|
따릉이의 특성
? 모든 대여소에 반납 가능
? 출근 수요 1000 ~1500 대
? 퇴근 수요 4000 ~ 5000 대
따릉이 관리팀
? 강북·강남관리소 총 40개 팀 3교대 2조
? 기본적으로 70%의 거치율을 유지
? 매일 효율적인 업무를 위한 동선 선정
단순 거치율
|
|
|
|
? 대여소의 특성에 따라 대여건수에서 큰 차이가 남
? 여의나루역 1번 출구 앞 : 141~6859건
? 종로3가역 15번 출구 앞 : 35~1064건
? 대여소의 특성에 따라 교통수단 또는 여가수단으로 활용됨
? 여의나루역 1번 출구 앞 : 주말 대여건수 증가 →
|
|
|
한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고, BP 학습 과정에서 발생하는 경사 소멸 문제에 대하여 설명하라.
(다) 합성곱 신경망(CNN)의 개념을 간략히 설명하고, CNN을 구성하는 층에 대해 설명하라.
4. 참고문헌
|
|
|
Learning - Machine Learning with Deep Neural Network, NAVER LABS
LG 경제연구소 조용수 수석연구원. ‘똑똑한 기계들의 시대, 인공지능의 현주소’
곽동민, 박세원, 이한남 저, 2015.04.15., 「머신러닝에서 딥러닝까지」, 퍼플
김지원 외 4명, 2015, 다양한 딥러닝
|
|
|
1. AI 관련동향
1) AI란 무엇인가
1.1) 머신러닝 1.2) 딥러닝
2) AI발전과정
2. AI의 현재와 미래
1) 현재사회에서의 AI
2) 미래사회에서의 AI
3. AI와 관련된 윤리적/철학적 문제
4. 공학도로서 보는 AI
5. 참고문헌
|
|
 |
learning neural network methodologies are applied through big data including time series data.This study can be turned into a question of how deep learning analysis can lower the default risk and delinquency rate by using financial data from a practical point of view. It can also mitigate the inform
|
|
|
머신러닝 방법들은 해당 방법들이 적용된 특정 환경에서 적용되었으며, 다양한 환경에서 일관성 있게 적용되기 힘들다. 최근 영상데이터에 대한 분류, 검출 등의 분석 작업에서는 CNN(Convolutional Neural Networks) 기반의 알고리즘들이 주목받고 있
|
|
|
개선된 결과를 보여주고 있는 SVR(Support Vector Regression), ANN(Artificial Neural Network), 1D-CNN(1 Dimensional Convolution Neural Network) 등과 같은 머신러닝 기반의 알고리즘들도 접목하여 최적의 통합 당도 검량식 모델을 선정하는 것을 목표로 하였다.
|
|
|
머신러닝, 딥러닝 등)을 활용하여 생태계교란 식물의 서식 예측지도 구축이 가능하며, 이렇게 도출된 서식 예측지역을 대상으로 드론을 이용한 모니터링 실시 등의 활용이 가능함■ 정책 제안○ 생태계교란 식물의 모니터링뿐만 아니라 고사
|
|
|
. 또한, 외관조사망도에서 분류하는 균열, 백태, 망상균열, 누수, 부식 등 교량 표면의 손상유형 및 면적을 계산하기 위하여 개선된 CNN(Convolutional Neural Network) 머신러닝 분석기법을 활용하여 영상점검 기법에 대한 연구를 수행하였다.
|
|
 |
머신에서 신나게 달리다 보면 엔돌핀이 솟는 ‘러닝하이’라는 상태에 이릅니다. 그럼 모든 스트레스가 시원하게 날아갑니다.
자신의 특기를 말해보세요.
어학입니다. 영어와 중국어가 가능합니다. 영어는 상급이고 중국어는 중급정도 되는
|
|
메뉴펼치기
