|
성능을 최적화 시켰으며, 전체적인 전력소모를 시장을 선도할 수 있는 수준으로 줄이게 하였다. 특허기술과 보정 알고리즘, API들의 조합은 모션 인터페이스 솔루션을 바로 사용할 수 있는 세계 최초의 완성된 솔루션이다. 없음
|
|
|
유전자 알고리즘은 진정한 자동적인 데이터 마이닝 툴로 인정한다. 그것들은 패턴을 찾기위해 데이터를 자동적으로 조사하기 때문이다. 이것은 교사-학습(supervised learning)으로 알려져 있고, 반면에 데이터 마이닝의 다른 덜 일반 형식은 "군집
|
|
|
자료 구성 방향, 대한수학교육학회 논문집 제8권 제1호, 1998
배종수 : 서울교육대학교 1종도서 편찬위원회, 수학과 단계형 수준별 교육과정 운영 및 평가방안 연구 - 수준별 교육과정 운영 및 평가 방안을 중심으로, 2000
정동권 : 수학교실에서
|
|
|
기반기술 채용 면접자료
Ⅰ. SK하이닉스 기반기술(Infra Tech) 직무 면접 1분 자기소개 세 가지 버전
Ⅱ. SK하이닉스 Infra Tech 면접 질문 및 꼬리질문
Ⅲ. SK하이닉스 Infra Tech 실전 면접 후기(내 스펙 & 준비 과정 포함, 면접 구성, 느낀 점)
|
|
|
동기와 입사 후 실천하고자 하는 차별화된 목표와 추진계획을 기술해 주십시오. (최소 200자, 최대 700자 입력 가능)
2. (직무수행능력) 지원 분야와 관련하여 경력 및 경험 활동에 대하여 아래 기준에 따라 상세히 기술해 주시기 바랍니다. 입
|
|
|
유전자 알고리즘이 있다. * 지식경영과 정보시스템의 융화
Ⅰ. 지식의 개념
Ⅱ. 지식의 특성
Ⅲ. 지식경영의 의의
Ⅳ. 지식경영 사례
1. 지식저장소의 구축
2. 지식경영환경 구축
3. 지식자원의 관리
Ⅴ. 지식경영책임자
1.
|
|
|
응용분야
(1)신경망
(2)유전자 알고리즘
(3)퍼지이론
(4)에이전트 시스템
(5)전문가 시스템
(6)패턴인식
(7)자연언어 시스템
(8)지식베이스 시스템
.
.
.
(15)식별
4.우리나라의 인공지능 연구 실정
5.인공지능의 한계
6.맺음말
(참고문헌)
|
|
|
동기(1943~1951)
(2) 제2기 : 초기 관심기(1952~1965)
(3) 제3기 : 침체기(1966~1974)
(4) 제 4기 : 활성기(1975~1988)
(5) 제5기 : 융성기(1989~현재)
3. 인공지능의 응용분야
(1) 신경망(Neural Networks, NN)
(2) 유전자 알고리즘(Genetic Algorithms, GA)
(3) 퍼지이
|
|
|
- Recursion
5주 - Sorting Performance analysis
6주 - Exercising Array
7주 - Evaluation of Expression
8주 - Circular Queue & Maze
9주 - Stack & Queue using Linked list
10주 - Equivalenece Class
11주 - Binary Search Tree
12주 - Priority Queue
13주 - Selection Tree
14주 - Union-Find Algorithm
|
|
|
|
.....
typedef struct listNode{
data data;
listNode* headerLink;
listNode* colLink; // downward
listNode* rowLink; // rightward
} listNode;
typedef struct mainHeader{
....
} mainHeader;
void insertHeader(mainHeader* mHeader, int a_header){
// for inserting header
voi
|
|
메뉴펼치기
