|
프로젝트에서 가장 크게 느꼈던 부분이다. 이번 프로젝트에서 얻은 깨달음이 앞으로 프로그래밍을 하는데 있어서 중요하게 작용될 듯 싶다. 1. Introduction
2. Overall system class design
3. Data structures
4. Algorithm specification
5. Discussion and Conclusion
|
|
|
거리는 [그림2]와 같다.
(가) 상태공간 탐색으로 이 문제를 풀이하는 방법의 개념을 설명하라.
(나) A* 알고리즘을 이용하여 최단길이 경로를 구하려고 한다. [그림2]를 예측 비용을 구하는데 활용하여 평가함수를 정의하고, 이에 따른 탐색 트
|
|
|
최단 거리 :
%f\n" , start+1, finish+1, city[start].dist );
printf("그리고 최단경로는 : ");
p = start;
while(true)
{
printf("%d => ", p +1);
p = city[p].from;
if (p == finish)
{
printf("%d\n", p+1);
break;
}
}
return;
}
소스코드
출력결과
4. 다익스트라 알고리즘과 플로이드 알고
|
|
|
탐색의 개념을 설명하라.
(나) 탐색 알고리즘에서 고려할 수 있는 경로의 비용 및 평가함수에 대하여 설명하라.
(2) (20점)
A* 알고리즘을 이용하여 다음 미로의 입구(●, (0, 0) 위치)에서 출발하여 출구(▲, (4, 4) 위치)로 나오는 이동 거리가
|
|
|
최단경로를 탐색할 수 있는지에 대해 설명하라.
A* 알고리즘은 목표노드까지의 예측비용을 실제 경로비용보다 크게 산정하지 않는다면 최소비용 경로를 탐색하는 것을 보장한다. (나)의 경우 은 각 도시에서 목적지까지 도달하는 거리의 예측
|
|
 |
활용해 소비자 행동 분석 및 예측 모델을 구축하는 역할을 맡았습니다. 파이썬을 이용해 데이터 전처리, 탐색적 데이터 분석, 머신러닝 모델 설계와 평가까지 전 과정을 수행했으며, 특히 랜덤 포레스트와 XGBoost 알고리즘을 적용해 높은 예측
|
|
 |
활용하여 경로 탐색, 작업 최적화, 자동 오류 보정 등의 기능을 개발하고 싶습니다.
셋째, 로봇의 실무 적용성을 높이는 데 기여하고 싶습니다. 로봇 기술이 아무리 발전하더라도, 실제 산업 현장에서 효율적으로 적용되지 않으면 의미가 없습
|
|
 |
활용해 데이터를 분석하고 모델을 최적화하는 실습을 진행하였습니다. 프로젝트를 통해 이미지 분류 및 시계열 예측 모델을 개발하며 AI 기반 솔루션의 실무 적용 가능성을 탐색할 수 있었습니다. 해당 과목에서도 A+을 취득하며 우수한 성취
|
|
 |
탐색하고 문제를 해결하는 과정이 많아 자기 주도성이 필수적입니다. 동시에 다양한 분야 전문가들과의 협력이 요구되므로 원활한 소통과 협업 능력이 연구의 완성도를 높입니다.
Q6. 연구 중 예상되는 어려움이나 도전 과제가 있다면 어떻게
|
|
 |
활용했고, 노이즈 제거를 위해 Wavelet Transform, Savitzky-Golay 필터 등을 적용한 경험이 있습니다.
7. 본인의 어떤 성격이 이 직무에 적합하다고 생각하나요?
미세한 변화를 집요하게 파고드는 탐색적 성향입니다. 수많은 로그 속에서 의미 있는 패
|
|
메뉴펼치기
