• Journal of the Korean Statistical Society
• /
• 제5권2호
• /
• pp.109-118
• /
• 1976

현행 일반적으로 쓰여지고 있는 물가지수 산식은 기준시점의 거래량(또는 거래금액)을 상품별 가중치(weight)로 삼는 가중총합방식(weighted aggregate formula, 또는 가중산술평균산식)으로서의 Laspeyres식이라 함은 주지하는 바와 같다. 그것이 상품별로 유통면의 중요성을 분명히 감안하여 있고, 비교시점의 가격변동만이 계산에 반영된다는 점에 있어서 물가지수로서의 실용성이 널리 인정되어 있는 산식이다. 그러나 Lasperyres식의 난점을 또한 많은 것이니 그 가운데 특히 가중치의 고정성과 관련하여 기준시점의 이동에 따른 전후 물가지수의 비연결성은 결정적 결함이라 할 수 있다. 여기에 이 식의 지수적 허구성이 흔히 논의되고, 이른바 Paasche check라 하여 수시로 조사한 거래량(또는 거래금액)에 의하여 물가지수의 가중치로 삼아서 전자를 검정하는 방법도 쓰여지는 형편이다. 필지는 일찌기(1973년) Laspeyres식의 상품별 가중치에 관한 객관적 평가법의 하나로서 산업(따라서 상품)의 연관분석적 수단에 의한 약간의 시안을 발표한 바 없지 않았다. 그것은 요약컨대 산업연관분석에 쓰이는 투입계수표를 중심삼아 한 상품가격이 다른 상품가격에 미치는 파급효과, 따라서 물가에 미치는 파급력을 계산하고, 나아가서 각 상품의 수요 및 공급함수를 도입하여 그들 계수를 추정함으로써 가중치의 객관화를 꾀해 본 것이 전고의 골자이다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.200-206
• /
• 2024

음악 유사도 계산은 음악 검색 서비스 구현에서 중요한 구성 요소 중 하나이다. 본 논문은 커버곡 검색 성능을 제고하기 위해서, 크로마그램 벡터 별로 커버곡 검색 적합도를 구하여 음악 유사도 계산 시 가중치로 활용한다. 커버곡 검색 적합도는 확률 적합도 모델을 이용하여 구한다. 커버곡 검색에 도움이 될 수 있는 분별도가 높은 벡터에 높은 가중치를 부여하고, 흔하게 존재하여 분별도가 떨어지는 벡터에 낮은 가중치를 부여하는 방식으로 음악 유사도 함수를 유도한다. 두 가지 커버곡 실험 데이터셋에서 성능 비교를 수행하여 제안한 음악 유사도 함수가 커버곡 검색 성능을 개선시킬 수 있음을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.105-110
• /
• 2018

본 논문에서는 NM-MMA (Novel Mixed-Multi Modulus Algorithm) 알고리즘에서 mixed 비용 함수를 얻기 위한 scaling factor값에 의한 적응 등화 성능을 비교하였다. NM-MMA의 mixed 비용 함수는 MMA와 SE-MMA 비용 함수에서 gradient vector를 적절한 scaling factor 가중치 합으로 구성되며, 이를 이용하여 탭 계수 갱신을 하므로서 기존 방식들의 수렴 속도와 MSE양을 개선할 수 있다. 논문에서는 scaling factor를 변화시킬 때 동일한 채널과 스텝 크기 및 신호대 잡음비의 환경에서 컴퓨터 시뮬레이션을 수행하여 등화기 출력 성상도, 잔류 isi, MD, MSE 및 SER 성능을 비교하였다. 컴퓨터 시뮬레이션의 결과 MMA 비용 함수의 가중치가 SE-MMA 비용 함수의 가중치보다 큰 경우에는 성능 지수의 잔여량에서 우월하며, 그 반대의 경우 수렴 속도가 개선됨을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권2호
• /
• pp.91-98
• /
• 2010

