Artificial Intelligence: Assignment 3 Seung-Hoon Na November 30, Sarsa와 Q-learning Windy Gridworld Windy gridworld는 (Sutton 교재 연습문제 6.5) 다음

Size: px
Start display at page:

Download "Artificial Intelligence: Assignment 3 Seung-Hoon Na November 30, Sarsa와 Q-learning Windy Gridworld Windy gridworld는 (Sutton 교재 연습문제 6.5) 다음"

Transcription

1 Artificil Intelligence: Assignment 3 Seung-Hoon N November 30, Srs와 Q-lerning Windy Gridworld Windy gridworld는 (Sutton 교재 연습문제 6.5) 다음 그림과 같이 8 7 Grid world 로, Agent는 up, down, right, left의 4가지 ction을 수행하면서 시작 상태 S에서 목표 상태 G로 도달하는 것이 목적이다. 추가로, 중앙의 columns들에 바람 (wind)이 있어서 이 영역에서는 Agent가 up방향으로 해당 바람의 세기(strength) 만큼 이동하게 된다. 예를 들어, Agent가 G의 바로 왼쪽에서 right를 수행하면 G 보다 2칸 더 위에 위치하게 된다. Agent가 G의 바로 오른쪽에서 left를 수행하면 G보다 1칸 더 위에 위치하게 된다. (즉, Agent가 이동을 시작 할 때 위치의 column 상 strength만큼 위로 이동한후 해당 ction을 수행하는 것과 같다). Windy gridworld는 Undiscounted espisodic tsk로 gol에 도달할때마다 rewrd가 1씩 주어진다. 1.2 Srs와 Q-lerning구현 위의 Windy gridworld에 대해서 epsilon-greedy ction를 이용한 경우 Srs와 Q-lerning을 구현하시오 (python code). 이때, = 0.1, α = 0.5 로 한다. 참고로, Srs와 Q-lerning의 기본 알고리즘은 다음과 같다. 1

2 1.3 Srs와 Q-lerning학습 결과 확인 Srs와 Q-lerning각각에 대해서 학습한 결과의 Q vlues와 optiml policy는 별 도의 파일로 저장하고 이를 출력하는 python code를 작성하시오. 출력결과도 report하라. 1.4 Srs와 Q-lerning 시물레이션 Srs와 Q-lerning을 시물레이션하여 다음과 같이 time steps별로 수행된 epicodes수에 대한 curves를 비교하시오. (하나의 그래프에서 Srs와 Q-lerning 곡 선이 비교되도록 하면 된다.) 2

3 2 Policy Grdient Theorem Episodic 경우에 대해 다음 policy grdient theorem 을 증명하시오 (Sutton 교재 13.2절 참조). Theorem 1 (Policy grdient theorem) " # J(θ) = Eπ qπ (St, ) θ log π( St, θ) 위의 증명을 위해 다음의 단계를 거치시오 (Sutton 교재 9.2절 및 13.2절 참조). 1. 모든 episode는 공통 START 상태인 s0 에서 시작한다고 가정하여, 목적함수 (policy objective function) J(θ)는 시작 상태에서 현재 policy πθ 를 따랐을 때의 vlue로 다음과 같이 정의한다. J(θ) = vπθ (s0 ) 2. J(θ) = vπθ (s0 )를 전개하기 위해, stte-vlue function의 정의에 따라, vπθ (s)를 다시 다음과 같이 기술한다. " # vπ (s) = π( s)qπ (s, ) 3. vπ (s)를 정의에 따라 unfolding하여 다음을 유도한다 (이 과정을 상세히 정리할 것). vπ (s0 ) = η(s) π( s)qπ (s, ) s 이때 η()는 한 episode내에서 상태 s에 평균적으로 머무르는 time steps의 수로 다음과 같이 정의된다 (Sutton 교재 9.2절 참조). η(s) = h(s) + η(s0 ) π( s0 )p(s s0, ) s0 4. sttionry 분포 dπ (s) = P η(s) 0 의 s0 η(s ) J(θ) = vπ (s0 ) 형태로, 위의 식을 다시 기술한다. s 3 dπ (s) π( s)qπ (s, )

4 5. Expecttion의 정의에 따라 Policy grdient theorem을 최종 유도한다 (이 과정을 구체적으로 정리할 것). Tensorflow 사용 3 Tensorflow를 설치 ( 하여 다음의 과정을 수행 해보고 Convolutionl network의 기본 구조 및 학습 및 구현 방법을 이해하시오. (이 문제에 대한 보고서는 1페이지 이내로 간략히 정리할 것) 3.1 MNIST dtset에서 실행 다음 MNIST을 위한 분류기 Tutoril을 참조하여 해당 code mnist_softmx.py 를 이해하고 실행한 결과를 보이라. Tensorflow구동방식과 mnist_softmx.py의 핵심 함수에 대해 요약적으로 설 명하라. 또한, 다음에 대해서 간략히 설명하라. 1. loss function - squred error 2. loss function - negtive cross entropy 3. model prmeter 4. stochstic grdient decent 5. minibtch trining 6. regulriztion 7. computtionl grph 8. tf.vrible 9. tf.plceholder 3.2 CIFAR dtset에서 실행 다음을 각각 참조하여 CIFAR dtset에서 학습을 수행하고, 실행한 결과를 보 이라 Deep reinforcement lerning 본 문제에서는 Tetris게임의 ction을 학습하기 위해 Convolutionl network을 이 용한 deep reinforcement lerning을 구현한다. 다음은 이를 위해 확장해야 하는 pygme 코드이다. 참고로 위의 코드를 설치하여 실행한 게임 화면은 아래와 같다. 4

5 4.1 DQN (Deep Q-network) 구현 DQN은 Experience reply로 (s,, r, s0 )로 구성된 reply memory D를 만들고, 이로부터 rndom mini-btch Di 를 샘플링하여 Di 에 대한 다음 loss function (squred error)를 줄이도록 network의 prmeter를 학습하는 것이다. Li = Es,,r,s0 Di [r + γmx0 Q(s0, 0 ; wold ) Q(s,, w)] 다음은 DeepMind의 DQN 논문에서 기술된 학습 lgorithm이다. ( vmnih/docs/dqn.pdf) Q(s,, w)을 위해 convolutionl networks으로 구성하여 w학습을 위한 일 반적인 DQN 알고리즘을 구현하고 이를 MTris학습에 적용하시오. 5

