홈 > 자료마당 > 자료검색 > 표준
자료 검색결과
| 표준종류 | 정보통신단체표준(TTAS) | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 표준번호 | TTAK.KO-10.1298 | 구 표준번호 | |||||||||||||||
| 제개정일 | 2021-12-08 | 총 페이지 | 15 | ||||||||||||||
| 한글 표준명 | 전자코에서 드리프트 현상 보상을 위한 기계학습 적용 설계 지침 | ||||||||||||||||
| 영문 표준명 | Design Guidelines for Machine Learning for Compensation of Drift at Electronic Nose | ||||||||||||||||
| 한글 내용요약 | 이 표준은 드리프트 현상 보상을 위한 기계학습 적용을 위한 표준화된 절차, 데이터 구성 방법, 기계학습에 적용하기 위한 요구사항을 정의함으로써 효율적이고 호환이 가능한 소프트웨어 개발이 용이하도록 한다.
가스 센서에서 사용되는 가스 센서의 드리프트 현상 보상 방법은 제조업체별로 제공되고 있어, 전자코 및 가스 센서 어레이 시스템을 위한 소프트웨어 개발에 어려움이 존재한다. 이를 위해 다음과 같은 내용을 정의한다. a 드리프트 현상 보상을 위한 기계학습 적용을 위한 표준화된 절차 b) 데이터 구성 방법 c) 기계학습에 적용하기 위한 절차 및 요구사항 |
||||||||||||||||
| 영문 내용요약 |
he standard makes it easy to develop efficient and compatible software by defining standardized procedures for applying machine learning for compensation of drift phenomenon, data composition method, and requirements for application to machine learning. Currently, a method of compensating for a drift phenomenon of a gas sensor used in a gas sensor is provided for each manufacturer, and thus, it is difficult to develop software for an electronic nose and a gas sensor array system.
For this purpose, the following content is defined. a) Standardized procedure for applying machine learning to compensate for drift phenomenon b) How to organize data c) Procedures and requirements for application to machine learning |
||||||||||||||||
| 관련 IPR 확약서 | 접수된 IPR 확약서 없음 | ||||||||||||||||
| 관련파일 |
 TTAK.KO-10.1298.pdf
|
||||||||||||||||
| 표준이력 |
|
||||||||||||||||
