COMPONENT ANALYSIS 한국어 뜻 - 한국어 번역

• component analysis
• 성분 분석

영어에서 Component analysis 을 사용하는 예와 한국어로 번역

Independent Component Analysis.
독립 성분 분석.

If the dependence is linear, it is called principal component analysis.
의존이 선형인 경우에는 우리는 이를 주성분 분석(principal component analysis)이라고 합니다.

Principal component analysis….
주성분 분석 (Principal Component Analysis),….

In a more specific example, speech separation process 230 may be an independent component analysis process.
보다 구체적인 예에서는, 언어 분리 프로세스(230)가 독립 성분 분석 프로세스일 수 있다.

Principal component analysis for hyperspectral image classification.
구현에 참고한 자료는 Principal Component Analysis for Hyperspectral Image Classification1이다.

In a more specific example, speech separation process 330 may be an independent component analysis process.
보다 구체적인 예로서, 스피치 분리 프로세스(330)는 독립 성분 분석 프로세스일 수 있다.

Segmented Principal Component Analysis for Hyperspectral Image Compression.
구현에 참고한 자료는 Principal Component Analysis for Hyperspectral Image Classification1이다.

Before it was uploaded to Kaggle, the anonymized variables had been modified in the form of a PCA(Principal Component Analysis).
Kaggle에 업로드되기 전에 익명화 된 변수가 PCA (Principal Component Analysis) 형식으로 수정되었습니다.

Principal component analysis(PCA) is one of the most widely used dimension reduction techniques.
Principal Component Analysis (PCA)는 Dimensionality reduction의 가장 대표적인 방법 중 하나이다.

A PCA reference that I like is: I. T. Jolliffe, Principal Component Analysis, Springer-Verlag, New York, 1986.
이는, 예를 들면 Jolliffe, LT, Principal Component Analysis, Sprinter-Verlag, New York (1986)을 참조한다.

Principal Component Analysis(PCA) is one of the most popular techniques for Dimensionality Reduction.
Principal Component Analysis (PCA)는 Dimensionality reduction의 가장 대표적인 방법 중 하나이다.

PCA is described in, for example, Joliffe I. T., Principal Component Analysis, Springer-Verlag, New York(1986).
이는, 예를 들면 Jolliffe, LT, Principal Component Analysis, Sprinter-Verlag, New York (1986)을 참조한다.

Principle Component Analysis(PCA) and Independent Component Analysis(ICA).
주 성분 분석(Principle Component Analysis, PCA)과 독립 성분 기법 (Independent Component Analysis, ICA).

PCA is described in, for example, Joliffe I. T., Principal Component Analysis, Springer-Verlag, New York(1986).
PCR 기술의 설명인 경우에는, Jolliffe, LT, Principal Component Analysis, Sprinter-Verlag, New York (1986)이 참조될 수 있다.

However, for something to chew on in the meantime, take a look at clustering algorithms such as k-means, and also look into dimensionality reduction systems such as principle component analysis.
그러나 그 동안 에 대해, k-means와 같은 클러스터링 알고리즘을 살펴보고 원리 성분 분석과 같은 차원 감소 시스템을 살펴보십시오.

Implements Principal Component Analysis(PCA) and Independent Component Analysis(ICA).
주 성분 분석(Principle Component Analysis, PCA)과 독립 성분 기법 (Independent Component Analysis, ICA).

To perform qualitative analyses various algorithms like spectra correlation, PCA(Principal Component Analysis) and ANN(Artifical Neural Networks) are available.
정성 분석을 위해서는 스펙트럼 연관, PCA(Principal Component Analysis), ANN(Artifical Neural Networks) 등의 다양한 알고리즘을 활용할 수 있습니다.

Principal component analysis: This is an effective algorithm to reduce the dimensionality of your data, especially when there are strong linear relationships among variables.
주성분 분석(PCA; Principal Component Analysis): 데이터의 차원수를 줄이기 위한 효과적인 알고리즘으로, 특히 변수 사이에 강력한 선형 관계가 존재하는 경우 유용합니다.

Popular algorithms are neighbourhood components analysis and large margin nearest neighbor.
유명한 알고리즘으로는 이웃 성분 분석과 큰 여백 근접 이웃이 있다.

Thankfully, there's a technique called Principal Components Analysis(PCA) that will find the best possible angle for us.
고맙게도 PCA ( Principal Components Analysis) 라는 기술이있어 우리에게 가능한 최상의 각도를 찾습니다.

More recent efforts show promise for creating nanodevices for very large scale principal components analyses and convolution.[24] If successful, these efforts could usher in a new era of neural computing that is a step beyond digital computing,[25] because it depends on learning rather than programming and because it is fundamentally analog rather than digital even though the first instantiations may in fact be with CMOS digital devices.
최근에는 큰 범위의 기본 요소들의 분석과 합성을 위한 나노 디바이스 제작과 같은 노력들이 있다. [10] 만약 성공한다면 이러한 노력은 디지털 컴퓨팅을 뛰어넘는 신경 컴퓨팅의 새로운 시대를 도래하게 할 것이다. [11] 왜냐하면 이것은 프로그래밍 보다는 학습에 기반하며 비록 첫 예시가 CMOS 디지털 디바이스와의 합작일지라도 이것은 기본적으로 디지털보다 아날로그이기 때문이다.

Principle components analysis of harmony.
조화의 분석의 원칙 요소.

Optimize your component cleanliness analysis over the entire workflow to attain accuracy and reliability with the combined help of Leica and Pall experts.
Leica와 Pall의 전문가와 함께 워크플로우 전체에서 부품 청정도 분석을 최적화해 정확성과 신뢰성을 극대화해 보십시오.

From your contact with customers, which specific performance advantages of the PALL and Leica integrated component cleanliness analysis solution are most often appreciated by users?
고객과 만나본 결과, PALL 및 Leica 통합 부품 청정도 분석 솔루션의 장점 중 구체적으로 어떤 장점에 대해 고객이 가장 만족해했습니까?