6 단, DQN은 어느 게임에도 적용될 수 있도록 modulrity를 유지하도록 하고, MTris code는 stte imge 및 rewrd를 추출하기 위해 적절히 수정 및 확장하 시오. 다음은 추가 comments이다. 1. tensorflow 1.0버전이상 호환되도록 작성하라 (linux ubuntu 플랫폼) 2. convolutionl networks의 딥 모델 구조는 3-4개 층 정도로 적절히 구성하면 된다. 3. Discount fctor는 γ는 [0.7, 0.95]사이의 값으로 적절히 설정하라. 4. code실행을 위한 간단한 README 4.2 DQN (Deep Q-network) 적용 DQN을 적용하면서 Trining epochs이 진행됨에 따라 Averge rewrd curvs를 그리시오. 다음은 DeepMind 논문의 해당 curves의 예이다. 4.3 DQN (Deep Q-network) 적용: Tetris 시물레이션 DQN을 통해 학습된 결과를 저장한 후, 이를 로딩하여 학습된 Agent가 수행한 ction에 따라 MTris가 ply되도록 시물레이션 code를 작성하시오. (실행하면 Agent의 ction에 따라 MTris가 자동으로 ply되어야 함) 4.4 Actor-Critic model 구현 Actor-critic model은 vlue network v(s, w)와 policy network π(s, θ) 두고 vlue network의 prmeter를 갱신할 때는 TD-lerning을, policy network의 prmeter 를 갱신할 때는 policy grdient의 q 함수대신 dvntge function Aπθ (s, )를 사 용한 다음의 policy grdient를 사용한다. J(θ) = Eπθ [ log π( St, θ)aπθ (S, )] Actor-critic model의 학습 lgorithm은 다음과 같다 (Sutton 교재 13.5절 참조) 6

7 v(s, w)및 Q(s,, θ)을 위해 convolutionl networks으로 구성하여 w, θ 파 라미터을 위한 일반적인 Actor-Critic 알고리즘을 구현하고 이를 MTris학습에 적용하시오. 단, 마찬가지로 Actor-critic model은 어느 게임에도 적용될 수 있도록 modulrity를 유지하도록 하고, MTris code는 stte imge 및 rewrd를 추출하기 위해 적절히 수정 및 확장하시오. 다른 조건은 DQN과 유사하게 설정할 것. 4.5 Actor-Critic model 적용 및 시물레이션 마찬가지로, Actor-Critic model을 적용하면서 Trining epochs이 진행됨에 따라 Averge rewrd curvs를 그리고, 이를 DQN과 비교하시오. 또한, Actor-Critic model을 통해 학습된 결과를 저장한 후, 이를 로딩하여 학 습된 Agent가 수행한 ction에 따라 MTris가 ply되도록 시물레이션 code를 작 성하시오. (실행하면 Agent의 ction에 따라 MTris가 자동으로 ply되어야 함) 5 Deep reinforcement lerning: Brekout 추가로 앞에서 구현된 DQN, Actor-critic model을 확장하여 Brekout게임에 적 용하라. 다음은 이를 위해 확장해야 하는 pygme 코드이다. 참고로 위의 코드를 설치하여 실행한 게임 화면은 아래와 같다. 7

8 또는, 다음의 tri brekout 코드를확장해도된다. 위의 Atri brekout 게임화면은다음과같다. 제출해야하는코드는다음과같다. 1. DQN을이용한 Brekout 학습기 ( 학습결과저장 ) 2. DQN을이용한 Brekout 테스트 : performnce curve 도출 3. DQN을이용한 Brekout 테스트 : simultion ( 자동실행 ) 4. Actor-critic model을이용한 Brekout 학습기 ( 학습결과저장 ) 5. Actor-critic model을이용한 Brekout 테스트 : performnce curve 도출 6. Actor-critic model을이용한 Brekout 테스트 : simultion ( 자동실행 ) 8

Artificial Intelligence: Assignment 6 Seung-Hoon Na December 15, Sarsa와 Q-learning Windy Gridworld Windy Gridworld의 원문은 다음 Sutton 교재의 연습문제

Artificial Intelligence: Assignment 6 Seung-Hoon Na December 15, Sarsa와 Q-learning Windy Gridworld Windy Gridworld의 원문은 다음 Sutton 교재의 연습문제 Artificial Intelligence: Assignment 6 Seung-Hoon Na December 15, 2018 1 1.1 Sarsa와 Q-learning Windy Gridworld Windy Gridworld의 원문은 다음 Sutton 교재의 연습문제 6.5에서 찾아볼 수 있다. http://incompleteideas.net/book/bookdraft2017nov5.pdf

More information

Ch 8 딥강화학습

Ch 8 딥강화학습 Chapter 8. 딥강화학습 < 기계학습개론 > 강의서울대학교컴퓨터공학부장병탁 교재 : 장교수의딥러닝, 홍릉과학출판사, 2017. Slides Prepared by 장병탁, 최진영 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University Version

More information

..........(......).hwp

..........(......).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

More information

Probabilistic graphical models: Assignment 3 Seung-Hoon Na June 7, Gibbs sampler for Beta-Binomial Binomial및 beta분포는 다음과 같이 정의된다. k Bin(n, θ):

Probabilistic graphical models: Assignment 3 Seung-Hoon Na June 7, Gibbs sampler for Beta-Binomial Binomial및 beta분포는 다음과 같이 정의된다. k Bin(n, θ): Probabilistic graphical models: Assignment 3 Seung-Hoon Na June 7, 207 Gibbs sampler for Beta-Binomial Binomial및 beta분포는 다음과 같이 정의된다. k Bin(n, θ): binomial distribution은 성공확률이 θ인 시도에서, n번 시행 중 k번 성공할 확률

More information

Data structure: Assignment 1 Seung-Hoon Na October 1, Assignment 1 Binary search 주어진 정렬된 입력 파일이 있다고 가정하자. 단, 파일내의 숫자는 공백으로 구 분, file내에 숫자들은

Data structure: Assignment 1 Seung-Hoon Na October 1, Assignment 1 Binary search 주어진 정렬된 입력 파일이 있다고 가정하자. 단, 파일내의 숫자는 공백으로 구 분, file내에 숫자들은 Data structure: Assignment 1 Seung-Hoon Na October 1, 018 1 1.1 Assignment 1 Binary search 주어진 정렬된 입력 파일이 있다고 가정하자. 단, 파일내의 숫자는 공백으로 구 분, file내에 숫자들은 multiline으로 구성될 수 있으며, 한 라인에는 임의의 갯수의 숫자가 순서대로 나열될

More information

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB> 최신 ICT 이슈 최신 ICT 이슈 알파고의 심층강화학습을 뒷받침한 H/W 와 S/W 환경의 진화 * 알파고의 놀라운 점은 바둑의 기본규칙조차 입력하지 않았지만 승리 방식을 스스로 알아 냈다는 것이며, 알파고의 핵심기술인 심층강화학습이 급속도로 발전한 배경에는 하드웨 어의 진화와 함께 오픈소스화를 통해 발전하는 AI 관련 소프트웨어들이 자리하고 있음 2014

More information

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5>

<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

More information

Structure and Interpretation of Computer Programs: Assignment 3 Seung-Hoon Na October 4, George (아래 3개의 문제에 대한 구현이 모두 포함된 george.rkt파일을 제출하시오.

