|
Random Variables and Random Signal Processing, P.Z. Peebles Jr.,
McGraw-Hill, 4th ed, 2001.
- MATLAB 객체 지향 프로그래밍 언어, 박전수 역, 아진, 2008. 1. <신호의 취득과 저장>
2. <신호의 Power 및 Frequency 성분 분석>
3. <신호 + 잡음 분석>
4.
|
|
|
및 Frequency 성분 분석>
2-1. 이 신호에서 0.5초에서 2.5초까지 2초 동안의 신호 (총 8192*2 = 2^14 크기의 vector)를 추출하여 random process X라 하고 X의 평균 power P를 구해보라.
2-2. X의 frequency 성분을 plot해 보아라. 이 때 신호의 크기가 2^14이므로 2^14 po
|
|
|
성공적인 결과를 얻었다. (1) Description of the method with your code.
(a) matlab code for histograms.
(b) matlab code for scattergrams.
(2) Two histogram figures for 1000 and 5000 samples.
(3) Two scattergrams for 1000 and 5000 pairs of Gaussian random variables.
(4) Your comments on the
|
|
|
random variable & Plot the PMF of normal distriution
→ MATLAB 시뮬레이션 결과, (a) PMF(확률질량함수)와 (b) PDF(확률밀도함수)의 그래프 모양은 거의 일치함을 알 수 있었다. 그러나 (a) PMF는 이산확률변수 X의 분포를 함수로 나타낸 것으로 Discrete하며, (b) PDF
|
|
|
random numbers.
R = RANDN(N) returns an N-by-N matrix containing pseudo-random values
drawn from a normal distribution with mean zero and standard deviation one.
RANDN(M,N) or RANDN([M,N]) returns an M-by-N matrix.
RANDN(M,N,P,...) or RANDN([M,N,P,...]) returns an M-by-N-by-P-by-... array.
RANDN wit
|
|
 |
1. 서론
2. 관련연구
2.1 데이터 연구 툴
2.2 데이터 처리
2.2.1 나이
2.2.2 시간의 동향
2.2.3 종양 크기와 림프절 전이, 다른 장기 침범 여부의 상관관계
3. 실험
4. 실험결과 및 평가
4.1 나이
4.2 시간의 동향
5. 결론
|
|
|
변수선정 3
1.2 분석틀 3
2.1 연구대상 및 범위 선정 4
2.2 자료 수집 및 분석방법 4
4. 조사결과분석 4
1.1 신뢰도 4
2.1 설문 응답자의 일반적인 특성 5
3.1 수준별 수업의 운영성과 분석 6
4.1 각 과목의 기초반, 기본반, 심화반의 운영성과 차이
|
|
|
변수로 하여 분석하는 방법이다. 즉, 특정한 사항을 제한을 한 후 ANOVA분석을 하는 방법을 말한다.
각 논문을 비교, 분석 및 평가한 후 논문②가 가장 논문상에서 통계적 분석을 적절하게 사용했다고 결론을 내리게 되었다. 우선 통계분석 프
|
|
|
및 이벤트 여부가 가장 문제가 됐는데 특별히 재고가 남거나 타 경쟁사들과 과잉 경쟁을 하지 않는 다면 이대로 고수하는 편이 좋다고 생각한다.
아. 휴대폰 만족도에 영향을 미치는 변수 분석
분산분석표의 유의확률 값이 유의수준 5%에서 0.0
|
|
|
및 표본
2. 조작적 정의와 측정
1) 사회환경적 변인
2) 정치관심도
3) 매스미디어
4) 인터넷
5) 정치참여(투표참여)
3. 연구의 모형
4. 측정변수
Ⅳ. 분석
1. Pre- test 결과
2.
|
|
 |
확률 및 랜덤 프로세스에 대한 기초지식을 넓혔습니다. 더불어 Pre College 연계과정에 참여해 실질적인 공학 연구환경과 하이브리드 시스템 연구기반에 대해 직접 경험해 보기도 했습니다. 이제 전자,통신 분야의 세계 최고 전문가이신 지도 교
|
|
 |
변수(feature importance)를 분석하여 기업이 실제 활용할 수 있는 인사이트를 제공할 계획입니다. 또한 모델의 해석력을 높이기 위해 SHAP 값 기반 설명 가능 AI 기법도 병행하여 적용하겠습니다. 1. 경영학과 연구주제 및 연구계획 1
2. 경영
|
|
 |
가장 도전적이었거나 가장 인상 깊었던 경험을 기술하세요 (예. 프로젝트 및 공모전 경험, 학회/동아리 등 단체활동, 인턴/아르바이트 등 사회경험, 리더십 수행 경험, 역량개발 경험, 해외경험, 국내/외 봉사활동 등 / 50자 이상 800자 이내)
|
|
 |
랜덤 포레스트(Random Forest) 및 LSTM(Long Short-Term Memory) 모델을 적용하여 시계열 데이터를 보다 정밀하게 분석하였습니다.
또한, 데이터 노이즈를 줄이기 위해 Feature Engineering을 수행하여 주요 변수만을 선별하고, 경제 지표별 중요도를 분석하여
|
|
 |
및 경영보고서 작성 등에서 실질적인 기여를 할 수 있다고 확신합니다. 변화에 민감하게 반응하고, 전략적으로 대응하는 재경 전문가로 성장해 LG MMA의 글로벌 경쟁력 강화에 일조하겠습니다. 1. LG MMA에 지원하게 된 동기에 대해 기술하여
|
|
메뉴펼치기
