• Title/Summary/Keyword: MAE

검색결과 792건 처리시간 0.038초

한국산 파랑눈매퉁이속(파랑눈매퉁이과) 어류 2 미기록종 (New Record of the Genus Chlorophthalmus(Pisces : Chlorophthalmidae) from Korea)

  • 김용억;김영섭;강충배;김진구
    • 한국어류학회지
    • /
    • 제9권2호
    • /
    • pp.163-168
    • /
    • 1997
  • 1990년 4월 19일 제주도의 남서부 해역에서 파랑눈매퉁이과에 속하는 어류 Chlorophthalmus albatrossis 4개 체 및 Chlorophthalmus acutifrons 1개체가 각각 채집되어 한국산 미기록종으로 보고한다 본 조사 결과 처음으로 한국에서의 서식이 확인된 파랑눈매퉁이과어류 2종에 대하여, Chlorophthalmus albatrossis는 "파랑눈매퉁이", Chlorophthalmus acutifrons는 "첨문파랑눈매퉁이"로 각각 명명한다.

  • PDF

인터넷 주소체계 분포도와 문제점 분석 (Distribution Characteristics and Analysis of Backbone Router’s Forwarding Prefixes)

  • 김지훈;이주민;인정석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (3)
    • /
    • pp.610-612
    • /
    • 2002
  • 현재 인터넷은 IPv4주소 고갈로 인해 종래의 클래스(class)별 주소의 분배와 사용을 지양하고 클래스 없는 CIDR(Classless InterDomain Routing)〔1〕방식을 채택하고 있다. 본 논문에서는 라우터의 개발 및 성능에 영향을 미치는 라우팅 엔트리의 분포와 특성을 다음의 세가지 관점에서 분석하였다. 그리고 분석에 사용된 데이터는 백본용 라우터의 라우팅 테이블이다. 첫째, 현재 인터넷에서 CIDR 방식에 따른 서브넷팅(Subnetting)과 슈퍼넷팅(Supernetting)〔2〕〔3〕정도를 분석하였으며 둘째, 현재 포워딩 테이블(Forwarding Table)내의 불필요한 포워딩 엔트리(Forwarding Entry)들이 차지하는 구성비를 조사하였다. 마지막으로는 멀티홈밍(Multi-homing)이 포워딩 테이블의 크기에 미치는 영향을 분석하였다. 조사에 의하면 MAE-East와 MAE-West〔4〕와 같은 백본(Backbon) 라우터의 경우에 A클래스는 8에서 26비트까지, B클래스는 14비트에서 27비트까지 그리고 C클래스는 17비트에서32비트까지 서브넷팅과 슈퍼넷팅이 되어있다. 또한 불필요한 포워딩 엔트리는 전체 엔트리의약 1%를 차지하고 있으며, 멀티홈밍 엔트리는 약 5%를 차지하는 것으로 확인되었다.

  • PDF

Mathematics Teachers' Abstraction Levels and Multiple Approaches: The Case of Multiplicative and Divisibility Structure of Numbers

  • Unal, Hasan
    • 한국수학교육학회지시리즈D:수학교육연구
    • /
    • 제13권3호
    • /
    • pp.197-216
    • /
    • 2009
  • The purpose of this study was to investigate middle and high school mathematics teachers' levels and multiple approaches in United States practicing their abstraction levels and, different strategies and method of solutions towards given number theory problems. The mathematics teachers taking part in this study are consisted of 25 members of online graduate and undergraduate course (MAE 5641 and MAE 4813) delivered through Online Learning System called as the Blackboard (http://www.blackboard.com). Data collection methods include journal entries, written solutions to problems, the teachers' reflections on said problems, and post interviews. Data analysis was done based on [Hazzan, O. & Zazkis, R. (2005). Reducing abstraction: The case of school mathematics. Educ. Stud. Math. 58(1), 101-119]. Analysis of students' written solutions revealed that transitions among the solution methods have major effect on abstraction levels. Elevation and reducing abstraction is a dynamic process.

  • PDF

기상에 따른 고령환자의 질병 발생빈도 예측모형 비교 (Comparison of forecasting models of disease occurrence due to the weather in elderly patients)

  • 이선재;여인권
    • 응용통계연구
    • /
    • 제29권1호
    • /
    • pp.145-155
    • /
    • 2016
  • 이 논문에서는 기상에 따른 고령 환자의 질병 발생빈도를 예측하는 방법을 비교한다. 분석을 위해 건강보험심사평가원의 고령 환자 의료 자료와 기상청 자료를 주별, 권역별로 병합한다. 기상에 영향을 받는 질병의 주별 발생 빈도를 ARMAX모형, VARMAX모형, TSCS회귀모형으로 분석하고 MSE, MAPE, MAE 기준으로 모형을 비교했다.

