메인내용

가정에서 직접 수신할 수 있도록 방송 전파를 증폭하여 지상으로 송신하는 위성 방송용 정지 위성. 중계 증폭기, 성형 빔 안테나, 태양 전지 패널, 위성의 통신 장치, 위치 자세 제어 장치 등이 설치되어 있다.

웹 클라이언트로부터 취득한 사용자 이름과 패스워드를 사용하여 웹 서버가 사용자를 인증하는 HTTP 기반의 인증 방법. 이 방법은 이름과 패스워드가 인터넷상에서 암호화되지 않은 텍스트로 전송되기 때문에 보안성이 없다.

인터넷 프로토콜 트래픽에서 시스템 네트워크 구조(SNA) 및 IP 트래픽의 공동 경로를 지원하는 기능. NCP/토큰 링 상호 연결(NTRI)은 IP 트래픽의 토큰 링 망을 사용하여 SNA와 IP 트래픽의 공동 경로를 제공하고, 동일 토큰 링상에 있는 NCP 인터넷 라우터를 통해서 SNA 프로토콜 단말들과 인터넷 프로토콜 단말들을 지원하여 IP 데이터 그램을 인터넷 호스트 혹은 라우터에 보낸다.

디지털 전송체계의 1차군(1.544, 또는 2.048Mbps급) 채널에 해당하는 접속 서비스를 제공하는 것. 1차군 접속은 디지털 사설 자동 구내 교환기(PABX) 등의 설비를 갖고 있는 대용량 업무용 가입자용으로 제공된다. 1차군 접속의 전송 구조는 각국에서 사용하는 디지털 전송로 규격에 따라 다르다. 종합 정보 통신망(ISDN) 서비스의 경우 미국이나 일본 등에서는 23개의 B채널(64kbps)과 1개의 D채널(64kbps)로 구성되는 23B＋D의 구조로 1.544Mbps의 전송 용량, 유럽과 한국 등에서는 30개의 B채널(64kbps)과 1개의 D채널(64kbps)로 구성되는 30B＋D의 구조로 2.048Mbps의 전송 용량을 제공한다. 1차군 접속은 B채널의 수를 조정하여 nB＋D 구조로 제공될 수도 있고, 3개의 H0 채널(384kbps)과 1개의 D채널(64kbps)로 구성되는 3H0+D 구조로 1.544Mbps의 용량을 제공하거나, 5H0＋D의 구조로 2.048Mbps 용량을 제공하는 등 다양하다.

개인용 컴퓨터(PC)의 윈도 환경을 손으로 쓰는 수서(手書) 입력에 대응하는 운영 체계(OS). 미국 마이크로소프트사가 1992년 발매하기 시작하였다. 마우스나 키보드로 조작하는 대신 전자펜으로 액정 패널 또는 태블릿 위에 문자를 써서 데이터를 입력하든가 메뉴 선택을 한다. 특별히 펜 컴퓨팅용 윈도즈의 응용 소프트웨어를 개발하지 않아도, 기존 윈도즈의 애플리케이션이 이용될 수 있다. 윈도즈의 이용이 전제되기 때문에 처음에는 전자 수첩이나 노트북형 등 휴대형 PC보다 탁상형 PC에서의 이용이 중심이 되었다. 그러나 펜 컴퓨팅용 윈도즈가 발표된 이래 많은 PC 제조업체들이 이를 채택한 펜 컴퓨터를 개발하여 발매하고 있다. 펜 컴퓨터의 운영 체계로는 펜 컴퓨팅용 윈도즈 이외에 미국 Gore사의 펜 포인트(Pen Point), 미국 CIC사의 펜 DOS 등이 있다.

기계 학습 중 컴퓨터가 입력값과 그에 따른 출력값이 있는 데이터를 이용하여 주어진 입력에 맞는 출력을 찾는 학습 방법. 지도형 기계 학습 모델은 입력된 문제에 대한 답을 예측하는 데 사용된다. 기계 번역, 상품 추천, 질병 진단 등에 응용될 수 있다. 학습 훈련 데이터(training data)로 입력과 출력이 같이 제공되는 상황을 문제(입력)의 답(출력)을 가르쳐 주는 것에 비유하여 지도형 기계 학습(이하 '지도 학습')이라고 한다. 예로, 개와 고양이 사진을 구분하는 것을 들 수 있다. 이때 입력은 사진이고, 출력은 개 또는 고양이인지의 여부가 된다. 개인지 고양이인지의 여부가 기록된 사진을 이용해 지도 학습을 하며, 학습 결과는 훈련 데이터에 포함되지 않은 사진을 구분하는 데 적용된다. 지도 학습에서 입력을 예측 변수(predictor variable) 또는 특징(feature), 출력을 반응 변수(response variable) 또는 목표 변수(target variable)라고도 한다. 지도 학습 중 목표 변수가 수치형(numeric)인 경우는 회귀(regression), 범주형(categorical)인 경우는 분류(classification)라고 한다. 지도 학습을 위한 대표적인 기계 학습 모델로는 선형 회귀(linear regression), 로지스틱 회귀(logistic regression), 결정 트리(decision tree), 서포트 벡터 머신(support vector machine), 인공 신경망 등이 있다. * 선형 회귀(linear regression): 지도형 기계 학습 중 출력이 수치형 값을 가지는 경우를 회귀라 하며, 회귀에 선형 함수를 이용하는 것을 선형 회귀라 한다.* 로지스틱 회귀(logistic regression): 지도형 기계 학습 중 출력이 범주형 값을 가지는 경우를 분류라 하며, 로지스틱 회귀는 로지스틱 함수를 이용하는 분류 방법이다. * 결정 트리(decision tree): 주어진 입력값이 특정한 값을 출력하기 위한 다양한 조건들을 트리 형태로 표현하는 방법. 회귀와 분류에 모두 사용된다.* 서포트 벡터 머신(support vector machine): 주어진 입력이 존재하는 다차원 공간 상의 초평면(hyperplane) 개념을 이용하는 분류 방법. 입력 데이터 예제 중 초평면을 결정하는 것들을 서포트 벡터라 한다.