Structure and Interpretation of Computer Programs: Assignment 3 Seung-Hoon Na October 4, George (아래 3개의 문제에 대한 구현이 모두 포함된 george.rkt파일을 제출하시오. Structure and Interpretation of Computer Programs: Assignment 3 Seung-Hoon Na October 4, 2018 1 George (아래 3개의 문제에 대한 구현이 모두 포함된 george.rkt파일을 제출하시오. 실행후 Problem 1.3에 대한 Display결과가 나와야 함) George 그림은 다음과

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

(define (domain blocksworld (:requirements :strips :typing (:types block (:predicates (on?x - block?y - block (ontable?x - block (clear?x - block (hol

(define (domain blocksworld (:requirements :strips :typing (:types block (:predicates (on?x - block?y - block (ontable?x - block (clear?x - block (hol Artificial Intelligence: Assignment 4 Seung-Hoon Na October 24, 2018 1 Planning with Certainty STRIPS은 Planning을 위한 action-centric 표현 방식으로, 한 action마다 precondition과 effect로 구성된다. Precondition: 주어진 action이

More information

Chap 6: Graphs

Chap 6: Graphs AOV Network 의표현 임의의 vertex 가 predecessor 를갖는지조사 각 vertex 에대해 immediate predecessor 의수를나타내는 count field 저장 Vertex 와그에부속된모든 edge 들을삭제 AOV network 을인접리스트로표현 count link struct node { int vertex; struct node

More information

LIDAR와 영상 Data Fusion에 의한 건물 자동추출

LIDAR와 영상 Data Fusion에 의한 건물 자동추출 i ii iii iv v vi vii 1 2 3 4 Image Processing Image Pyramid Edge Detection Epipolar Image Image Matching LIDAR + Photo Cross correlation Least Squares Epipolar Line Matching Low Level High Level Space

More information

Microsoft Word - Lab.4

Microsoft Word - Lab.4 Lab. 1. I-V Lab. 4. 연산증폭기 Characterist 비 tics of a Dio 비교기 ode 응용 회로 1. 실험목표 연산증폭기를이용한비교기비교기응용회로를이해 응용회로를구성, 측정및평가해서연산증폭기 2. 실험회로 A. 연산증폭기비교기응용회로 (a) 기본비교기 (b) 출력제한 비교기 (c) 슈미트트리거 (d) 포화반파정류회로그림 4.1. 연산증폭기비교기응용회로

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

<C3D6C0E7C3B528BAB8B5B5C0DAB7E1292D322E687770>

<C3D6C0E7C3B528BAB8B5B5C0DAB7E1292D322E687770> 도서출판 폴리테이아 보도자료 정치가 최재천의 책 칼럼! 우리가 읽고 싶고 읽어야만 할 책, 153권에 대한 소개서이자 안내서! 최재천 지음 436쪽 15,000원 2011년 8월 출간 서울 마포구 합정동 417-3 (1층) / 편집 02-739-9929~30 / 영업 02-722-9960 / 팩스 02-733-9910 1 문자 공화국 을 살아간다. 말이 문자가

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Deep Learning 작업환경조성 & 사용법 ISL 안재원 Ubuntu 설치 작업환경조성 접속방법 사용예시 2 - ISO file Download www.ubuntu.com Ubuntu 설치 3 - Make Booting USB Ubuntu 설치 http://www.pendrivelinux.com/universal-usb-installer-easy-as-1-2-3/

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 가깝고도먼 DeepRL 이웅원 2018.02.07 강사소개 연세대학교기계공학과전공 모두의연구소 DCULab 랩장 제이마플선임연구원 파이썬과케라스로배우는강화학습 저자 패스트캠퍼스 Keras로시작하는강화학습 Camp 강사 페이스북그룹 Reinforcement Learning KR 운영진 Reinforcement Learning KR https://www.facebook.com/groups/reinforcementlearningkr/

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 2 nd DLCAT 2019.07.04 Contents 1. 2. ML-agents Tutorial 2 3 4 Reinforcement Learning 5 Action (a) Jump, forward, backward, run, Agent State (s) Position of agent, enemy, coins Reward (r) Reward Reward

More information

Data structure: Assignment 3 Seung-Hoon Na December 14, 2018 레드 블랙 트리 (Red-Black Tree) 1 본 절에서는 레드 블랙 트리를 2-3트리 또는 2-3-4트리 대한 동등한 자료구조로 보고, 두 가지 유형의 레

Data structure: Assignment 3 Seung-Hoon Na December 14, 2018 레드 블랙 트리 (Red-Black Tree) 1 본 절에서는 레드 블랙 트리를 2-3트리 또는 2-3-4트리 대한 동등한 자료구조로 보고, 두 가지 유형의 레 Data structure: Assignment 3 Seung-Hoon Na December 14, 2018 레드 블랙 트리 (Red-Black Tree) 1 본 절에서는 레드 블랙 트리를 2-3트리 또는 2-3-4트리 대한 동등한 자료구조로 보고, 두 가지 유형의 레드 블랙 트리를 구현하고자 한다. 1.1 2-3트리와 동등한 레드 블랙 트리 2-3트리와 동등한

More information

歯TC프로그래밍매뉴얼

歯TC프로그래밍매뉴얼 Turning Center (TC) HX - Programming Manual Serial No. : PG-20011119 HX - Programming Manual Turning Center (TC) 1...!. 2 (Program)...19 3 (G )...33 4 (Interpolation Functions)...37 5 (Feed Function)...73

More information

À̵¿·Îº¿ÀÇ ÀÎÅͳݱâ¹Ý ¿ø°ÝÁ¦¾î½Ã ½Ã°£Áö¿¬¿¡_.hwp

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

More information

넣기문제와실현문제에대하여 박대희 전남대학교 제 5 회무등수학강연회 2012 년 3 월 30 일 박대희 ( 전남대학교 ) 넣기문제와실현문제에대하여 March 30, 2012 1 / 30 강의순서 1 유클리드공간에넣기 2 근사 (approximation) 와실현 (realization) 3 준대수적변환군론 박대희 ( 전남대학교 ) 넣기문제와실현문제에대하여 March

More information

歯목차.PDF

歯목차.PDF A Study on The Effects of User Mental Images on Product Form -Concentrated on Implicit and Explicit Memory - 200012 1. 1-1. ---------------------------------------1 1-2. -----------------------------------2

More information

cat_data3.PDF

cat_data3.PDF ( ) IxJ ( 5 0% ) Pearson Fsher s exact test χ, LR Ch-square( G ) x, Odds Rato θ, Ch-square Ch-square (Goodness of ft) Pearson cross moment ( Mantel-Haenszel ), Ph-coeffcent, Gamma (γ ), Kendall τ (bnary)

