분류 전체 보기 1318

문. LTE-R 구축시 IP-MPLS방식과 MPLS-TP방식의 비교

문. LTE-R 구축시 IP-MPLS방식과 MPLS-TP방식의 비교답.1. 개요 - LTE-R은 상용망인 LTE기술을 철도에 적용하여 700MHz대역을 이요하여 다양한 부가서비스 및 영상의 전송을 제공함. - 캐리어이더넷은 data Traffic 급증과 고속화에 대응이 가능한 신뢰성과 안전성을 제공하는 LAN기술 기반의 전송기술임. - 캐리어이더넷은 신뢰성과 안전성을 최우선으로 하는 철도망의 LTE-R운용에 최적의 솔루션을 제공하는 망 구조임. 2. LTE-R의 개념 및 개념도 가. LTE-R의 개념 - LTE-R은 LTE를 기반으로 기존 VHF, TRS위주의 열차 무선 방식과 레일 접점 위주의 열차제어를 획기적으로 향상시키는 표준임. 나. LTE-R 개념도 - 정보통신, 열차무선, 신호제어, 전력제어,..

문. 위치기반 서비스 기술 및 서비스 동향

문. 위치기반 서비스 기술 및 서비스 동향답.1. 위치기반서비스 개념 - 위치기반서비스는 사용자의 위치와 관련된 정보를 제공하는 서비스를 말함. - LBS에서는 GPS위성과 이동통신망 등을 이용하여 단말기의 위치를 파악한 후 서비스를 제공함 2. 무선측위기술(Location Detection Technology: LDT) 종류 가. 개념도 - 무선측위기술로 네트워크기반/단말기기반/혼합방식으로 구분됨. 나. 종류종 류설 명네트워크기반 방식통신망의 기지국 수신신호를 이용위치 정확도가 통신망의 기지국 셀크기와 측정방식에 따라 차이가 많음일반적으로 500m ~ 수 km 오차단말기기반 방식단말기에 GPS수신기 등을 추가로 장착 필요네트워크기반 방식에 비해 정확도 향상도심지역 / 산림숨/ 실내는 위치오차 증가혼합방..

문. LBS(Location Based Service) 플랫폼 / 응용기술

문. LBS(Location Based Service) 플랫폼 / 응용기술답.1. LBS의 개념 - LBS는 GPS와 GIS를 이용하여 위치정보를 실질적 서비스에 결합하여 이용자에게 제공하는 서비스임. - LBS의 주요기술에는 무선측위기술, LBS플랫폼 기술, LBS응용 기술 등이 있음. 2. LBS 개념도 및 특징 가. 개념도 - LBS시스템은 LBS미들웨어서버에서 받은 공통 API를 통해서 서비스를 제공함. 나. 특징특 징설 명무선측위기술이용자의 현재 위치정보를 측위하는 기술LBS플랫폼 기술측위정보를 실시간 추적 및 서비스 매칭LBS응용 기술이용자에게 다양한 응용 서비스 제공 3. LBS 주요기술 - LBS 주요기술은 무선측위기술, LBS플랫폼기술, LBS응용기술이 있음. 가. 무선측위기술 - GPS..

문. VLSM(Variable Length Subnet Mask)과 CIDR(Classless Inter Domain Routing)

문. VLSM(Variable Length Subnet Mask)과 CIDR(Classless Inter Domain Routing)답.1. VLSM과 CIDR의 개념 - VLSM이란 각 서브넷마다 가변길이의 서브넷마스크를 적용하는 기법 - CIDR이란 도메인간 라우팅에 사용되는 이더넷주소를 IP주소 클래스 체계보다 더욱 능동적으로 할당하는 방식 2. VLSM과 CIDR 개념도 및 특징 가. 개념도 출처: https://jins-dev.tistory.com/entry/CIDR-사이더-기법에-대한-정리 [Jins' Dev Inside] - VLSM: 호스트 주소 일부분을 임의의 수만큼 서브넷으로 분할 - CIDR: 여러 주소들을 하나의 슈퍼넷으로 크게 그룹화 나. VLSM의 특징 특 징설 명IP주소 효율적..

문. IPv4 주소 27.27.27.27/27의 네트워크 주소, 호스트 주소, 브로드캐스트 주소

문. IPv4 주소 27.27.27.27/27의 네트워크 주소, 호스트 주소, 브로드캐스트 주소 답. 1. IPv4주소의 정의 - IPv4주소는 2^32개를 가지며, 5개 클래스를 사용하여 구분함 - 네트워크 주소, 호스트 주소, 브로드캐스트 주소를 사용함. - 주소 부족 등의 문제로 인하여 IPv6로 천이중임. 2. 27.27.27.27/27 주소 해석 가. 27.27.27.27/27 IPv4 - CIDR값이 27이므로 3bit Subnetting이 되었음. - 부족한 IPv4 주소를 효율적으로 사용하기 위하여 Subnetting 사용 나. 개념도 - IPv6는 Network Prefix와 Interface ID로 구분됨. 다. 주소 해석 주소 설 명 네트워크 주소 27.27.27.0 호스트 주소 27..

