 이온 전지내의 코발트 회수 방법 및 코발트 회수 시스템에 관한

명세서 기술분야 본 발명은 2차 전지로부터 유가( 有 價 ) 금속을 회수하는 방법에 관한 것이며, 상세하게는, 폐( 廢 )리튬 이온 전지 및 리튬 이온 전지의 제조 불량품에 함유되는 코발트를 회수하는 리튬 이온 전지내의 코발트 회수 방법 및 코발트 회수 시스템에 관한 (19)대한민국특허청(KR) (12) 공개특허공보(A) (51) Int. Cl. 7 H01M 10/54 B09B 3/00 (11) 공개번호 (43) 공개일자 10-2005-0088093 2005년09월01일 (21) 출원번호 10-2005-7009897 (22) 출원일자 2005년06월01일 번역문 제출일자 2005년06월01일 (86) 국제출원번호 PCT/JP2003/016733

More information

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표 Vector Differential: 벡터 미분 Yonhee Lee October 7, 08 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표기법을 정의하는 방법이다 보통 스칼라(scalar)에 대한 미분은 일분수 함수 f : < < 또는 다변수 함수(function

More information

PBR200114_01.PDF

PBR200114_01.PDF CEO CEO EXECUTIV E SUMM ARY. CEO - CEO, CEO (Chief) (Executive) (Officer) CEO CEO CEO CEO CEO. CEO - CEO CEO CEO - CEO CEO CEO CEO,, CEO. CEO 1. CEO - CEO CEO : (Richard Branson) CEO - : (LUV) D. (Herbert

More information

Resampling Methods

Resampling Methods Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )

More information

Microsoft PowerPoint - CSharp-10-예외처리

Microsoft PowerPoint - CSharp-10-예외처리 10 장. 예외처리 예외처리개념 예외처리구문 사용자정의예외클래스와예외전파 순천향대학교컴퓨터학부이상정 1 예외처리개념 순천향대학교컴퓨터학부이상정 2 예외처리 오류 컴파일타임오류 (Compile-Time Error) 구문오류이기때문에컴파일러의구문오류메시지에의해쉽게교정 런타임오류 (Run-Time Error) 디버깅의절차를거치지않으면잡기어려운심각한오류 시스템에심각한문제를줄수도있다.

More information