More information

(Transer Function) X(w) Y(w) H(w) Y(w) X(w) H ( w) φ H(w) H(w) X(w) Y(w). Vo ( w) H v ( w) V ( w) I o( w) H i ( w) I ( w) V ( w) H z ( w) I ( w) I ( w

(Transer Function) X(w) Y(w) H(w) Y(w) X(w) H ( w) φ H(w) H(w) X(w) Y(w). Vo ( w) H v ( w) V ( w) I o( w) H i ( w) I ( w) V ( w) H z ( w) I ( w) I ( w 4 Bode plot( ) Pspice The McGraw-Hill Copanies, Inc.,? A(j) db A db. A 3 db,, ΘG(), L 9 o 8. o L H H (rad/s) (rad/s) : 3 3 : 35~ The McGraw-Hill Copanies, Inc., (Transer Function) X(w) Y(w) H(w) Y(w) X(w)

More information

<B9CEC1D6C1A4C3A5BFACB1B8BFF82DBBE7B6F7B0FAC1A4C3A5BABDC8A328C6EDC1FD292E687770>

<B9CEC1D6C1A4C3A5BFACB1B8BFF82DBBE7B6F7B0FAC1A4C3A5BABDC8A328C6EDC1FD292E687770> 대구 : 김부라면집 사장 김부겸의 아름다운 도전 대 구 김부라면집 사장 김부겸의 아름다운 도전 고영국 민주정책연구원 부연구위원 그의 진정성, 대구 시민들이 알아주기 시작했다. 투표 전날 오후 8시, 비가 흩날리고 있는 가운데 김부겸 후보의 마지막 유세지인 수성구 시지광장에는 300여명의 청중들이 운집했다. 야당 국회의원이 있어야만 대구가 발전합니다. 여야 의원들이

More information

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

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,

More information

(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로

(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로 Lab. 1. I-V Characteristics of a Diode Lab. 6. 연산증폭기가산기, 미분기, 적분기회로 1. 실험목표 연산증폭기를이용한가산기, 미분기및적분기회로를구성, 측정및 평가해서연산증폭기연산응용회로를이해 2. 실험회로 A. 연산증폭기연산응용회로 (a) 가산기 (b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로 3. 실험장비및부품리스트

More information

와플-4년-2호-본문-15.ps

와플-4년-2호-본문-15.ps 1 2 1+2 + = = 1 1 1 +2 =(1+2)+& + *=+ = + 8 2 + = = =1 6 6 6 6 6 2 2 1 1 1 + =(1+)+& + *=+ =+1 = 2 6 1 21 1 + = + = = 1 1 1 + 1-1 1 1 + 6 6 0 1 + 1 + = = + 7 7 2 1 2 1 + =(+ )+& + *= + = 2-1 2 +2 9 9 2

More information

1.PDF

1.PDF Biotech Policy Research Center C o n t e n t s Biotech Policy Research Center Biotech Policy Research Center Biotech Policy Research Center Biotech Policy Research Center Biotech Policy Research Center

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

Minimax lower bound 이광민 May Notation 모수공간 : Θ Action space : A Loss function : L : Θ A [0, ) Sample space : X Data : X P θ (Probability measure

Minimax lower bound 이광민 May Notation 모수공간 : Θ Action space : A Loss function : L : Θ A [0, ) Sample space : X Data : X P θ (Probability measure Minix lower bound 이광민 My 08 ottion 모수공간 : Θ Action spce : A Loss function : L : Θ A [0, Sple spce : Dt : θ (robbility esure on sple spce Decision rule : D : A Minix isk : inix := inf D sup θ Θ E θ L(θ,

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

사용자 설명서 SERVO DRIVE (FARA-CSD,CSDP-XX)

사용자 설명서 SERVO DRIVE (FARA-CSD,CSDP-XX) A3 : 30W 10 : 1kW A5 : 50W 15 : 1.5kW 01 : 100W 20 : 2kW.... 08 : 800W 50 : 5kW CSD series CSDD series CSDF series CSDS series CSDH series CSDN series CSDX series A : AC110V B : AC220V S : / P : 20?C

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

미분기하학 II-16 복소평면의선형분수변환과쌍곡평면의등장사상 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 Ø 'x! xxñ 2007 년 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 (Ø 'x!) 미분기하 II 2007 년 1 / 26

미분기하학 II-16 복소평면의선형분수변환과쌍곡평면의등장사상 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 Ø 'x! xxñ 2007 년 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 (Ø 'x!) 미분기하 II 2007 년 1 / 26 미분기하학 II-16 복소평면의 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 Ø 'x! xxñ 2007 년 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 (Ø 'x!) 미분기하 II 2007 년 1 / 26 자, 이제 H 2 의등장사상에대해좀더자세히알아보자. Definition 선형분수변환이란다음형식의사상을뜻한다. Example f (z) = az +

More information

<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D>

<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D> 5. 상평형 : 순수물질 이광남 5. 상평형 : 순수물질 상전이 phase transition 서론 ~ 조성의변화없는상변화 5. 상평형 : 순수물질 전이열역학 5. 안정성조건 G ng ng n G G 자발적변화 G < 0 G > G or 물질은가장낮은몰Gibbs 에너지를갖는상 가장안정한상 으로변화하려는경향 5. 상평형 : 순수물질 3 5. 압력에따른Gibbs

More information

Ch 1 머신러닝 개요.pptx

Ch 1 머신러닝 개요.pptx Chapter 1. < > :,, 2017. Slides Prepared by,, Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 1.1 3 1.2... 7 1.3 10 1.4 16 1.5 35 2 1 1.1 n,, n n Artificial

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

= Fisher, I. (1930), ``The Theory of Interest,'' Macmillan ,

= Fisher, I. (1930), ``The Theory of Interest,'' Macmillan , Finance Lecture Note Series 학습목표 제4강 소유와 경영의 분리 효용함수(utility function): 효용함수, 한계효용(marginal utility), 한계대체율(marginal rate of substitution) 의 개념에 대해 알아본다 조 승 모2 (production possibility curve): 생산가능곡선과 한계변환율(marginal

More information

ETL_project_best_practice1.ppt

ETL_project_best_practice1.ppt ETL ETL Data,., Data Warehouse DataData Warehouse ETL tool/system: ETL, ETL Process Data Warehouse Platform Database, Access Method Data Source Data Operational Data Near Real-Time Data Modeling Refresh/Replication

More information

(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건

More information

= Fisher, I. (1930), ``The Theory of Interest,'' Macmillan ,

= Fisher, I. (1930), ``The Theory of Interest,'' Macmillan , Finance Lecture Note Series 금융시장과 투자분석 연구 제4강. 소유와 경영의 분리1 조 승 모2 영남대학교 대학원 경제학과 2015학년도 2학기 Copyright 2015 Cho, Seung Mo 1 기본적으로 Fisher, I. (1930), The Theory of Interest, Macmillan의 내용을 바탕으로 작성되었으며,

More information

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770>

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770> 본 작품들의 열람기록은 로그파일로 남게 됩니다. 단순 열람 목적 외에 작가와 마포구의 허락 없이 이용하거나 무단 전재, 복제, 배포 시 저작권법의 규정에 의하여 처벌받게 됩니다. 마포 문화관광 스토리텔링 공모전 구 분 내 용 제목 수상내역 작가 공모분야 장르 어린이들의 가장 즐거웠던 나들이 장소들 마포 문화관광 스토리텔링 공모전 장려상 변정애 창작이야기 기타

More information

Run 봄 연습 Mar 18 Mar 24, 2018, Week 3 문제 1. 초코바 입력 파일: 출력 파일: 시간 제한: 메모리 제한: standard input standard output 1 seconds 128 megabytes H W 격자 모양의 초콜릿이 있다.

