한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과11건

검색 결과 제목

  1. 1점이 막대로 바뀔 때 같은 자료임을 끝까지 따라갈 수 있을까?
  2. 2증명과 프로그램은 어떻게 같은 구조를 가질까?
  3. 3그래프의 점이 움직일 때, 여전히 같은 대상을 가리킬까?
  4. 4자연어 수학을 논리식으로 옮기면 의미도 자동으로 보존될까?
  5. 5시험 자료를 따로 나눴는데도 성능이 부풀려질 수 있을까?
A·B·C 자료 항목이 산점도의 점에서 중간 정렬 지점을 거쳐 같은 색의 막대로 이어지는 대응 관계

점이 막대로 바뀔 때 같은 자료임을 끝까지 따라갈 수 있을까?

A·B·C 자료 항목이 산점도의 점에서 중간 정렬 지점을 거쳐 같은 색의 막대로 이어지는 대응 관계
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

점이 막대로 바뀔 때 같은 자료임을 끝까지 따라갈 수 있을까?

산점도의 점이 막대로 바뀔 때 색·경로·단계를 유지해 같은 자료 항목을 추적합니다. 직접 전환과 두 단계 전환의 중간 상태를 비교합니다.

Animated Transitions in Statistical Data Graphics

게시 2026-10-03 · 약 9분해외 논리학 연구 해설 읽기 →
논리곱은 값의 쌍, 논리합은 표시가 붙은 선택, 함의는 입력을 출력으로 바꾸는 함수와 대응한다는 세 줄 도식.

증명과 프로그램은 어떻게 같은 구조를 가질까?

논리곱은 값의 쌍, 논리합은 표시가 붙은 선택, 함의는 입력을 출력으로 바꾸는 함수와 대응한다는 세 줄 도식.
논리의 기초와 역사해외 학술 연구 · 연구 해설 · 일반

증명과 프로그램은 어떻게 같은 구조를 가질까?

논리식의 연결 방식과 프로그램의 자료형·계산 규칙이 대응한다는 명제-유형 대응을 살펴봅니다. 명제에 맞는 프로그램 구성법을 직접 골라 보세요.

Propositions as Types

게시 2026-09-20 · 약 8분해외 논리학 연구 해설 읽기 →
별 8에서9, 달5에서 자료없음, 숲3에서7, 강은 새로4가 되는 대상별 대응표.

그래프의 점이 움직일 때, 여전히 같은 대상을 가리킬까?

별 8에서9, 달5에서 자료없음, 숲3에서7, 강은 새로4가 되는 대상별 대응표.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

그래프의 점이 움직일 때, 여전히 같은 대상을 가리킬까?

데이터와 화면 요소의 대응을 다룬 D3 논문을 통해 조작형 그림의 정체성 보존을 살펴봅니다. 예쁜 움직임보다 먼저 확인할 연결이 있습니다.

D3: Data-Driven Documents

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
자연어 문제에서 형식 명세와 증명기로 이어지는 화살표 사이에 의미 보존 검증 문이 별도로 놓여 있다.

자연어 수학을 논리식으로 옮기면 의미도 자동으로 보존될까?

자연어 문제에서 형식 명세와 증명기로 이어지는 화살표 사이에 의미 보존 검증 문이 별도로 놓여 있다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

자연어 수학을 논리식으로 옮기면 의미도 자동으로 보존될까?

대규모 언어모델의 자동 형식화는 일부 문제를 완전한 Isabelle 명세로 바꾸고 증명 학습을 개선했지만 번역 검증이 병목입니다.

Autoformalization with Large Language Models

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
학습 자료는 모형 학습에, 조정 자료는 설정 선택에, 최종 평가 자료는 완성 후 검사에 사용한다는 두 줄의 단계표.

시험 자료를 따로 나눴는데도 성능이 부풀려질 수 있을까?

학습 자료는 모형 학습에, 조정 자료는 설정 선택에, 최종 평가 자료는 완성 후 검사에 사용한다는 두 줄의 단계표.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

시험 자료를 따로 나눴는데도 성능이 부풀려질 수 있을까?

정보 누출은 학습·평가 파일을 분리하는 것만으로 모두 막히지 않습니다. 자료를 가공하고 모형을 선택하는 전체 과정에서 경계를 지켜야 합니다.

Leakage and the Reproducibility Crisis in ML-based Science

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →

1–5 / 11편