메인내용

컴퓨터 프로그램이 데이터와 처리 경험을 이용한 학습을 통해 정보 처리 능력을 향상시키는 것 또는 이와 관련된 연구. 기계 학습은 자율 주행 자동차, 필기체 문자 인식 등과 같이 알고리즘 개발이 어려운 문제의 해결에 유용하다. 대부분의 기계 학습은 다수의 파라미터로 구성된 모델을 이용하며, 주어진 데이터로 파라미터를 최적화하는 것을 학습이라고 한다. 기계 학습은 학습 문제의 형태에 따라 지도형 기계 학습(supervised learning), 비지도형 기계 학습(unsupervised learning) 및 강화형 기계 학습(reinforcement learning)으로 구분한다. 지도형 기계 학습(supervised learning)은 입력값과 그에 따른 출력값이 있는 데이터를 이용하여 주어진 입력에 맞는 출력을 찾는 학습방법이다. 예를 들어 컴퓨터가 주차장 입구에서 자동차 번호판을 인식할 때 번호판이 오염된 경우 제대로 인식하지 못할 수 있다. 이 경우 다양하게 오염된 번호판 사례와 정상 번호판을 각각 입력과 출력 쌍으로 학습시켜 번호판 인식률을 높일 수 있다. 비지도형 기계 학습(unsupervised learning)은 입력값만 있는 훈련 데이터를 이용하여 입력들의 규칙성을 찾는 학습방법이다. 비지도형 기계 학습의 출력 결과는 지도형 기계 학습의 입력으로 사용되거나, 인간 전문가에 의해 해석된다. 강화형 기계 학습(reinforcement learning)은 주어진 상태(입력)에 대해 최적의 행동값(출력)을 선택하는 학습방법이다. 주어진 입력에 대응하는 행동을 취하는 시스템에 대해 적용하며, 이러한 시스템의 예로 로봇이나 게임의 플레이어 등을 들 수 있다. 강화형 기계 학습에서는 지도 학습과 달리 주어진 입력에 대한 출력, 즉 정답 행동이 주어지지 않는다. 대신 일련의 행동의 결과에 대해 보상(reward)이 주어지게 되며, 시스템은 이러한 보상을 이용해 학습을 행한다.

전화를 통하여 무선 호출기(pager, 페이저)를 휴대한 사람에게 용건이 있음을 알려 주는 서비스. 무선 호출기에 고유한 전화번호가 할당되어 호출자가 전화를 걸어 음성 메시지를 남기면 단말기에서는 신호음으로 이를 사용자에게 알려주고 사용자는 자신의 음성사서함에 전화를 걸어 음성 메시지를 확인한다. 이외에 호출자가 전화번호와 같은 메시지를 전화 키패드를 이용하여 전송하면 단말기의 표시창에 표시되는 서비스도 제공된다.

통화로를 구성하는 단계에서 원래의 기본 경로 선택에 실패하였을 경우 타 경로를 자동적으로 선택하는 방식.

상세한 항목들과 그것들의 요약을 함께 처리할 때 확인하기에 매우 효율적인 방법. 각각의 상세한 항목들은 음으로 누적되고 요약들은 양으로 누적된다. 만약 둘 다 옳다면 영 결과는 균형이다.

영상과 음성 신호의 복호 시간을 지정해 주는 것. 영상 신호와 음성 신호를 MPEG-2 표준으로 압축하여 전송할 경우 압축 및 복원에 소요되는 시간이 영상 신호의 경우 음성 신호에 비하여 매우 크며, 그 결과 수신기에서 영상과 음성이 일치하지 않는 현상이 발생한다. 이러한 현상을 해결하기 위해 복호 시간 지정(DTS)을 사용한다. 이 정보는 각 순번(sequence)의 헤더(header)에 실어 보내며, 압축 전송 시 시스템에서 사용하는 기준 시간 정보인 PCR(Program Clock Reference)와의 차이값으로 시간을 표시한다.

원격 작업 입력(RJE)뿐 아니라 자료들이 입력된 곳에서 수준 언어에 의한 온라인 처리 능력을 갖추게 하고, 대량의 자료를 저장하고 그것에 접근하는 응용 프로그램을 쉽게 작성할 수 있게 하는 단말기.