Run 봄 연습 Mar 18 Mar 24, 2018, Week 3 문제 1. 초코바 입력 파일: 출력 파일: 시간 제한: 메모리 제한: standard input standard output 1 seconds 128 megabytes H W 격자 모양의 초콜릿이 있다. 문제. 초코바 H W 격자 모양의 초콜릿이 있다. 이 초콜릿을 개의 직사각형으로 격자를 따라서 잘라서, 최대 넓이의 초콜릿과 최소 넓이의 초콜릿의 넓이 차이를 최소화 하고 싶다. 이 차이의 최솟값을 구하여라. 첫째 줄에 H와 W 가 공백으로 구분되어 주어진다. 초콜릿을 개의 직사각형으로 자를 때, 최대 넓이의 초콜릿과 최소 넓이의 초콜릿의 넓이 차이의 최솟값을

More information

(p47~53)SR

(p47~53)SR 2014.8 Semiconductor Network 47 48 Semiconductor Network 2014.8 2014.8 Semiconductor Network 49 50 Semiconductor Network 2014.8 2014.8 Semiconductor Network 51 52 Semiconductor Network 2014.8 SN 2014.8

More information

하루에 2시간 되는 거리를 매일 왔다 갔다 하는 것이 쉽지는 않았으나, 저는 다니는 동안 나름의 체력이 길러졌다고 생각합니다. 지하철로 이동하는 약 40분 정도 시간 동안 강의를 녹음한 것을 들으면서 굳이 책을 보지 않고도 강의를 복 습함으로써 시간을 효율적으로 사용했

하루에 2시간 되는 거리를 매일 왔다 갔다 하는 것이 쉽지는 않았으나, 저는 다니는 동안 나름의 체력이 길러졌다고 생각합니다. 지하철로 이동하는 약 40분 정도 시간 동안 강의를 녹음한 것을 들으면서 굳이 책을 보지 않고도 강의를 복 습함으로써 시간을 효율적으로 사용했 2년차 동차 합격생의 합격수기 제31회 관세사 시험 합격자 관세사 소윤혜님 I. 들어가며 약 1년 전에 여러 합격 수기를 읽으면서 마음을 다잡았던 게 얼마 전의 일처럼 느껴지는데, 제가 지금 합격수기를 쓰고 있다는 것이 믿기지 않습니 다. 한 없이 부족한 수험생활이었지만, 제가 풀어내는 생활 속에서 이 글을 읽는 분들이 조금이라도 도움을 얻기를 바라는 마음에

More information

<3230313320B5BFBEC6BDC3BEC6BBE74542532E687770>

<3230313320B5BFBEC6BDC3BEC6BBE74542532E687770> 58 59 북로남왜 16세기 중반 동아시아 국제 질서를 흔든 계기는 북로남 왜였다. 북로는 북쪽 몽골의 타타르와 오이라트, 남왜는 남쪽의 왜구를 말한다. 나가시노 전투 1. 16세기 동아시아 정세(임진전쟁 전) (1) 명 1 북로남왜( 北 虜 南 倭 ) : 16세기 북방 몽골족(만리장성 구축)과 남쪽 왜구의 침입 2 장거정의 개혁 : 토지 장량(토지 조사)와

More information

new kia in CEO column 함께 준비하는 따뜻한 겨울 지난 1일, 고객가치혁신 페스티벌 을 통해 올 한해 이뤄낸 의미있는 발전과 성과의 결과들을 함께 나누었습니다. 사용자와 고객에게 가장 편리한 전자계약 시스템을 만들기 위해 흘렸던 땀방울, 신차 런칭의 의

new kia in CEO column 함께 준비하는 따뜻한 겨울 지난 1일, 고객가치혁신 페스티벌 을 통해 올 한해 이뤄낸 의미있는 발전과 성과의 결과들을 함께 나누었습니다. 사용자와 고객에게 가장 편리한 전자계약 시스템을 만들기 위해 흘렸던 땀방울, 신차 런칭의 의 CEO칼럼 이형근 부회장 - 함께 준비하는 따뜻한 겨울 뉴기아가 전하는 이야기 우리 조직의 변화와 성장 이야기, New KIA Awards 서비스 비전을 향한 힘찬 발걸음, 서비스 New KIA 런칭 당신이 흘린 땀과 노력을 New KIA가 응원합니다. 나우리 한마당으로 가봅시다, 얼~쑤! K-Cube 브랜드 런칭 인터뷰 Cross! 서로서로 연결하니 마음이

More information

100, Jan. 21, 호, Jan. 21, , Jan. 21, 2005

100, Jan. 21, 호, Jan. 21, , Jan. 21, 2005 100 Bond Issue Performance Evaluation Risk management 100, Jan. 21, 2005 100, Jan. 21, 200 5 100호, Jan. 21, 2005 2 100, Jan. 21, 2005 3 100, Jan. 21, 2005 4 100, Jan. 21, 2005 5 100, Jan. 21, 2005 6 100,

More information

<4D F736F F F696E74202D20B0FCBCF6B7CEC0C720C1A4BBF3B7F9205BC8A3C8AF20B8F0B5E55D>

<4D F736F F F696E74202D20B0FCBCF6B7CEC0C720C1A4BBF3B7F9205BC8A3C8AF20B8F0B5E55D> log L 관수로흐름 층류 (Laminar) 와난류 (Turbulent) 난류 C 난류 난류 난류 층류 A 층류 B O 층류 층류천이영역난류 log A B : 상한계유속 ( 층류 난류) : 하한계유속 ( 난류 층류) A점에서의 Re 한계 Reynolds 수 Reynolds 수로분류 Re ν ρ [ 무차원] μ 관수로흐름 예제 ) cm ν 0.0 cm /sec

More information

화판

화판 1 The Economist Intelligence Unit Limited 2009 2 The Economist Intelligence Unit Limited 2009 3 The Economist Intelligence Unit Limited 2009 4 The Economist Intelligence Unit Limited 2009 5 The Economist

