총 842개
-
데이터베이스의 개념과 특징, 분류2025.01.271. 데이터베이스 개념 데이터베이스는 여러 사람들이 공유하고 사용할 목적으로 통합 관리되고 있는 데이터들의 모임으로 볼 수 있다. 데이터베이스는 중복된 데이터를 최소화하고 구조화된 형태로 데이터를 관리하는 데이터 집합이다. 여러 업무와 사용자가 데이터베이스를 사용할 수 있으며, 데이터베이스 관리 시스템(DBMS)이라는 미들웨어를 통해 관리되고 있다. 2. 데이터베이스 특징 데이터베이스의 특징은 다음과 같다. 첫째, 사용자의 질의에 대하여 즉각적인 처리와 응답이 이루어진다. 둘째, 생성, 수정, 삭제를 통하여 항상 최신의 데이터를 유...2025.01.27
-
데이터베이스의 개념과 특징, 분류2025.01.041. 데이터베이스의 개념 데이터베이스는 특정 조직의 업무를 수행하는 데 필요한 상호 관련된 데이터들의 모임입니다. 데이터베이스는 공유 데이터, 통합 데이터, 저장 데이터, 운영 데이터의 4가지 특징을 가집니다. 2. 데이터베이스의 특징 데이터베이스의 특징으로는 실시간 접근성, 계속적인 변화, 동시 공유, 내용 기반 참조, 데이터 논리적 독립성이 있습니다. 이를 통해 데이터베이스는 사용자의 요구에 실시간으로 응답하고, 데이터를 계속 변경하여 현재 상태를 반영하며, 여러 사용자가 동시에 이용할 수 있습니다. 3. 데이터베이스의 분류 데...2025.01.04
-
데이터베이스의 개념과 특징, 분류2025.01.231. 데이터베이스의 개념 데이터베이스는 체계적으로 수집, 축적하여 다양한 용도와 방법으로 이용할 수 있게 정리한 정보의 집합체이다. 데이터베이스 시스템은 데이터베이스와 데이터베이스 관리 시스템(DBMS)으로 구성된다. 2. 데이터베이스의 특징 데이터베이스의 일반적인 특징은 통합된 데이터, 저장된 데이터, 공용데이터, 변화하는 데이터이다. 또한 데이터베이스는 정보의 축적 및 전달, 정보 이용, 정보 관리, 정보기술 발전, 경제·산업적 측면에서 다양한 특성을 가진다. 3. 데이터베이스의 분류 데이터베이스는 형태에 따라 정형, 반정형, ...2025.01.23
-
데이터베이스의 개념과 특징, 분류2025.01.291. 데이터베이스의 개념 데이터베이스는 어느 한 조직의 여러 응용 시스템들이 공유해서 사용할 수 있도록 데이터들을 통합하여 체계적으로 조직한 후 저장한 운영 데이터의 집합이다. 데이터베이스는 공유 데이터, 통합된 데이터, 저장된 데이터, 운영 데이터의 특징을 가지고 있다. 2. 데이터베이스의 특징 데이터베이스는 관련 기술 발전과 정보량 증가에 따라 계속 변화하고 있어 정의하기 어렵다. 데이터베이스를 구성하는 정보의 성격에 따라 다중출처데이터베이스와 유일출처데이터베이스로 구분할 수 있으며, 서비스제공자에 따라 민간데이터베이스와 공공데...2025.01.29
-
데이터베이스의 개념과 특징, 분류2025.01.231. 데이터베이스의 개념 데이터베이스는 다수의 사용자가 여러 데이터를 효율적으로 관리하고 사용할 수 있도록 조직화된 데이터의 집합을 의미합니다. 데이터베이스는 단순히 데이터를 저장하는 것을 넘어서, 데이터를 체계적으로 관리하고 다양한 목적에 맞게 데이터를 제공하는 기능을 담당합니다. DBMS를 통해 데이터는 중앙에서 관리되며, 이를 통해 중복된 데이터의 발생을 최소화하고 데이터의 일관성을 유지할 수 있습니다. 2. 데이터베이스의 특징 데이터베이스는 데이터의 통합성, 데이터의 독립성, 데이터의 다중 사용자 접근성, 데이터의 무결성과 ...2025.01.23
-
