Adaptive Marquardt Algorithm based on Mobile environment

The Levenberg-Marquardt (LM) algorithm is the most widely used fitting algorithm. It outperforms simple gradient descent and other conjugate gradient methods in a wide variety of problems. Based on the work of paper[1], we propose a modified Levenberg-Marquardt algorithm for better performance of mobile system. The LM parameter at the $k_{th}$ iteration is chosen ${\mu}=A{\bullet}{\parallel}f(x){\parallel}{\bullet}I$ where f is the residual function, and J is the Jacobi of f. In this paper, we show this method is more efficient than traditional method under the situation that the system iteration is limited.

모바일 환경에 적합한 적응형 마쿼트 알고리즘 제시

본 논문은 형광 X선 분석 시스템에서 관찰되는 스펙트럼에서 원하는 원소의 피크값을 검출하는데 쓰이는 마쿼트 알고리즘을 모바일 환경에서 더욱 효과적으로 사용하는 데에 있다. 이러한 마쿼트 알고리즘은 본래 잡음이 섞이기 전의 순수한 데이터가 무엇인지 알아가기 위한 유추해 가는 과정의 방법이다. 이러한 마쿼트 알고리즘에서 매우 중요한 역할을 하는 매개변수가 있는데 이 매개변수에 따라서 구하고자 하는 변수 값을 더욱 빠르게 구할 수도 있고 아닐 수도 있다. 기존의 방법에서 불필요한 계산량을 줄이기 위하여 매우 중요한 역할을 하는 매개변수인 ${\mu}$ 자리에 이 매개변수 대신 다른 매개변수를 도입한다. 또한 하드웨어적 측면을 고려시, 여러개의 정규분포의 모양으로 되어있는 함수를 여러개의 정규분포로 나누어서 생각하면 원하는 값을 구하기 더욱 간단해지지만 신뢰도 문제가 발생할 수 있다. 이러한 문제를 해결할 새로운 시스템을 제시한다.