More information

<32303038C0CEC5CDB3DDB1A4B0EDBBEABEF7C0C7C7A5C1F62D322E6A7067>

<32303038C0CEC5CDB3DDB1A4B0EDBBEABEF7C0C7C7A5C1F62D322E6A7067> (Internet Advertising Policy Focus) Internet Advertising Policy Focus 03 Internet Advertising Policy Focus 05 06 Internet Advertising Policy Focus Internet Advertising Policy Focus 07 08 Internet Advertising

More information

2013unihangulchar {45380} 2unihangulchar {54617}unihangulchar {44592} unihangulchar {49328}unihangulchar {50629}unihangulchar {51312}unihangulchar {51

2013unihangulchar {45380} 2unihangulchar {54617}unihangulchar {44592} unihangulchar {49328}unihangulchar {50629}unihangulchar {51312}unihangulchar {51 Proem Se 4 산업조직론 (ECM004N) Fall 03. 독점기업이 다음과 같은 수요함수를 각각 가지고 있는 두 개의 소비자 그룹에게 제품을 공급한다고 하자. 한 단위 제품을 생산하는 데 드는 비용은 상수 이다. 다음 질문에 답하시오. P = A B Q P = A B Q () 두 그룹에 대하여 가격차별을 하고자 할 때 각 그룹의 균형생산량(Q, Q )과

More information

Chapter 연습문제답안. y *sin-*cos*^ep-*/sqrt. y [ ; sinpi/ ; sin*pi ; ] 혹은 [ sinpi/ sin*pi ]. a ais[- ] b et.,., sin. c.. a A는주어진행렬 M의 번째열만을표시하는새로운행렬을나타낸다.

Chapter 연습문제답안. y *sin-*cos*^ep-*/sqrt. y [ ; sinpi/ ; sin*pi ; ] 혹은 [ sinpi/ sin*pi ]. a ais[- ] b et.,., sin. c.. a A는주어진행렬 M의 번째열만을표시하는새로운행렬을나타낸다. IT CookBook, MATLAB 으로배우는공학수치해석 ] : 핵심개념부터응용까지 [ 연습문제답안이용안내 ] 본연습문제답안의저작권은한빛아카데미 주 에있습니다. 이자료를무단으로전제하거나배포할경우저작권법 조에의거하여최고 년이하의징역또는 천만원이하의벌금에처할수있고이를병과 倂科 할수도있습니다. - - Chapter 연습문제답안. y *sin-*cos*^ep-*/sqrt.

More information

Microsoft PowerPoint - chap02-C프로그램시작하기.pptx

Microsoft PowerPoint - chap02-C프로그램시작하기.pptx #include int main(void) { int num; printf( Please enter an integer "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); return 0; } 1 학습목표 을 작성하면서 C 프로그램의

More information

3장

3장 CHAPTER3 POLICY ISSUE DISCUSSION Discussion1 Discussion2 Discussion3 Discussion4 DISCUSSION1 POLICY ISSUE DISCUSSION 184 Chapter 3. POLICY ISSUE DISCUSSION Discussion 1. 185 186 Chapter 3. POLICY ISSUE

More information

슬라이드 1

슬라이드 1 3 장유도전동기의동특성해석법 3-1 αβ좌표계에서 IM의지배방정식 [2] abc 좌표계에서유도전동기전압방정식 1 (1) 유도전동기의전압방정식 dλas dλbs dλcs vas = Ri s as +, vbs = Ri s bs +, vcs = Ri s cs + dt dt dt dλar dλbr dλcr var = Ri r ar +, vbr = Ri r br +,

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 [ 인공지능입문랩 ] SEOPT ( Study on the Elements Of Python and Tensorflow ) 인공지능 + 데이터분석목적 / 방법 / 기법 / 도구 + Python Programming 기초 + NumpyArray(Tensor) youngdocseo@gmail.com 1 *3 시간 / 회 구분일자내용비고 1 회 0309

More information

<4D F736F F F696E74202D203137C0E55FBFACBDC0B9AEC1A6BCD6B7E7BCC72E707074>

<4D F736F F F696E74202D203137C0E55FBFACBDC0B9AEC1A6BCD6B7E7BCC72E707074> SIMATIC S7 Siemens AG 2004. All rights reserved. Date: 22.03.2006 File: PRO1_17E.1 차례... 2 심벌리스트... 3 Ch3 Ex2: 프로젝트생성...... 4 Ch3 Ex3: S7 프로그램삽입... 5 Ch3 Ex4: 표준라이브러리에서블록복사... 6 Ch4 Ex1: 실제구성을 PG 로업로드하고이름변경......

More information

15_3oracle

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.

More information

chap 5: Trees

chap 5: Trees 5. Threaded Binary Tree 기본개념 n 개의노드를갖는이진트리에는 2n 개의링크가존재 2n 개의링크중에 n + 1 개의링크값은 null Null 링크를다른노드에대한포인터로대체 Threads Thread 의이용 ptr left_child = NULL 일경우, ptr left_child 를 ptr 의 inorder predecessor 를가리키도록변경

More information

API STORE 키발급및 API 사용가이드 Document Information 문서명 : API STORE 언어별 Client 사용가이드작성자 : 작성일 : 업무영역 : 버전 : 1 st Draft. 서브시스템 : 문서번호 : 단계 : Docum

API STORE 키발급및 API 사용가이드 Document Information 문서명 : API STORE 언어별 Client 사용가이드작성자 : 작성일 : 업무영역 : 버전 : 1 st Draft. 서브시스템 : 문서번호 : 단계 : Docum API STORE 키발급및 API 사용가이드 Document Information 문서명 : API STORE 언어별 Client 사용가이드작성자 : 작성일 : 2012.11.23 업무영역 : 버전 : 1 st Draft. 서브시스템 : 문서번호 : 단계 : Document Distribution Copy Number Name(Role, Title) Date

More information

hwp

hwp 2005. 12 80.0 70.0 60.0 농림어업 광공업 사회간접자본및서비스업 50.0 40.0 30.0 20.0 10.0 0.0 1973 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 9.0 8.0 실업률 7.0 6.0 5.0 4.0 전체남자여자

More information

*165호_전체

*165호_전체 www.lisa.or.kr 165 2011 11 11 www.lisa.or.kr November 165 2011.11 2011 September 2011 September 12,094,000 3,000,000 15,094,000 17,627,960 10,100,000 27,727,960 41,967,320 35,000 10,000 42,012,320

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

아이콘의 정의 본 사용자 설명서에서는 다음 아이콘을 사용합니다. 참고 참고는 발생할 수 있는 상황에 대처하는 방법을 알려 주거나 다른 기능과 함께 작동하는 방법에 대한 요령을 제공합니다. 상표 Brother 로고는 Brother Industries, Ltd.의 등록 상

