검색 결과

'''k-평균 알고리즘'''({{Lang|en|K-means clustering algorithm}})은 주어진 [[데이터]]를 k개의 [[클러스터]]로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 [[분산]]을 최소화하는 방식으로 동작한다. 이 알고리즘은 [[자율 학습 (기계 학 * '''클러스터 설정''': 각 데이터로부터 각 클러스터들의 <math> \mu_i </math>까지의 [[유클리드 거리]]를 계산하여, 해당 데이터에 ...

...호몰로지를 자동으로 효율적으로 계산할 수 있기 때문에 단체 호몰로지는 상 분석, [[의학촬영|의료 영상]] 및 [[데이터 분석|자료 분석]] 전반과 같은 실생활에 적용하는 데 중요해졌다. ...치류]](구멍)를 등록하는 다양한 해상도에서의 호몰로지 분석을 포함한다. 이러한 기능은 복잡한 데이터에서 분자 구조, X선의 종양 및 클러스터 구조를 감지하는 데 사용할 수 있다. ...

* [[클러스터 분석]] - 관측량의 집합을 클러스터라고 불리는 부분집합으로 배정하여, 같은 클러스터 안의 요소들은 어떤 공통점을 갖는다. * [[클러스터 분석]] ...

...]을 통하여 [[우주 마이크로파 배경]] (CMB)에 발생하는 스펙트럼 왜곡 현상을 말하는데, 저에너지 CMB [[광자]]가 고에너지 클러스터 전자와 충돌하여 평균적으로 에너지 상승 효과를 받는다. [[우주 마이크로파 배경]] 스펙트럼에서 관측된 왜곡은 우주의 밀도 교란을 탐지 ...일으키는 CMB 광자의 역 컴프턴 산란을 유발한다. 이 효과는 은하단을 관찰할 때 가장 분명하다. 높은 각도 해상도에서 CMB 데이터 분석(큰 [[다중극 전개|<math>\ell</math>-값]] )을 할 때에는 이 효과를 고려하여야 한다. ...

* [[클러스터 분석]] ...

...,3)이고, (0.878, 0.478)방향으로 3, 이와 수직한 방향으로 1의 표준편차를 가지는 [[다변량 정규분포]]에 대한 주성분 분석. 화살표의 길이는 [[공분산#공분산행렬|공분산행렬]] 고윳값의 제곱근에 해당하며, 고유 벡터의 끝점이 평균점에 위치한 채로 각 주성분의 '''주성분 분석'''(主成分分析, Principal component analysis; PCA)은 고차원의 데이터를 저차원의 데이터로 환원시키는 기법을 ...

=== 클러스터 구분의 최적화 규준 === * 따라서 위와 같은 경우, 클러스터 지정은 k-means 알고리즘과 똑같이 이루어진다. 따라서 데이터 포인트들은 가장 가까운 거리에 있는 클러스터에 배정되게 된다. ...

...상블 학습법|앙상블 학습 방법]]의 일종으로, 훈련 과정에서 구성한 다수의 [[결정 트리]]로부터 부류(분류) 또는 평균 예측치(회귀 분석)를 출력함으로써 동작한다. ...지도당 트리 하나씩 총 세개의 깊이(depth) 값이 20인 트리를 구성한다. 트리 구성 시 1,000개의 [[컴퓨터 클러스터|코어 클러스터]]({{lang|en|core cluster}})를 사용한 [[그래픽 처리 장치|GPU]]연산으로 하루정도의 시간이 걸린다. 테스트 단 ...

...를 통해 회로의 나머지 부분이 계속 생성되는 동안 네트워크를 통해 왜곡된 회로의 전송이 시작된다. AES를 계산하는 시간은 512노드 클러스터 시스템을 사용하는 경우 활성 사례에서 블록당 1.4초, 노드 1개를 사용하는 경우 115초로 단축되었다. Shelat과 Shen<ref ...특정 프로토콜을 설계하기 위해 인식되지 않는 전송 확장 및 기타 새로운 기술을 활용한다. 이 접근 방식은 비슷한 수의 코어를 사용하여 클러스터 컴퓨팅 구현과 비슷한 효율성을 달성하는 것으로 보인다. 그러나 저자는 약 50,000개의 게이트가 있는 AES 회로의 구현에 대해서만 ...

...일|[[올드페이스풀 간헐천]] 분화 데이터. 데이터가 정규분포 [[혼합 모델]]에서 관측되었다고 가정하고, 기댓값 최대화 [[클러스터 분석]]을 이용해 매개변수들을 추정하는 과정이다. 기댓값 최대화 과정이 반복됨에 따라 매개변수들이 수렴하고 두 개의 군집이 나타나는 것을 볼 * [[주성분 분석]] ...

...Analysis and Machine Intelligence, vol. 31, no. 5, 2009.</ref> 2009년의 국제문서 분석 및 인식 컨퍼런스(ICDAR)의 필기 인식 부분에서 학습하게 될 세 가지 언어에 대한 아무런 사전 정보가 주어지지 않았음에도 불구하고 자율 학습 패러다임에 속하는 과제는 일반적으로 [[근삿값|근사]]와 관련된 문제들이다. [[클러스터 분석|클러스터링]], [[확률 분포]]의 예측, [[데이터 압축]], 베이지언 스팸 필터링 등에 이것을 응용할 수 있다. ...