# LSA

cjstkehddn11

■ OSPF 멀티 에어리어■ LSA (Link State Advertisement)■ 인증■ 수동 축약 (경로 요약)ip ospf network point-to-point■ OSPF Virtual Link

hajeongjj

주제 분석의 방법 중 행렬 분해에 의한 방법과 확률 분포에 의한 방법이 있다. 그 중 행렬 분해애 의한 방법은 크게 LSA(Latent Semantic Analysis)와 NMF(Non-Negative Factorization)로 나눌 수 있다. LSA는 잠재 의미를

hsshin0602

Hello message 자신의 이웃을 알기위해 보내는 메세지이다. link state의 1단계에서 진행하는 것이다. P2P 방식에서의 hello 메세지 전송하는 방식으로 D는 헤더의 소스주소를 통해 A의 주소를 알고 A는 D의 hello응답 메세지를 통해 D의 주소를

delee12

0. Summary Topic modeling : corpus 집합에서 통계적 분석 방식을 사용해서 문서의 context를 담고 있는 유의미한 word를 뽑아내고 representation 만들기. DTM : Document-Term Matrix / 문서 단어 행렬 키워드로 보는 Method LSA : #유사도, #토픽 모델링 아이디어 시초 #SVD ...

rnjsdb72

오디오 신호에서 발생하는 이벤트 종류를 찾는 문제아기의 웃음 소리나 기타 소리가 동시에 있는 소리는 즉시 인식전기 톱 소리와 믹서기 소리는 유사해 인식하기 어려움여러 이벤트를 tagging하는 multi-label classificationIR(Information R

gongsam

1. 개념 정리 2. 회고

chromis07

Word2Vec의 대중화 이전에, 텍스트의 분포를 활용하여 텍스트를 벡터화하는 아이디어를 들여다보자. 단어 빈도를 이용한 벡터화(1) Bag of Words(2) Bag of Words 구현해보기(3) DTM과 코사인 유사도(4) DTM의 구현과 한계점(5) TF-

choonsik_mom

Topic modeling의 두 가지 알고리즘(LSA, LDA)을 구현해 보자

kiy7605

텍스트를 숫자로 변환하는 벡터화, 그래야 컴퓨터가 알아들을 수 있으니까벡터화 방법으로는(1) 통계와 머신 러닝을 활용한 방법(2) 인공 신경망을 활용하는 방법이번에는 (1)번만 배울 예정이다.단어들의 분포로 문서를 특성을 파악하는 기법이 가방은 중복을 제거하지않고 단어