아이콘의 정의 본 사용자 설명서에서는 다음 아이콘을 사용합니다. 참고 참고는 발생할 수 있는 상황에 대처하는 방법을 알려 주거나 다른 기능과 함께 작동하는 방법에 대한 요령을 제공합니다. 상표 Brother 로고는 Brother Industries, Ltd.의 등록 상 Android 용 Brother Image Viewer 설명서 버전 0 KOR 아이콘의 정의 본 사용자 설명서에서는 다음 아이콘을 사용합니다. 참고 참고는 발생할 수 있는 상황에 대처하는 방법을 알려 주거나 다른 기능과 함께 작동하는 방법에 대한 요령을 제공합니다. 상표 Brother 로고는 Brother Industries, Ltd.의 등록 상표입니다. Android는

More information

2008 03

2008 03 2008 03 Photo News 02 DOOSAN_2008 03 CONTENTS 2008 03 vol. 526 DOOSAN vol. 526 03 Doosan News 04 DOOSAN_2008 03 DOOSAN vol. 526 05 Doosan News 06 DOOSAN_2008 03 DOOSAN vol. 526 07 Global Leader 08 DOOSAN_2008

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

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

Microsoft PowerPoint - 기계공학실험1-1MATLAB_개요2D.pptx

Microsoft PowerPoint - 기계공학실험1-1MATLAB_개요2D.pptx 1. MATLAB 개요와 활용 기계공학실험 I 2013년 2학기 MATLAB 시작하기 이장의내용 MATLAB의여러창(window)들의 특성과 목적 기술 스칼라의 산술연산 및 기본 수학함수의 사용. 스칼라 변수들(할당 연산자)의 정의 및 변수들의 사용 방법 스크립트(script) 파일에 대한 소개와 간단한 MATLAB 프로그램의 작성, 저장 및 실행 MATLAB의특징

More information

- 2 -

- 2 - - 1 - - 2 - - - - 4 - - 5 - - 6 - - 7 - - 8 - 4) 민원담당공무원 대상 설문조사의 결과와 함의 국민신문고가 업무와 통합된 지식경영시스템으로 실제 운영되고 있는지, 국민신문 고의 효율 알 성 제고 등 성과향상에 기여한다고 평가할 수 있는지를 치 메 국민신문고를 접해본 중앙부처 및 지방자 였 조사를 시행하 였 해 진행하 월 다.

More information

DOOSAN vol. 519 19

DOOSAN vol. 519 19 Big vs Small 18 DOOSAN_2007 08 DOOSAN vol. 519 19 Interview 20 DOOSAN_2007 08 DOOSAN vol. 519 21 Sabo 2.0 enquete Q1 Q2 22 DOOSAN_2007 08 Log in DOOSAN vol. 519 23 Fighting Bears 24 DOOSAN_2007 08 DOOSAN

More information

이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론

이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론 이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론 2. 관련연구 2.1 MQTT 프로토콜 Fig. 1. Topic-based Publish/Subscribe Communication Model. Table 1. Delivery and Guarantee by MQTT QoS Level 2.1 MQTT-SN 프로토콜 Fig. 2. MQTT-SN

More information

3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < >

3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < > . 변수의수 ( 數 ) 가 3 이라면카르노맵에서몇개의칸이요구되는가? 2칸 나 4칸 다 6칸 8칸 < > 2. 다음진리표의카르노맵을작성한것중옳은것은? < 나 > 다 나 입력출력 Y - 2 - 3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < > 2 2 2 2 2 2 2-3 - 5. 다음진리표를간략히한결과

More information

164

164 에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 163~190 학술 시변파라미터일반화해밀턴 -plucking 모형을이용한전력소비의선제적경기국면판단활용연구 * 163 164 165 166 ~ 167 ln 168 [ 그림 1] 제조업전력판매량 (a) 로그변환

More information

ISP and CodeVisionAVR C Compiler.hwp

ISP and CodeVisionAVR C Compiler.hwp USBISP V3.0 & P-AVRISP V1.0 with CodeVisionAVR C Compiler http://www.avrmall.com/ November 12, 2007 Copyright (c) 2003-2008 All Rights Reserved. USBISP V3.0 & P-AVRISP V1.0 with CodeVisionAVR C Compiler

More information

4••••-•••.pdf

4••••-•••.pdf FILM BUSAN BUSAN INTERNATIONAL FILM FESTIVAL & BUSAN FILM COMMISSION MAGAZINE 2013. 2+3 Vol. 04 Contents 04 19 24 32 40 44 48 50 56 58 59 60 68 70 72 74 Editorial 19 04 50 32 1 8 t h B u s a n I n t

More information

6주차.key

6주차.key 6, Process concept A program in execution Program code PCB (process control block) Program counter, registers, etc. Stack Heap Data section => global variable Process in memory Process state New Running

More information

Microsoft PowerPoint - 30.ppt [호환 모드]

Microsoft PowerPoint - 30.ppt [호환 모드] 이중포트메모리의실제적인고장을고려한 Programmable Memory BIST 2010. 06. 29. 연세대학교전기전자공학과박영규, 박재석, 한태우, 강성호 hipyk@soc.yonsei.ac.kr Contents Introduction Proposed Programmable Memory BIST(PMBIST) Algorithm Instruction PMBIST

More information

Microsoft PowerPoint - ch10 - 이진트리, AVL 트리, 트리 응용 pm0600

Microsoft PowerPoint - ch10 - 이진트리, AVL 트리, 트리 응용 pm0600 균형이진탐색트리 -VL Tree delson, Velskii, Landis에의해 1962년에제안됨 VL trees are balanced n VL Tree is a binary search tree such that for every internal node v of T, the heights of the children of v can differ by at

More information

SQL Developer Connect to TimesTen 유니원아이앤씨 DB 기술지원팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 작성자

SQL Developer Connect to TimesTen 유니원아이앤씨 DB 기술지원팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 작성자 SQL Developer Connect to TimesTen 유니원아이앤씨 DB 팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 2010-07-28 작성자 김학준 최종수정일 2010-07-28 문서번호 20100728_01_khj 재개정이력 일자내용수정인버전

More information

Artificial Intelligence: Assignment 1 Seung-Hoon Na October 16, A* Algorithm 본 과제에서는 M N Grid world에서 장애물이 랜덤(random)하게 배치되고, 시작 지점에서 장애물을 피해 목

Artificial Intelligence: Assignment 1 Seung-Hoon Na October 16, A* Algorithm 본 과제에서는 M N Grid world에서 장애물이 랜덤(random)하게 배치되고, 시작 지점에서 장애물을 피해 목 Artificial Intelligence: Assignment 1 Seung-Hoon Na October 16, 2018 1 A* Algorithm 본 과제에서는 M N Grid world에서 장애물이 랜덤(random)하게 배치되고, 시작 지점에서 장애물을 피해 목표지점까지 도달하는 최단 경로를 찾는 A* 알고리즘을 구현하고 이를 GUI환경에서 시물레이션

