총 35개
-
<현역의대생> 비트맵 이미지와 벡터 이미지의 활용도 차이_탐구보고서_기하(세특)2025.01.121. 비트맵 이미지 컴퓨터에서 사용하는 사진이나 그림들은 컴퓨터 내부에 저장되는 방식에 따라 '비트맵' 이미지와 '벡터' 이미지의 두 가지로 구분된다. 일반적으로 우리가 접하는 대부분의 이미지들은 비트맵 방식인데 작은 점들이 모여서 하나의 그림을 이룬다. 이것은 각 점의 정보를 모두 기록하기 때문에 비트맵 방식의 이미지를 확대하면 점과 점 사이의 공간에 기록이 없는 점들이 나타나므로, 이미지가 뿌옇게 흐려지는 현상이 발생한다. 2. 벡터 이미지 벡터 방식의 이미지는 말 그대로 벡터의 원리를 적용하여 점과 선, 면의 위치를 지정하고 ...2025.01.12
-
공업수학의 차원(次元, dimension) 도구 중 한 가지 선택 후 주제 대상의 효과적 활용2025.01.151. 벡터(vector)의 효과적 활용 벡터는 크기와 방향을 가진 수학적 객체로, 물리적 공간에서 위치, 힘, 속도 등을 나타내는 데 사용된다. 벡터는 스칼라와 달리 방향성을 가지며, 이를 통해 2차원 및 3차원 공간에서 다양한 문제를 해결할 수 있다. 벡터의 합성과 차, 내적과 외적 연산을 통해 복잡한 물리적 현상을 단순화하고 분석할 수 있다. 벡터는 물리학, 기계공학, 전기공학 등 다양한 분야에서 효과적으로 활용되며, 시각화와 직관적 이해, 수학적 연산의 효율성, 다양한 분야에서의 적용 가능성 등의 장점이 있다. 따라서 벡터의 ...2025.01.15
-
벡터 데이터베이스2025.05.081. 벡터 데이터베이스 벡터 데이터베이스는 복합 비정형 데이터를 효과적이고 효율적으로 저장하고 검색하기 위한 기술입니다. 단어나 문장과 같은 정보를 숫자로 변환하여 숫자와 유사한 것을 찾는 방식의 데이터베이스입니다. 기존 데이터베이스는 텍스트 기반 검색을 사용했지만, 벡터 데이터베이스는 숫자 기반 검색을 사용합니다. 이를 통해 비정형 데이터와 벡터 데이터를 효율적으로 저장할 수 있습니다. 이 기술의 배경에는 뉴럴 네트워크(CNN)의 발달로 복합 비정형 데이터를 정확하게 임베딩하여 숫자(벡터)로 표현할 수 있게 된 것이 있습니다. 예...2025.05.08
-
학습러닝, 머신러닝 분석 레포트2025.05.051. 학습(learning) 학습(learning)이란 데이터를 이용하여 모델(model)을 학습시키는 과정을 말합니다. 이 과정에서 모델은 입력 데이터(input)와 출력 데이터(output)의 관계를 학습하게 되는데, 이를 통해 새로운 입력 데이터가 주어졌을 때 모델은 예측 결과를 출력할 수 있게 됩니다. 2. 블랙박스(black box) 블랙박스(black box)란 모델이 내부에서 어떠한 일이 일어나는지 알 수 없는 상황을 말합니다. 따라서 모델이 학습하는 과정에서 입력 데이터와 출력 데이터만을 이용하여 내부의 동작 원리를 ...2025.05.05
-
공업수학 ) 공업수학의 차원(次元, dimension) 도구 중 한 가지 선택 후 주제 대상의 효과적 활용에 대해 장점이나 근거, 예시 등을 구체적으로 제시하되 자기 고유 의견을 포함시켜 논술2025.01.241. 벡터(vector)의 효과적 활용 벡터는 선형대수학의 기본 단위라고 할 수 있으며 다양한 데이터들을 쉽게 표현할 수 있다는 점이 큰 장점이라고 할 수 있다. 데이터를 다양한 피처로 표현할 수 있으며, 피처를 목록화시키게 되면 데이터 사이언스에서는 벡터가 곧 피처의 목록이 될 수 있어 데이터 특징을 쉽게 표현할 수 있다는 점이 장점이고 효과적인 활용으로 평가될 수 있다. 또한 데이터들을 표현하는 식을 찾기 위해서 좌표계를 활용해 식을 찾을 수 있는 지도를 만들 수 있다는 점에서 효과적인 활용으로 평가될 수 있다. 최근 머신러닝과...2025.01.24