The Effect of Co-rating on the Recommender System of User Base

  • Lee, Hee-Choon;Lee, Seok-Jun;Chung, Young-Jun
    • Journal of the Korean Data and Information Science Society
    • /
    • 제17권3호
    • /
    • pp.775-784
    • /
    • 2006
  • This study is to investigate the effect of the number of co-rated users to the MAE. User based collaborative algorithm generally uses similarity weight to compute the relation of active user and other users. The original estimation algorithm of the GroupLens used the Pearson's correlation coefficient, soon after other researchers used various weighting. The Pearson’s correlation coefficient and Vector similarity, which is used in the field of information retrieval, are commonly used to the estimation algorithm. In prediction, we analyze the effect of the number of co-rated users on the user based recommender system.

  • PDF

협력적 필터링에서 MAE 변화에 관한 연구 (A Study on Changing the MAE in Collaborative Filtering)

  • 이희춘;이석준;김선옥
    • 한국IT서비스학회:학술대회논문집
    • /
    • 한국IT서비스학회 2008년도 춘계학술대회
    • /
    • pp.516-520
    • /
    • 2008
  • 협력적 필터링을 이용한 추천시스템은 인터넷 기반 전자상거래에서 좋은 추천 도구로 사용되고 있다. 협력적 필터링 방식은 고객의 선호도를 조사하여 이를 바탕으로 이웃 고객을 선정하고 이들에 대한 선호도를 수집하여 고객이 좋아할 만한 상품을 추천하는 기법이다. 이웃 고객에 대한 정보를 이용하여 추천에 사용하므로 이웃고객이 적은 경우 추천시스템의 예측에 어려움이 생긴다. 본 논문은 추천시스템의 예측 정확도를 높이기 위한 방법으로 희소성이 있는 상품을 우선 선정하고 그들 상품에 대한 선호도를 조사하였다. 그리고 이들에 대한 선호를 나타낸 고객들을 선별하여 추천시스템의 예측 정확도를 향상시키는 방법을 제안한다.

  • PDF

협업 필터링 알고리즘에 관한 비교연구 (A Comparative Study on Collaborative Filtering Algorithm)

  • 이가베;이효맹;이현창;신성윤
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2017년도 추계학술대회
    • /
    • pp.151-153
    • /
    • 2017
  • 추천시스템 증 가장 대표적인 협업 필터링은 여러 아이템에 대한 사용자 평가 데이터를 이용하여 공통적 패턴을 찾고 특정 사용자이 대한 성호 아이템을 에상하여 추천하는 기법이다. 분 논문에서는 모두 5가지 알고리즘을 사용하였다. Recall-Precision, FPR-TPR, RMSE, MSE, MAE등 지표를 측정하였다. 실험 결과를 보면 MovieLens 데이터를 이용해 사용자에 기반 협업 필터링 알고리즘을 적용해 영화를 추천하는 것이 좋은 효과를 얻고 있다.

  • PDF

PYTHAGOREAN FUZZY SOFT SETS OVER UP-ALGEBRAS

  • AKARACHAI SATIRAD;RUKCHART PRASERTPONG;PONGPUN JULATHA;RONNASON CHINRAM;AIYARED IAMPAN
    • Journal of applied mathematics & informatics
    • /
    • 제41권3호
    • /
    • pp.657-685
    • /
    • 2023
  • This paper aims to apply the concept of Pythagorean fuzzy soft sets (PFSSs) to UP-algebras. Then we introduce five types of PFSSs over UP-algebras, study their generalization, and provide illustrative examples. In addition, we study the results of four operations of two PFSSs over UP-algebras, namely, the union, the restricted union, the intersection, and the extended intersection. Finally, we will also discuss t-level subsets of PFSSs over UP-algebras to study the relationships between PFSSs and special subsets of UP-algebras.

대학교 교내식당을 위한 식사 인원 예측 모델 개발 (The Development of Prediction Models for the Number of People for Meal at University Cafeteria)

  • 정광원;조태근;김기원
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
    • /
    • pp.535-536
    • /
    • 2023
  • 본 논문에서는 대학교 교내 식당의 실제 데이터를 사용해 식사 인원 예측 모델을 개발하여 교내식당에서 발생하는 적자, 음식 품절, 대량 잔반 발생을 경감 시키고자 한다. 모델 개발에 사용되는 데이터는 2018년도, 2019년도 학기 중 식당 데이터와 기상청 날씨 데이터를 사용하였다. 2018년도, 2019년도 데이터를 이용해 EDA 분석 및 전처리를 통해 필요한 변수를 추출하였다. 전체 데이터의 70%를 기반으로 GridSearch와 XGBoostRegressor를 사용해 평일과 주말에 대한 식사 인원 예측 모델을 생성하였다. 그리고 나머지 데이터의 30%를 사용해 생성한 두 모델의 성능을 평가한다. 평일 식사 인원 예측 모델에 대한 MAE값이 조식 16명, 중식 23명, 석식 25명으로 준수한 결과를 보였고 주말 식사 인원 예측 모델에 대한 MAE값은 조식 16명, 중식 23명, 석식 25명으로 좋은 성능을 보였다.

  • PDF