기존의 경로 찾기는 장애물을 피하는 짧은 경로를 찾는 것에 집중되어 왔다. 그러나 컴퓨터 게임이 점점 복잡해지면서 경로 찾기에 매복지점이나 적으로부터의 가시성과 같은 전술적 정보를 포함하는 것이 요구되고 있다. 이와 같은 정보를 경로 찾기에 반영하는 한 가지 방법은 탐색 알고리즘의 휴리스틱 함수를 전술들의 가중치 합으로 나타내는 것이다. 본 논문에서는 주어진 전술적 정보에 대해 경로 찾기를 최적화하도록 휴리스틱을 학습하는 문제를 다룬다. 여기서 학습이란 휴리스틱 함수를 위한 좋은 가중치 벡터를 찾아내는 것을 의미한다. 학습용 훈련 예제는 게임 레벨 설계자가 제공하며 매 탐색 레벨마다 실제 탐색결과와 비교되어 가중치를 갱신하는데 사용된다. 본 논문에서는 전술적 경로 찾기를 위해 탐색과 결합된 학습 알고리즘을 제안한다. 가중치를 갱신하는데 사용된 퍼셉트론 유사 방법을 설명하며 이를 구현한 시뮬레이션 도구를 소개한다. 시뮬레이션 도구에서는 레벨 설계자가 캐릭터의 특성에 따라 바람직한 이동경로를 제시할 수 있고, 이를 훈련 예제로 이용하여 가중치를 학습하며 훈련에 따라 변화하는 경로의 자취를 보여주는 기능을 제공한다.

• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.55-62
• /
• 2009

이 논문에서는 개체를 명확하게 분류하기 어려운 곤충 발자국 영상으로부터 개체를 인식하기 위해서 추출된 특징값 성분들의 기여도를 측정하고, 서로 관계된 기여도에 따라 가중치를 조정하는 퍼지 가중치 결정 방법을 제안한다. 곤충은 몸의 크기가 작아서 발자국은 작은 점의 형태로 나타난다. 그리고 다른 생물체의 발자국과 달리, 규칙적인 형상을 정의하기 어렵고 발자국 데이터와 구분이 분명하지 않는 노이즈와 혼재하기 때문에 개체를 판단하는데 많은 어려움이 있다. 이런 이유로 추출된 곤충 발자국 특징값은 명확하게 구분되는 특징성분 영역과 그렇지 않는 성분을 함께 가지게 된다. 이중 어떤 성분이 다른 성분과 비교하여 다른 클래스와 구분하기에 충분한 변별력을 가질 경우, 개체를 분류하도록 높은 가중치를 할당한다. 산출된 가중치는 퍼지함수에 의해서 출력신호를 결정하고 우세한 출력신호에 의해서 개체를 판단할수 있다. 제안한 기여도 퍼지 가중치 결정 방법을 이용하여 발자국영상의 인식 실험을 수행하고 실험 결과를 제시하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권1호
• /
• pp.1-9
• /
• 2005

본 논문에서는 패턴 분류를 위한 수정된 퍼지 최대최소 신경망 모델을 제안하고 그의 유용성을 고찰한다. 이를 위하여 하이퍼박스 내에서 각 특징들에 대하여 가중치 요소론 갖는 새로운 하이퍼큐브 소속함수를 정의한다. 이 가중치 요소는 분류과정에서 임의의 클래스에 대한 각 특징의 상대적인 기여도를 반영한다. 본 연구에서는 이를 위하여 새롭게 정의된 하이퍼박스 생성, 확장 및 축소의 3단계로 이루어지는 학습 방법론을 소개한다. 또한 제안된 모델을 기반으로 하여 학습된 분류기로부터 하이퍼박스 소속함수와 연결가중치를 사용하여 주어진 클래스에 대한 특징의 연관도를 산출하는 형태의 이른바 특징 분석 기법을 제안한다. 이를 위하여 세부적으로 각 특징에 대하여 연관도 척도와 퍼지 소속함수간의 유사도 척도를 정의한다. 또한 실제 패턴 분류문제에 적용한 실험결과를 통하여 제안된 이론의 타당성을 평가한다.

