University of Suwon · Department of Computer Science수원대학교 · 컴퓨터공학부
AI-driven eXploration for Innovation and Strategy 혁신과 전략을 위한 AI 기반 탐색
In mathematics, a principal axis is the direction along which data varies most the direction that explains the most with the least.
We took the name because that is what we want our work to be: the line that makes a complicated system intelligible.
수학에서 주축(principal axis)은 데이터의 변동이 가장 큰 방향, 다시 말해 가장 적은 것으로 가장 많이 설명하는 방향을 뜻합니다. 복잡한 시스템을 이해 가능하게 만드는 하나의 선 — 저희 연구가 지향하는 바가 그것이어서 이 이름을 택했습니다.
Every measurement presupposes a reference. Before asking how far a system has moved, one has to fix the point it moved from. Much of our work is the unglamorous business of establishing what counts as a baseline. 모든 측정은 기준을 전제합니다. 어떤 시스템이 얼마나 움직였는지 묻기 전에, 어디에서 움직였는지를 먼저 정해야 합니다. 무엇을 기준선으로 삼을 것인가, 연구의 상당 부분은 이 눈에 띄지 않는 작업입니다.
An axis is not merely a line; it is oriented. It separates forward from backward, growth from decline. Prediction is the act of asking which way a system is pointing, and how confidently that can be said. 축은 단순한 선이 아니라 방향을 가진 선입니다. 앞과 뒤를, 성장과 쇠퇴를 구분합니다. 예측이란 시스템이 어느 쪽을 향하고 있는지, 그리고 그것을 얼마나 확신할 수 있는지를 묻는 일입니다.
High-dimensional problems become legible only when projected onto the right axis. Choosing that axis — deciding what to keep and what to set aside — is where analysis actually begins. 고차원의 문제는 적절한 축에 투영될 때 비로소 읽을 수 있게 됩니다. 무엇을 남기고 무엇을 접어둘지, 그 축을 고르는 일에서 분석은 시작됩니다.
Loading…
Loading…