|
정확도를 나타내었고, 야후의 대분류 체계가 중간 분류 체계인 Science 카테고리보다 벡터유사도를 이용한 방법이 23.6%, 베이지안 확률을 이용한 방법이 30.1%로 높은 정확도를 나타내었다. 카테고리간에 관련성이 적고 URL 정보가 많은 대분류 체
|
|
|
수가 많아도 효과적으로 표본을 추출한다. Stan은 WinBUGS나 JAGS와 달리 복잡한 모델에서도 상당히 정상적으로 표본을 추출할 수 있다. Stan에서는 추정계산에 변분 베이즈법의 한 버전인 자동 미분 변분 추정(ADVI)을 사용할 수도 있다.
|
|
|
matlab관점으로 문제 해석
- MATLAB?(Pdepe 내장함수를?이용한?1차 parabolic/elliptic 편미분 방정식의 풀이)
- 주어진?식으로부터?m,?g, f, r을?함수로?정의
- 초기조건을 ? 설정
- 경계조건을 설정
- r과 t의 구간 설정 후 함수 pde 호출
...
* 구해진 함
|
|
|
|
이용해서 몬테 카를로 방법으로 구하시오. 이 때, 몬테 카를로 표본의 개수는 를 이용하시오. 계산은 R을 이용하시오.
(c) (b)에서 구한 상수 값을 이용하여 밀도함수 의 그림을 R로 그리시오.
2. (20점) 다음은 1994년과 2014년 군에 입대하는 10
|
|
|
법을 익히고 디지털 오실로스코프를 이용하여 과도응답과 주파수를 측정하는 실험이었다. 실험데이터하고 이론식과 실험식에 그 값들을 적용하여 Matlab을 이용한 그래프를 만들고 정리하는 파트를 맡게 되었다. 우선 Bread board에 RC 회로와 CR
|
|
|
|
<수정된 할선법 m파일 코드>
function root = modsec(f,xrNew,offage,es,maxit)
%modsec()함수는 수정된 할선법(modified secant method)을 위한 함수이다.
%입력으로는
% f=근을 구하고자하는 대상이되는 방정식
% xrNew = 초기 가정값
% offage = 변동량
% es=
|
|
|
.
g(t)와 G(f)와 g(nTs)와 g[m]의 관계 신호 g(t)가 주어졌을 때 G(f)는 이 신호의 푸리에 변환이다.
g(nTs)는 이 신호를 샘플시간 Ts로 샘플링한 것이고 이를 n-domain으로 옮겨 g[m]이라고 표현할 수 있다. 1. 관련이론
2. 설계방법
3. 설계결과
|
|
|
- 중동기어의 이끝면
function output = sigma2k(m1,m2,z1,z2,alpha,l)
m1=input(\'m1? \') ;
m2=input(\'m2? \') ;
z1=input(\'Z1? \') ;
z2=input(\'Z2? \') ;
alpha=input(\'alpha? \');
l=input(\'l? \');
alpha_deg=alpha*pi/180;
R1=(m1*z1)/2; R2=(m2*z2)/2;
sigma2k= (-l*(R1+R2))/(R1*(R2*sin(alpha_deg)+l))
end
|
|
|
MATLAB이라는 프로그램을 이용하니 처음에 코드만 작성해준다면 비슷한 문제에 대해서는 수치가 아무리 바뀌어도 대입만 하면 순식간에 나와 매우 편리하게 구할 수 있었다. 다만 양함수법만을 이용하였기에 에 대해 충분한 고려를 해야 했고
|
|
|
matlab을 통한 그래프를 그리는 툴을 써보고 코딩을 배우고 몸에 익는데 도움이 된 것 같다. 1 실험 목적
2 이 론
1) 디지털 오실로스코프의 작동원리
2) 각각의 저항에서 부분전압 계산법
3) RC 회로
4) CR 회로
3 오실로스코프
|
|
메뉴펼치기
