|
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 유지가 아닌 시간대 별 장소 별 수요예측이 핵심&nb
|
|
|
활용됨
? 여의나루역 1번 출구 앞 : 주말 대여건수 증가 → 여가수단
? 서울광장 옆 : 주말 대여건수 감소 → 교통수단 1. 프로젝트 소개
2. 서울시 자전거 대여이력분석
3. 이용데이터 내역
4. 수요예측 과정 및 결과
5. 결론
|
|
|
서울시 유동인구조사 사례. 한국조사연구학회.
김형관, 유진은(2020). ICILS 2018 컴퓨터정보 소양 예측 변수 탐색: glmmLasso를 통한 다층모형에서의 변수 선택. 교육과학연구. Ⅰ. 서론
Ⅱ. 본론
1. 기계학습(Machine Learning)이란
1) 기계 학습의
|
|
|
6. 1인 가구분화에 따른 주택공급방안
1) 소형주택 의무비율 확대
2) 매입 임대사업자 활성화
3) 1인가구 노인주택 활성화
4) 소형 민간임대주택 공급 활성화
5) 소형 공공임대주택 활성화
6) 수요특성별 맞춤형 주택공급
참고자료
|
|
|
접근가능성 제고
Ⅵ. IT분야 인력개발전략
1. 정부, 연구·교육기관, 기업의 연계 콘소시엄 구축으로 IT인력 개발
2. 시장성 있는 숙련 형성을 위한 교육 과정 및 프로그램의 대폭 확대
3. IT인력 자격증시스템의 조속한 구축
4. IT인력의 새로
|
|
 |
12. 수도권 교통본부(2009), “수도권 장래교통 수요예측 및 대응방안 연구”
13. 건설교통기술평가원(2010), “교통체계효율화사업(09교통체계-지능06)의 여객수요모형부문 제2차 Workshop자료”
14. 경기도 교통 DB 센터 Homepage
15. 통계청 Homepage
|
|
|
조성
제3절 친환경 녹색항만을 추구
제4절 마리나 시설의 효과적 활용
제5절 관광 수요의 변화 예의 주시 및 수요 예측
제6절 기존 시설 및 자연환경과의 조화 추구
제7절 시설별 전문화 및 다양화
제6장 결론
[참고 문헌]
|
|
|
수요예측과 관리를 종합적이고 체계적으로 고려하는 정책 결정이 필수적. 1. 1차 발표 요약 및 정리
1.1. 전기요금의 적정성 – 타 국가와의 비교를 통하여
1.2. 원가회수율을 바탕으로 바라본 교차보조 문제
1.3. 한국의 낮은 전기요금
|
|
|
자료 1장 서론
제1절 연구의 목적과 필요성
제2절 연구방법
2장 공항의 일반적 특성
제1절 공항의 현대적 의미와 개념변화
제2절 공항의 역할 및 기능
제3절 공항의 개발 및 운영에 영향을 미치는 요소
제4절 공항의 경쟁
|
|
|
예측 20
3.3.4 가용한 충방전 파워 제한 20
3.3.5 배터리 냉각 21
3.4 배터리관리시스템의 개발 21
3.4.1 Battery Monitoring Control 21
3.4.2 BMS Communication 25
3.4.3 Cooling FAN Control 26
3.4.5 Battery의 SOC 알고리즘 27
3.4.6 Ba
|
|
 |
자료수집과 분석을 담당하고 있습니다. 현재는 연구 초기 단계이기 때문에 관련 연구들을 찾아보고 있고, 최종적으로는 무선신호를 딥 러닝 과정을 통해 더욱 정확하고 강건성 있는 실내위치 추정이 최종 목표입니다.
AI 분야를 공부하기 시
|
|
 |
기계항공기술 연구에 참여하여 국가 안보에 기여하는 전문가로 성장하는 것을 목표로 삼고 있습니다. 이를 통해 기술력 향상과 국가 경쟁력 강화에 직접적인 기여를 이루고자 합니다.
이처럼 졸업 후 다양한 산업과 사회 분야에서 전문 기술
|
|
 |
접근합니다. 항상 업무의 효율성과 안전성을 우선시하며 지속적인 개선을 추구합니다.
Q16. 설비 개선을 위해 어떤 노력을 하고 있나요?
최신 기술 동향을 공부하고, 데이터 분석 역량을 키우기 위해 프로그래밍과 통계 공부를 병행하며 설비
|
|
 |
자료를 조사하며, 팀원과 협의해 최적의 해결책을 도출하는 체계적 접근을 선호합니다.
Q17. 새로운 기술을 팀에 도입할 때 어떻게 설득하나요?
A17. 기술의 장점과 실질적 이점을 명확히 제시하고, 시범 프로젝트나 프로토타입으로 효과를 입
|
|
 |
러닝 모델 성능 향상을 위해 어떤 방법들을 시도했나요?
다양한 모델 구조 실험과 하이퍼파라미터 튜닝, 정규화 기법 도입을 시도했습니다. 데이터 증강과 불균형 해결을 위해 오버샘플링, 언더샘플링, 비용 민감 학습을 적용했습니다. 옵티
|
|
메뉴펼치기