-
서포트 벡터 머신(Support Vector Machine, SVM)2025.05.101. 서포트 벡터 머신(Support Vector Machine, SVM) 서포트 벡터 머신(Support Vector Machine, SVM)의 이름은 알고리즘의 기본 원리와 핵심 개념에 기반하여 지어졌습니다. 데이터 포인트들을 분류하기 위해 사용되는 초평면(hyperplane)의 위치는 이 서포트 벡터들에 의해 결정됩니다. 서포트 벡터는 결정 경계와 가장 가까운 데이터 포인트들을 의미합니다. 이러한 포인트들은 결정 경계 주변에서 서로 다른 클래스에 속하는 데이터들을 분리하는 역할을 수행합니다. SVM은 주어진 데이터를 기반으로 ...2025.05.10
-
서포트 벡터 머신(SVM)을 이용한 초음파 활용 침술법2025.01.281. 서포트 벡터 머신(SVM) 서포트 벡터 머신(SVM)은 N차원의 공간을 (N-1)차원으로 나눌 수 있는 초평면을 찾는 분류 기법이다. 선형 SVM은 선형으로 데이터의 집단을 나눌 수 있을 때 사용되며 하드마진과 소프트마진 방식으로 나뉜다. 비선형 SVM은 N차원 상태에서 선형분리가 불가능한 상태이지만 이를 해결하기 위해 선형분리가 가능한 고차원으로 데이터를 옮겨 선형분리를 진행한 후 다시 기존의 차원으로 변환시키는 과정을 말한다. 커널트릭을 이용하면 확장된 특성공간의 두 벡터의 내적만 계산하면 되기 때문에 고차원의 복잡한 계산...2025.01.28
-
R언어 기본 용어 정리 과제2025.04.261. 스칼라(scalar) 스칼라는 단순히 객체에 하나의 값을 할당했을 때, 바로 그 할당되는 값을 지칭합니다. 스칼라값에는 실수, 문자열, 논리값(TRUE, FALSE)이라는 3가지 자료형이 있으며, 벡터와는 달리 하나의 값만을 지정해준다는 특징이 있습니다. 2. 벡터(vector) 벡터는 같은 자료형을 가진 스칼라값들을 순서를 가지고 일렬로 나열한 자료구조입니다. R에서는 c() 함수를 이용하여 여러 개의 데이터를 입력할 수 있으며, 벡터의 각 요소를 반복해서 추출하고 싶을 때는 times와 each를 사용할 수 있습니다. 3....2025.04.26
-
QGIS 초보탈출 가이드_3편2025.05.081. 지오프로세싱(Geoprocessing) 지오프로세싱은 공간데이터를 처리하는 다양한 기능을 제공합니다. 버퍼, 잘라내기, 빼기, 디졸브, 교차영역, 유니온, 벡터레이어 병합 등의 기능을 통해 공간데이터를 분석하고 가공할 수 있습니다. 2. 버퍼(Buffer) 버퍼 기능은 특정 피처를 기준으로 직선거리 내의 권역을 생성하고, 그 내부에 속하는 또는 속하지 않는 피처를 검색하는데 사용됩니다. 레이어를 선택한 후 지리정보처리도구 메뉴에서 버퍼 기능을 실행할 수 있습니다. 3. 잘라내기(Clip) 잘라내기 기능은 레이어에 존재하는 폴리...2025.05.08
-
컴퓨터그래픽_포토샵 외의 래스터 이미지 편집 소프트웨어에 대하여 소프트웨어의 정보, 기능 그리고 결과물 예시를 자유롭게 제시하시오.2025.05.021. 컴퓨터 그래픽 컴퓨터 그래픽은 3차원 물체를 표현하고, 사람 눈으로 확인할 수 없는 우주의 구조 또는 미지의 세계에 대한 형상, 상상의 세계를 표현할 수 있어서 영화 및 애니메이션의 분야에 사용이 되고 있다. 컴퓨터그래픽은 컴퓨터 처리로 제작된 모든 화상정보와 그 기술을 통틀어 일컫는 시각예술의 한 분야다. 오늘날, 컴퓨터 그래픽의 용도는 다양한 시뮬레이션, CAD, 비즈니스 그래프, 의료 및 산업 이미지 처리, 그리고 p의 편집과 같은 과학, 의학, 군사, 교육 등 현대 문명 전반에 걸쳐 다양한 응용을 포함하여 크게 확장되었...2025.05.02
1 / 4