데이터베이스의 개념과 특징2025.01.131. 데이터베이스의 개념 데이터베이스는 어느 한 조직의 여러 응용 시스템들이 공유해서 사용할 수 있도록 데이터들을 통합하여 체계적으로 조직한 후 저장한 운영 데이터의 집합이다. 데이터베이스는 공유 데이터, 통합된 데이터, 저장된 데이터, 운영 데이터의 특성을 가지고 있다. 2. 데이터베이스의 특징 데이터베이스의 특징은 데이터 중복의 최소화, 데이터의 독립성, 데이터의 보안성, 데이터의 공유, 데이터의 무결성이다. 데이터베이스는 데이터의 중복을 최소화하고, 데이터의 논리적/물리적 독립성을 보장하며, 데이터에 대한 보안을 유지하고, 다...2025.01.13
-
텐서플로우 딥러닝 (CNN)2025.05.051. 데이터 세트 학습 데이터에 사용할 영상은 Google에서 이미지 검색으로 꽃을 검색하고, FatKun이라는 크롬 확장 프로그램을 사용하여 영상을 다운로드 받았다. 테스트 데이터에 사용할 영상은 꽃을 직접 구입하여 촬영한 영상 데이터를 사용했다. 학습 데이터는 총 234개, 테스트 데이터는 총 150개이며, 검증 데이터는 훈련데이터의 20%를 사용하여 총 57개이다. 2. 합성곱 신경망 (CNN) 기본적으로 이미지 분류를 하기 위해서는 합성 곱 신경망(CNN)이 필요하다. 2차원 CNN의 특징 추출 부분은 MaxPool2D층과 ...2025.05.05
-
효율적인 텍스트 분류를 위한 fastText 모델2025.01.261. 텍스트 분류 이 논문은 웹 검색, 정보 검색, 감정 분석과 같은 애플리케이션에서 자연어 처리의 필수 작업인 텍스트 분류 문제를 다룹니다. 저자들은 신경망 기반 모델은 정확하지만 훈련과 테스트 단계 모두에서 계산 비용이 많이 들고 느린 경향이 있기 때문에, 대규모 데이터 세트를 처리할 수 있는 확장 가능하고 효율적인 모델이 필요하다고 지적합니다. 이 논문에 적용된 모델인 fastText는 높은 정확도를 유지하면서 텍스트 분류의 계산 비효율성 문제를 해결하도록 설계되었습니다. 2. 데이터 세트 이 논문에서는 텍스트 분류 작업에 잘...2025.01.26
-
AI 기반 쓰레기 분류 장치 'Recycle with AI' 에이클러 서비스 개발2025.05.101. AI 기반 쓰레기 분류 장치 발표 내용에 따르면, 'Recycle with AI' 에이클러 서비스는 AI 기술을 활용하여 쓰레기를 자동으로 분류하는 장치를 개발하고 있습니다. 이 장치는 YOLOv5, OpenCV, TensorFlow 등의 AI 기술과 Jetson Nano, Pi_Camera 등의 하드웨어를 활용하여 폐기물 데이터셋을 기반으로 이미지 인식을 통해 쓰레기를 분류합니다. 또한 소리 분석을 통한 자동 분리수거 기능도 포함되어 있습니다. 2. 폐기물 처리 시장 및 문제점 발표에 따르면, 국내 폐기물 시장 규모는 매우 ...2025.05.10
-
딥러닝의 EEG 신호 분석에서의 활용과 CNN의 원리2025.01.141. 딥러닝 기반 EEG 분석 딥러닝 기법들은 동작상상, 감정인식 등 EEG 데이터 분류 작업에서 우수한 성능을 보인다. 딥러닝 알고리즘은 EEG 데이터 수집과 전처리, 딥러닝 모형 학습, 신호 분류 및 해석의 과정으로 구성된다. 전처리 과정에서는 입력받은 뇌파 신호를 분류하기 쉬운 형태로 바꿔주어 분류의 정확도를 높여야 한다. 2. EEG분석을 위한 딥러닝 기법 EEG 분석을 위한 딥러닝 기법에는 CNN, RNN, GAN, Autoencoder 등이 있다. 입력되는 데이터의 특징에 따라 CNN보다 RNN이 자극에 의한 변화를 인식...2025.01.14
1 / 85
