|
실험 결과 및 분석
1) 실험
실험 1. 디지털-아날로그 변환기
실험 2. 아날로그-디지털 변환기
4. 고찰사항
5. 실험결과 분석 및 토의
1. 제목
1) 데이터 변환기 실험
2. 예비 보고사항
1)DAC
2)ADC
3. PSPICE Simulation
|
|
|
1. 제목
1) 데이터 변환기 실험
2. 예비 보고사항
1)DAC
(1) DAC의 다음의 성능 파라미터들에 대해서 조사하시오.
신호 대 잡음비(SNR) : 신호의 크기(결함 에코의 높이)와 잡음(임상 에코 포함) 크기의 비. 이 값이 크면 신호 해석에 유리하므로 이 신
|
|
|
실험에서는 Vo를 8 V로 하여 Va가 그냥 analog 값을 십진수로 표현한 값이 되도록 하였다.
4. 3비트 DAC의 입력-출력 특성 곡선을 그리시오
2 Pre-Lab(예비실험): Multisim 사용한 모의 실험(시뮬레이션)
■ 모의실험회로 1 : 연산증폭기의 A/D 변환기 회로
-
|
|
|
와이어 속이 미세하게 끊어져 있을 수도 있고, 또는 납땜하는 과정에서 미세하게 전류가 통하지 않게 납땜을 했을 가능성 또한 배제할 수 없다고 생각한다. 1. 실험목표
2. 관련이론
3. 데이터시트
4. 실험
5. 실험결과
6. 오차 및 분석
|
|
|
데이터는 마이크로 프로세서내의 직접 메모리 전송방식(DMAC)으로 최종 마이크로 프로 세서(MPU)에 데이터를 전송합니다. MPU로 부터의 데이터는 LAN chip 내의 버퍼(buffer)에 기입되어 PC로 데이터를 전송한다.
3.실험 장치
여기다가 사진 넣고 글써
|
|
 |
데이터의 보안 기능
직렬 통신 포트를 사용한 ISP 기능
-주변 장치의 특징
8채널 10비트 A/D 변환기
비동기 직렬 통신(UART)
별도의 프리스케일러와 PWM 기능이 있는 2개의 타이머/카운터
별도의 프리스케일러와 비교 캡쳐, PWM(8, 9, 10
|
|
|
데이터베이스 마케팅관점에서의 고객세분화 5
(2) 신경망을 이용한 고객세분화 6
III. 데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별
|
|
|
데이터로거(TDS-602) 41
그림 3.8. 모형지반 조성과정 43
그림 3.9. 모형실험 개략도 44
그림 4.1. 모형실험에 의한 Cycle별 수평하중-수평변위 48
그림 4.2. 모형실험에서의 수평하중-수평변위 48
그림 4.3. 말뚝의 위치별 수평변위양상 50
그림 4.4. 모
|
|
|
실험 방법)
1. Subject (실험 대상)
2. Experiment Apparatus (실험 장치)
3. Experiment Procedure (실험 절차)
Ⅳ. Result (실험 결과)
1. Data collected (수집된 자료)
2. Statistical analysis (통계적 분석)
V. Discussion (토의 결과)
1. Interpretation (해석)
2. Applicatio
|
|
|
2.3 특수기술
2.3.1 EM 알고리즘
3. 실험
3.1 실험데이터
3.2 속성변수
3.3 전처리과정
3.4 실험도구
3.5 실험과정
4. 평가및토의
4.1 실험결과
4.2 결과평가
4.3 토의
4.4 시각적 표현 결과
5. 결론
6. 참고문헌
|
|
 |
실험하며 해결책을 모색하는 습관을 길렀습니다. 또한, 학술 동아리와 산학협력 프로젝트에 참여하며 다양한 실무 경험을 쌓아 문제를 다양한 관점에서 분석하는 능력을 키웠습니다.
Q6. 팀 프로젝트에서 갈등이 발생했을 때 어떻게 대처했습
|
|
 |
데이터의 불균형, 노이즈 문제, 변수 간 복잡한 상관관계 등으로 인해 모델 성능 향상에 어려움을 겪었습니다. 저는 데이터 전처리를 철저히 하고, 다양한 이상 탐지 알고리즘을 실험하며 최적의 모델을 찾기 위해 노력했습니다. 특히, 오토인
|
|
 |
데이터사이언스 연구자로서 전문성을 키우고, 학계 또는 연구소에서 연구를 지속하고 싶습니다. KAIST에서의 연구 경험을 바탕으로, 데이터 분석이 가진 무한한 가능성을 탐구하며 사회에 실질적인 기여를 할 수 있는 연구를 수행하겠습니다.&
|
|
 |
구되며, 분석 기반 품질관리가 매우 중요하다고 생각합니다. 이 제품 개발을 위한 실험분석에 기여하고 싶습니다.
6. 실험 데이터를 정리할 때 어떤 툴을 사용해봤나요?
Excel 외에도 Origin을 사용해 그래프를 시각화했고, OpenLab에서 분석 장비
|
|
 |
데이터 프로젝트를 수행할 때 의견 충돌이 생긴다면 어떻게 조율하시겠습니까?
데이터 분석은 한 가지 정답이 없기에 의견 충돌이 잦습니다. 이럴 땐 논리적 근거와 실험을 통한 검증이 가장 객관적인 해결책이라 생각합니다. 저 역시 과거
|
|
메뉴펼치기
