|
algorithm을 사용하여 가장 일치하는 parse tree를 찾아내는 상향식의 확률 chart parser.
2개의 Non-terminal을 가진 semi-context sensitive grammar를 사용
인간의 수고없이 구문론적으로 태깅된 언어 자료로부터 자동으로 문법을 받아 들임.
᠊
|
|
|
1. That가 지시형용사인지 관계 대명사인지 알아내는 Algorithm 기술.
1-1. 전체 Corpus자료를 APP에서 Simulation한 결과 분
THAT 포함 전체 문장 수 약 260문장
지시 형용사 문장의 수 26
관계대명사 문장의 수 54
기타 용도 240
정확도 약 75%
기타
|
|
|
2. 지능형 에이전트의 국내·외 현황
2.1 세계 기술현황
2.2 국내 기술현황
3. 신경망 기반의 지능형 쇼핑몰의 전체 구조
3.1 신경망을 이용한 지능형 쇼핑몰 접근 방법
4. 신경망 기반으로 고객의 선호도 재구성
4.1 SOM 알고리즘
5. 결 론
|
|
|
알고리즘으로 구성
객체지향 : 객체들이 메시지(message)를 통하여 통신함으로써 원하는 결과를 얻는다. 각 객체는 고유의 데이터와 데이터를 처리할 수 있는 메소드로 구성 1.Java Programming
2.Java 응용 프로그램
3.Java 응용 프로그램
4.J
|
|
|
3. 원인 분석.
원인을 분석하면 여러 가지의 경우가 있었으나 다음과 같은 유형이 대부분 이었다.
Case 1: 관계사의 That을 형용사의 That으로 취급하여 뒤의 단어까지 같이
Scoping하는 문제
Case 2: 관계사의 That을 지시 대명사의 That으로 취급
|
|
|
3. 비교 결과 분석
Apple Pie Parser와 비교결과 Brill’s Tagger 약 10% 정도 성능이 향상되었으며 APP에 비하여 보다 정확한 품사로 Tagging이 가능 하였습니다.
하지만 잘못 Tagging된 경우를 분석하면 앞의 APP에서 나왔던 것과 유사한 원인이지만 빈도
|
|
|
delta &~0&~0 # -sin delta & cos delta &~0&~0 # 0&0&~1&~0 # 0&0&~0&~1 } 총 4편의 논문 입니다...
<제목차례>
Ⅰ. 서 론 1
Ⅱ. 본 론 1
1. Line Following 알고리즘 1
2. 개선된 Line Following 알고리즘 1
Ⅲ. 실험 결과 및 분석 2
Ⅳ. 결 론 4
<표차례>
<그림차례>
|
|
|
c),(d): ABS
Fig.6 중마찰 노면에서의 제동시 차량운동; (a),(b): Normal braking, (c),(d): ABS
Fig.7 저마찰 노면에서의 제동시 차량운동; (a),(b): Normal braking, (c),(d): ABS
Fig.8 좌우상이마찰 노면에서의 제동시 차량운동; (a),(b): Normal braking, (c),(d): ABS
참 고 문 헌
|
|
|
N. & Tikoo, S.(1992). Effect of locus of control on information search behavior. Advances in Consumer Research, 19, 498-504.
Weiss, D. J.(1985). Program abstracts / algorithms. Behavior Research Method, Instruments, & Computers, 17(5), 572. 1.서론
2.이론적배경
3.가설
4.방법
5.결과
|
|
|
list 체크 후 active list 추가함수
void active_job()
P 입력시
void add_prn(pq_pointer,pq_pointer,int)
R 입력시
void delete_prn(pq_pointer *front)
D 입력시
void case_display(....) 1. 프로그램 개요
2. 알고리즘 구성 및 분석
3. 데이터 스트럭쳐
4. 프로그램 Diagram
|
|
메뉴펼치기