• 정보보호학회논문지
• /
• 제32권5호
• /
• pp.855-867
• /
• 2022

IoT 장비의 발달로 딥러닝 가속기의 필요성이 증대됨에 따라 이에 탑재되는 딥러닝 가속기의 구현 및 안전성 검증에 대한 연구가 활발히 진행 중이다. 본 논문에서는 Usenix 2019에 발표된 딥러닝 네트워크 복원 논문의 한계점을 극복한 내부 비밀정보 신규 부채널 분석 방법론에 대해 제안한다. 기존 연구에서 네트워크 내부 가중치의 범위를 제한하며 32비트 가중치의 16비트만 복원한 단점이 있다, 제안하는 신규 가중치 복원 방법으로 상관전력분석을 이용하여 IEEE754 32비트 단정밀도 가중치를 99% 정확도로 복원할 수 있음을 보인다. 또한 특정 입력값에 대해서만 활성함수 복원이 가능한 기존 연구의 제약을 극복하고, 딥러닝을 이용한 신규 활성함수 복원 방법으로 입력값에 대한 조건 없이 99% 정확도로 활성함수를 복원한다. 이를 통해 기존 연구가 가지는 한계점들을 극복했을 뿐만 아니라 제안하는 신규 방법론이 효과적이라는 것을 입증한다.

• 제어로봇시스템학회논문지
• /
• 제1권2호
• /
• pp.83-87
• /
• 1995

본 논문에서는 이산시간 LQ 조절기의 안정도 강인성을 주파수 영역및 시간영역에서 고찰하고 그 향상책을 제시하낟. 주파수영역에서 강인성 척도인 궤환차행렬(return difference matrix) 의 최소특이치가 상태가중치 행렬과 제어가중치 행렬의 비와 반비례함을 보이고, 시간영역에서 매개변수의 변화에 대한 안정도 강인성 범위들을 얻는다. 이 범위들의 점근적 성질을 밝히기 위하여 LQ 궤환이득의 특이치들이 상태가중치 행렬과 제어기중치 행렬의 비의 증가함수 임을 보인다. 몇가지 조건하에서 시스템 행렬(입력행렬)에 대한 안정도 강인성 범위가 상태 가중치 행렬과 제어가중치 행렬의 비가 증가(감소)함에 따라서 증가함을 보이고, 이러한 사실들을 예제를 통하여 검증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.305-307
• /
• 2000

본 논문에서는 다층 퍼셉트론 신경망에서 연결선 수를 최소로 하면서 일반화 성능을 향상시키기 위해 가장 널리 쓰여지고 있는 Optimal Brain Surgeon을 이용한 프루닝(pruning)을 기반으로 하여 오차 함수의 가중치 감소항을 추가시키는 방법을 사용한다. 이때 학습 및 프루닝의 성능에 많은 영향을 미치는 가중치 감소항의 방영정도를 베이시안 테크닉에 기반하여 적응적으로 최적화 하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 벤치마크 데이터를 이용하여 실험을 수행하였다. 순수한 OBS 방법과 고정된 반영정도를 가진 가중치 감소항을 추가시킨 OBS, 그리고 제안하는 적응적 가중치 감소항을 적용한 OBS 방법을 비교하여 제한하는 방법이 기존의 두 방법에 비해 신경망 구조의 최적화 능력이 뛰어남을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.811-813
• /
• 2004

본 논문에서는, 고유 얼굴 분포를 기반으로 하여 퍼지 이론을 이용한 얼굴 인식 기법을 제안한다 고유 얼굴의 가중치값들에 대해 각각의 분포를 이용한 소속도 함수가 계산되며. 소속도 함수를 통해 계산된 소속도는 신경망을 통해 학습된다.