힐스테이트 고덕 스카이시티 분양가

힐스테이트 고덕 스카이시티 분양가 1. 분양 일정9월 7일부터 특공 시작9월 8일부터 1순위 시작9월 9일부터 2순위 시작 조정대상지역이라서 가점제 75% 추첨제 25% 비율로 바뀜.. 2. 동호수 배치도 분석남동 남서향 위주 배치네요. 49층 높이 84와 90타입이 가장 만하습니다. 3. 평면도 분석그림. 76타입경쟁률이 가장 적을 것으로 예상되지만 그래도 다양한 옵션때문에 탐나는게 많음. 복도, 거실, 주방 바닥 타일과 침실 강마루 옵션이 가장 탐남.. 그림. 84 타입 무난한 4베이구조인데 팬트리와 창고까지 뺄 줄이야... 서비스면적이 괜찮은듯.다만 발코니 2의 사이즈를 반드시 확인필요(세탁기+건조기 들어가는지) 그림. 90 타입 84형에 알파룸이 추가된 타입임. 84보단 차라리 90이 나은듯. 가..

문. 지능정보연계기반 스마트플랜트 기술 동향

문. 지능정보연계기반 스마트플랜트 기술 동향 (2020년 주간기술동향“지능정보연계기반 스마트플래늩 기술 동향” 참고)답.1. 스마트플랜트 정의 - 기존 플랜트에 ICT기술을 접목하여 실시간으로 발생되는 공정 데이터, 이벤트를 관리하고 즉각적인 접근이 가능한 인프라 및 프로세스 자동화 플랜트 - ICBMA로 구축함. 2. 스마트플랜트 주요 기술구 분설 명빅데이터, AI-지능형 빅데이터 분석 및 활용기술-초고속 대용량 데이터 플랫폼 기술-다중 인공지능 공통 플랫폼 기술콘텐츠-가상 혼합현실 기술-지능형 콘텐츠 제작 기술사회기반시설-지속 가능한 인프라 구조물 건설기술-빅데이터기반 국가 인프라 예방적 유지관리 기술플랜트-친환경 스마트 플랜트기반 기술재난안전-복합 재난 스마트 예측 대응 기술3. 건설 지능화 주요 ..

문. 인공감성지능 기술동향 및 산업적용사례

문. 인공감성지능 기술동향 및 산업적용사례 (2020년 주간기술동향“인공감성지능 기술동향 및 산업” 참고)답.1. 인공감성지능 기술 개념 - 인간의 감정을 측정하여 이해를 하고 인간의 감정을 배우고 인식하며 이를 시뮬레이션하여 반응하는 기술 2. 인공감성지능 주요기술 개념도 3. 인공감성지능 주요기술 설명구 분설 명감정인식기술-음악, 소리, 이미지, 비디오, 텍스트 등으로 감정인식-SVM(Support Vector Machine)-Kernal-Based Machine(KM)-Hidden Markov Model(HMM)-Long Short Term Memory(LSTM)을 가지는 Recurrent Neural Network)감정생성기술-외부 자극의 특정 패턴에 대해 즉각적이고 자동적인 감정반응을 생성-Wa..

문. 인공지능 기반 자율 사물 개발동향과 발전 전망

문. 인공지능 기반 자율 사물 개발동향과 발전 전망 (2020년 주간기술동향“인공지능기반 자율사물 개발 동향과 발전 전망” 참고)답.1. SAE의 자율주행단계 정의구 분설 명레벨0- 수동운전/운전자 대응레벨1(운전자보조)- 시스템이 스티어링 또는 가/감속 제어를 한정된 영역내에서 시행(운전자 대응)레벨2(부분자율주행)- 시스템이 스티어링과 가감속제어를 시행레벨3(조건부자율주행)-시스템이 모든 동적 운전 작업을 한정된 영역내에서 시행- 작동불가 시 운전자 개입레벨4(고도자율주행)-시스템이 모든 동적운전 작업 시행-작동불가시 시스템이 한정된 영역내에서 응답레벨5(완전자율주행)- 시스템이 모든 동적 운전 작업 시행- 작동불가시 시스템이 무제한 응답

문. 인공지능 이미지 인식 기술 동향

문. 인공지능 이미지 인식 기술 동향 (2020년 TTA 1월 “인공지능 이미지 인식 기술 동향” 참고)답.1. 딥러닝기반 이미지 인식기술 동향 구 분설 명안전/신뢰성측면- 적대적 학습 / 노이즈 감쇄기- 학습하지 못한 패턴처리(학습의 분포데이터 탐지)- GAN(Generative Adversarial Network)- 설명가능한 인공지능(XAI)학습한계극복- 학습데이터 절감 -> 자기지도학습(어노테이션 없이 데이터를 학습)- 액티브러닝 -> 학습에 크게 기여할 수 있는 데이터를 먼저 학습- 자동화된 기계학습(AutoML) -> 학습데이터 전처리, 딥러닝의 심층신경망구조 탐색, 하이퍼 파라미터 조정, 최종모델 선택 자동화컴퓨팅파워절감- 전이학습온디바이스인공지능이미지 인식- 경량 딥러닝 기술 -> CNN의..