RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      함수형 데이터의 군집화 사례 연구

      한글로보기

      https://www.riss.kr/link?id=T15530718

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      함수 형태 데이터의 통계적 분석인 함수형 데이터 분석의 방법론을 고찰하고, 실제 사례에 적용해보았다.
      함수형 데이터란 개별적인 관측치들의 집합이 아닌 하나의 형태로 이루어진 데이터로, 관측치는 주로 시간이고, 이는 곡선이나 영상의 형태를 이루기도 한다.
      본 연구에 적용한 방법론은 함수형 데이터를 Smoothing한 다음, 군집화하여 시각화하고 해석하는 것이다.
      대표적인 사례인 기온 데이터와 주가 데이터에 적용해보았다. 시간 또는 공간, 위치 등이 포함된 데이터의 경우 함수형 데이터 분석을 적용 시 시간, 공간, 위치 등에 따른 좀 더 정확한 분석을 할 수 있음을 확인할 수 있었다.
      번역하기

      함수 형태 데이터의 통계적 분석인 함수형 데이터 분석의 방법론을 고찰하고, 실제 사례에 적용해보았다. 함수형 데이터란 개별적인 관측치들의 집합이 아닌 하나의 형태로 이루어진 데이...

      함수 형태 데이터의 통계적 분석인 함수형 데이터 분석의 방법론을 고찰하고, 실제 사례에 적용해보았다.
      함수형 데이터란 개별적인 관측치들의 집합이 아닌 하나의 형태로 이루어진 데이터로, 관측치는 주로 시간이고, 이는 곡선이나 영상의 형태를 이루기도 한다.
      본 연구에 적용한 방법론은 함수형 데이터를 Smoothing한 다음, 군집화하여 시각화하고 해석하는 것이다.
      대표적인 사례인 기온 데이터와 주가 데이터에 적용해보았다. 시간 또는 공간, 위치 등이 포함된 데이터의 경우 함수형 데이터 분석을 적용 시 시간, 공간, 위치 등에 따른 좀 더 정확한 분석을 할 수 있음을 확인할 수 있었다.

      더보기

      목차 (Table of Contents)

      • 목차
      • 1. 연구 배경 및 목표 1
      • 2. 적용 방법론 2
      • 2.1 함수형 데이터 분석 2
      • 목차
      • 1. 연구 배경 및 목표 1
      • 2. 적용 방법론 2
      • 2.1 함수형 데이터 분석 2
      • 2.2 분석 방법과 시각화 3
      • 3. 적용 사례 14
      • 3.1 중국 지역별 기온 데이터 14
      • 3.2 코스피 주가 데이터 28
      • 4. 맺음말 37
      • 참고 문헌 38
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