|
자극의 역할을 강조하고
관찰 가능한 행동의 변화'에 중점
ㅣ이전에 없던 새로운 행동이 나타나는 것
ㅣ학습이 일어나는 과정을 조건형성이라고 함 제 1절
행동주의 학습이론
제 2절
인지적 학습이론
제 3절
정보처리이론
|
|
|
처리
제 1 절 정보처리의 일반적 개념
1. 렌즈모델
▷ 지각에 관한 Brunswik의 렌즈모델
2. 감각정보의 성질
▷ 중다저장이론(multistore model)
3. 형태재인과 정보처리
▷ 특징분석이론
제 2 절 처리수준이론과 병렬분산처리
1. 중다저장이론의
|
|
|
/ 정옥분 저 / 학지사 / 2014
심리학의 이해 / 방선욱 저 / 교육과학사 / 2003 장기기억(LTM) 모형
I. LTM의 망상모형
II. LTM의 특징비교모형
III. LTM의 명제모형
IV. LTM의 병렬분산처리(PDP) 모형
V. LTM의 이중부호모형
* 참고문헌
|
|
|
처리이론
1) 정보처리이론의 기본가정
2) 정보처리단계(기억단계)
3) 인지과정/인지전략
3. 정보처리모형이 대안적 모형
1) 처리수준모형
2) 신경망 모형(연결주의 혹은 병렬분산 처리모형)
3) 이중부호모형
4. 메타인지(초인지)
|
|
|
이론
9. 준비성 차원
9. 사회 인지 이론
10. 피아제(1896- 1980)
11. 바그너(1915- )
12. 바블로 스키( 1896 - 1934)
12. 대안적 접근: 정보처리의 수준이론
13. 병렬분산처리 접근
14. Broadbent의 초기선택모형
15 .약소화 처리 모형
16. Kahne
|
|
 |
개혁의 필요성.-사회상황의 변화 및 발전에 따른 적응이 필요.
5. 한국행정개혁의 문제점-제도론적 개혁치중· 무비판적 선진 이론 수용이 문제.
6. 한국행정개혁방안- 권한의 분산, New Governance측면에서의 행정개혁 필요.
<참고문헌>
|
|
|
이론과 실제: 재난대응론 」. 서울: 도서출판 반.
김용훈. (1998). 재난관리를 둘러싼 행정부서간 경쟁. 「 한국사호와 행정연구」
김동욱. (2003). 국가 재해재난 관리체계 재정립 방안.「 재해재난 관리체계 재정립 방안 」
김열수 (2005). 21세기
|
|
|
2. 조사 도구
3. 자료처리방법
제 4장 결과 및 해석
1. 설문지와 체벌의 배경에 따른 빈도분석 결과 및 해석
2. 가설검증을 위한 일원분산 분석 결과 및 해석
3. 체벌에 대한 견해 분석 결과 및 해석
제 5장 요약 및 결론
|
|
|
이론 2
1. 가입자 네트워크의 개념 2
(1) 가입자 네트워크의 정의 2
(2) OSI7계층의 개념과 계층별 역할 2
2. 가입자 네트워크 이론 및 특징 3
(1) LAN(Local Area Network) 3
(2) Switching 3
(3) Rouing 4
(4) Traffic Contro 5
III. 가입자 네트워크에서 발생하는
|
|
|
이론적 고찰
1. 환경규제와 환경부패의 개념 및 특성
2. 선행연구 고찰
Ⅲ. 환경부패 사례분석
1. 환경규제내용의 결함과 환경부패
2. 규제주체와 규제대상자의 상호작용에 의한 환경부패
Ⅳ. 환경부패 해결을 위한 정책 개선방안
|
|
 |
.
성능 최적화 및 대규모 데이터 처리
차량 데이터는 실시간 처리와 고속 데이터 수집을 요구합니다. 이를 위해 병렬 처리 및 분산 시스템을 활용하여 대규모 데이터를 처리하고, 데이터 검증의 성능을 최적화하는 작업을 진행했습니다. 분산
|
|
|
처리 시스템의 어려움과 극복 방법에 대해 설명해주세요.
실시간 데이터 처리 시스템은 데이터 지연 최소화, 처리량 확보, 장애 대응, 데이터 일관성 유지 등이 어렵습니다. 지연 문제는 병렬 처리와 스트림 윈도우 크기 조절로 완화할 수 있
|
|
 |
처리에 문제가 있었습니다.
이 문제를 해결하기 위해 분산 데이터 처리 시스템을 설계하고, 데이터 전송 방식을 TCP에서 UDP로 변경하여 전송 속도와 안정성을 개선했습니다. 또한, 서버의 처리 성능을 높이기 위해 서버 측에서 병렬 처리 기법
|
|
 |
병렬 처리 기법을 적용해 CPU 멀티코어를 효율적으로 활용하도록 개선했으며, 영상 처리 파이프라인을 재설계해 연산을 분산시키는 구조로 변경했습니다. 이 과정에서 팀원들과 지속적으로 코드를 리뷰하고 테스트하며, 문제가 생길 때마다
|
|
 |
처리하는 방법을 배웠다. 이를 통해 데이터 처리와 AI 모델 학습의 효율성을 높이는 다양한 기법을 습득할 수 있었습니다.
대학원 과정에서도 머신러닝, 강화학습, 최적화 이론, 데이터 처리 기술을 지속적으로 연구하며, 실험을 통해 학습한
|
|
메뉴펼치기