More information

¼øâÁö¿ª°úÇÐÀÚ¿ø

¼øâÁö¿ª°úÇÐÀÚ¿ø 13 1. 객사(전라북도 유형문화재 제48호) 객사는 영조 35년(1759년)에 지어진 조선 후기의 관청 건물입니다. 원래는 가운데의 정당을 중심으로 왼쪽에 동대청, 오른쪽에 서대청, 앞쪽에 중문과 외문 그리고 옆쪽에 무랑 등으로 이 루어져 있었으나, 지금은 정당과 동대청만이 남아있습니다. 정당에서는 전하 만만세 라고 새 긴 궐패를 모시고 매월 초하루와 보름날,

More information

<566F6C20312D3220C0CFBABB20BCF6BBEAB9B020B1B3BFAA20B5BFC7E228C3D6C1BE29202831292E687770>

<566F6C20312D3220C0CFBABB20BCF6BBEAB9B020B1B3BFAA20B5BFC7E228C3D6C1BE29202831292E687770> Vol. 1-2 일본 수산물 교역 동향(수입 중심으로) 2015. 9. 요 약 일본 세계 최대 수산물 수입국, 수산물 수입이 수출의 10배 정도 일본은 세계 제1위 수산물 수입국으로 전세계 수산물 수입액의 10% 이상 차지함 2000년 이후 수산물 수출이 지속적 증가세를 보이고 있으나, 수입이 수출의 약 10 배로 연간 무역수지 적자 규모는 1조 엔 이상 유지됨

More information

A 001~A 036

A 001~A 036 4 3 2 0 8 91 0 1 2 3 4 5 6 08 09 00 01 02 03 04 18 19 10 29 20 22 23 39 30 31 32 33 48 49 40 41 59 50 69 1 2 3 4 1 2 3 4 1 4 7 10 13 1 2 3 4 5 6 rev. C C r C a f h f h L h h nrpm f h f n L C 3 P L

More information

1. 이 책을 쓰도록 사명과 지혜와 용기를 주신 하나님 2. 이 책을 쓸 수 있게 한 지식의 도구인 한글을 발명하신 세종대왕님 3. 이 책을 쓰느라고 돈을 못벌어서 궁색하게 사는 장남을 불쌍하게 여기 셔서 용돈을 주시고, 하나님께 간절히 기도해 주신 어머님 4. 열매도

1. 이 책을 쓰도록 사명과 지혜와 용기를 주신 하나님 2. 이 책을 쓸 수 있게 한 지식의 도구인 한글을 발명하신 세종대왕님 3. 이 책을 쓰느라고 돈을 못벌어서 궁색하게 사는 장남을 불쌍하게 여기 셔서 용돈을 주시고, 하나님께 간절히 기도해 주신 어머님 4. 열매도 99%에 의한 제 2 시 민 혁 명 (제2권 부의 혁명) 힘이 가장 큰 법( 法 )은 헌법이 아니라 다수가 자발적으로 공유하는 이상사회 설계도이다. 국가 선진화의 비결은 이런 법을 제정하는 것이고, 이런 법은 다수 간의 스토리텔링을 통해 제정된다. 이정일 지음 FC Frend City Global 세계 경제공동체를 건설하는 회사 w w w.f r e n d

More information

슬라이드 1

슬라이드 1 16 장 Fourier 해석 16.1 사인함수를이용한곡선접합 16.2 연속 Fourier 급수 16.3 주파수영역과시간영역 16.4 Fourier 적분과변환 16.5 이산 Fourier 변환 (DFT) 16.6 파워스펙트럼 16.1 사인함수를이용한곡선접합 (1/5) 주기가 T 인주기함수 f() t = f( t+ T) 주기운동의가장기본 : 원운동 ( 코사인,

More information

슬라이드 1

슬라이드 1 Pairwise Tool & Pairwise Test NuSRS 200511305 김성규 200511306 김성훈 200614164 김효석 200611124 유성배 200518036 곡진화 2 PICT Pairwise Tool - PICT Microsoft 의 Command-line 기반의 Free Software www.pairwise.org 에서다운로드후설치

More information

<B1E2C8B9BDC3B8AEC1EE2DC0CCC8ABBCAE2D30342E687770>

<B1E2C8B9BDC3B8AEC1EE2DC0CCC8ABBCAE2D30342E687770> 주간기술동향 2018. 7. 18. 딥러닝기반도심지교통혼잡해결 * 이홍석한국과학기술정보연구원단장 인구의증가에따라늘어나는도심지교통혼잡비용문제는여러가지기술개발추진에도불구하고개선되지않는대표적인사회현안문제이다. 이러한국민생활문제를해결하기위해새로운패러다임의인공지능 (AI) 혁신기술개발이필요하다. 최근정부에서는 4차산업혁명대응을위해지능형인프라응용분야의혁신기술개발을추진하고있다.

More information

함수공간 함수공간, 점열린위상 Definition 0.1. X와 Y 는임의의집합이고 F(X, Y ) 를 X에서 Y 로의모든함수족이라하자. 집합 F(X, Y ) 에위상을정의할때이것을함수공간 (function space) 이라한다. F(X, Y ) 는다음과같이적당한적집합과

함수공간 함수공간, 점열린위상 Definition 0.1. X와 Y 는임의의집합이고 F(X, Y ) 를 X에서 Y 로의모든함수족이라하자. 집합 F(X, Y ) 에위상을정의할때이것을함수공간 (function space) 이라한다. F(X, Y ) 는다음과같이적당한적집합과 함수공간 함수공간, 점열린위상 Definition.1. X와 Y 는임의의집합이고 F(X, Y ) 를 X에서 Y 로의모든함수족이라하자. 집합 F(X, Y ) 에위상을정의할때이것을함수공간 (function spce) 이라한다. F(X, Y ) 는다음과같이적당한적집합과같음을볼수있다. 각 x X에대해 Y x = Y 라하자. 그리고 F := Y x x X 이라하자.

More information

41호-소비자문제연구(최종추가수정0507).hwp

41호-소비자문제연구(최종추가수정0507).hwp 소비자문제연구 제41호 2012년 4월 해외 소셜 네트워크 서비스이용약관의 약관규제법에 의한19)내용통제 가능성* : Facebook 게시물이용약관의 유효성을 중심으로 이병준 업 요약 업 규 규 논 업 쟁 때 셜 네트워 F b k 물 규 았 7 계 건 됨 규 규 업 객 계 규 므 받 객 드 객 규 7 말 계 률 업 두 않 트 접속 록 트 른징 볼 규 업 내

More information

fx-82EX_fx-85EX_fx-350EX

fx-82EX_fx-85EX_fx-350EX KO fx-82ex fx-85ex fx-350ex http://edu.casio.com RJA532550-001V01 ...2... 2... 2... 3... 4...5...5...6... 8... 9...10... 10... 11... 13... 16...17...17... 17... 18... 20 CASIO Computer Co., Ltd.,,, CASIO

More information