• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.182-184
• /
• 2018

본 논문에서는 HDR 영상 신호의 고속 광전변환을 위한 파라미터 룩업 테이블 기반 구간 선형 근사 방법을 제안한다. 제안하는 방법은 고속화하기 위한 광전변환함수의 입력 값의 범위를 다수개의 구간으로 나누고 각 구간마다 별도의 선형 근사함수를 구하여 광전변환함수를 근사하고 각 구간별로 필요한 선형 근사함수의 파라미터를 룩업 테이블에 미리 저장하고 사용함으로써 보다 빠른 근사 값 계산이 가능하다. 제안한 방법의 성능 평가를 위해 MPEG 에서 제공하는 참조 소프트웨어인 HDRTools 를 기반으로 실험을 수행했고 이를 통해 참조 소프트웨어에 구현되어 있는 기존의 고속화 방법과 비교하여 더 적은 연산 수를 가지며 평균 24% 빠른 처리속도와 약 0.05dB 의 평균 PSNR 손실을 보임을 확인하였다.

• 한국전자파학회논문지
• /
• 제22권2호
• /
• pp.191-198
• /
• 2011

본 논문에서는 1차원 모드 방정식의 FDTD 해석 결과와 분수 함수 근사법을 이용하여 다층 구조의 Green 함수를 근사화 하는 방법을 제안한다. 파수 값에 따른 FDTD 해석 결과를 Fourier 변환 과정을 거쳐 spectral domain 상에서 Green 함수를 계산한다. FDTD 수치 해석 결과로 얻은 Green 함수에 분수 함수 근사법을 적용하여 pole과 residue를 계산하여 Green 함수를 분수 함수로 근사화 한다. 제안된 방법은 path-loss 계산 방법 중 하나인 정상 모드(normal mode)에 사용할 수 있다. 단일 주파수 해석에 유효한 기존의 정상 모드 방법과는 달리 본 논문에서 제안하는 FDTD 기반 방법은 광대역 해석을 할 수 있다. 제안된 방법의 유용성을 입증하기 위해 정상 모드 해석기반의 Kraken 시뮬레이터 결과와 공진 모드의 pole 값을 비교한다. 또 알려진 해석해를 갖는 문제에 제안된방법을 적용하여 정확도를 검증하였다.

• 응용통계연구
• /
• 제11권2호
• /
• pp.287-302
• /
• 1998

표본평균(sample mean)의 밀도함수(density function)와 분포함수(distribution function)에 대한 안부점 근사(saddlepoin\ulcorner approximation)는 Daniels(1954, 1987), Lugannani와 Rice(1980)등에 의하여 유도되었으며, 이 근사식들의 정확도는 대표본(large sample)의 경우는 물론 소표본(small sample)의 경우에도 매우 뛰어난 것으로 알려져 있다. 최근 Easton과 Ronchetti(1986)는 일반적 통계량(general statistics)의 밀도함수에 대한 안부점 근사법을 제안하였고, 분포함수에 대한 근사로는 밀도함수에 대한 안부점 근사식을 직접 수치적으로 적분하는 방법을 제안하였다. 본 논문에서는 일반적 통계량의 분포함수에 대한 안부점 근사법을 제안하고, 이를 표본분산(sample variance)과 스튜던트화 평균(studentizd mean)의 분포함수에 대한 근사에 적용하였다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.616-625
• /
• 2021

심층신경망은 임의의 함수를 근사화하는 방법으로 선형모델로 근사화한 후에 비선형 활성함수를 이용하여 추가적 근사화를 반복하는 근사화 방법이다. 이 과정에서 근사화의 성능 평가 방법은 손실함수를 이용한다. 기존 심층학습방법에서는 선형근사화 과정에서 손실함수를 고려한 근사화를 실행하고 있지만 활성함수를 사용하는 비선형 근사화 단계에서는 손실함수의 감소와 관계가 없는 비선형변환을 사용하고 있다. 본 연구에서는 기존의 활성함수에 활성함수의 크기를 변화시킬 수 있는 크기 파라메터와 활성함수의 위치를 변화시킬 수 있는 위치 파라미터를 도입한 파라메트릭 활성함수를 제안한다. 파라메트릭 활성함수를 도입함으로써 활성함수를 이용한 비선형 근사화의 성능을 개선시킬 수 있다. 각 은닉층에서 크기와 위치 파라미터들은 역전파 과정에서 파라미터들에 대한 손실함수의 1차 미분계수를 이용한 학습과정을 통해 손실함수 값을 최소화시키는 파라미터를 결정함으로써 심층신경망의 성능을 향상시킬 수 있다. MNIST 분류 문제와 XOR 문제를 통하여 파라메트릭 활성함수가 기존의 활성함수에 비해 우월한 성능을 가짐을 확인하였다.

• 전기의세계
• /
• 제10권
• /
• pp.10-18
• /
• 1963

본 논문은 Laguerre함수의 Fourier변환에 의한 Wiener와 Lee의 회로망구성법을 일반화한 것이다. 즉 Laplace변환을 사용하여 시간영역에서 임의의 과도특성을 나타내는 회로를 구성하는 문제를 복소주파수면상의 직교함수계에 의한 근사문제로 귀착시켰으며 이때 얻어진 근사함수의 물리적실현성을 확인하고 실제구성예를 들었다. 이때 근사함수로는 복소극이 포함되었을 때도 적용할 수 있도록 이론과 방법이 일반화되었다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.316-321
• /
• 2003

최근들어, 서포트 벡터 학습은 패턴 분류, 함수 근사 및 비정상 상태 탐지 등의 분야에서 상당한 관심을 끌고 있다. 여러가지 서포트 벡터 학습 방법들 중 누-버전(nu-versions)으로 불리는 방법들은 서포트 벡터의 개수를 제어해야할 필요가 있는 경우에는 특히 유용한 것으로 알려져 있다. 본 논문에서는, $\nu-SVR$로 불리는 누-버전 서포트 벡터 학습 방법과 미리 정해진 기저함수를 모두 활용하는 함수 근사 문제를 고려한다. $\varepsilon-SVR$, $\nu-SVR$ 및 세미-파라메트릭 함수 근사 방법론등을 복습한 후에, 본 논문은 정해진 기저함수를 이용할 수 있는 방향으로 기존의 $\nu-SVR$ 방법을 확장하는 방안을 제시한다. 그리고, 제안된 방법의 적용가능성이 예제를 통하여 보여진다.

• 응용통계연구
• /
• 제20권2호
• /
• pp.333-343
• /
• 2007

고객의 도착간격시간과 서비스시간 중 어느 하나가 지수분포가 아닌 큐를 분석할 때 중요하게 등장하는 함수가 보조재생함수(auxiliar renewal function)이다. 재생함수와 마찬가지로 보조재생함수도 이론적으로는 정의할 수 있으나 함수값을 실제로 계산하기에는 어려움이 많아 근사값을 구하는 연구가 필요하다. 본 논문에서는 보조재생함수의 값을 근사적으로 계산하는 두 가지 방법을 보여주고 부분적으로 알려져 있는 보조재생 함수의 참값과의 비교를 통하여 두 방법을 서로 비교한다.

• EDISON SW 활용 경진대회 논문집
• /
• 제3회(2014년)
• /
• pp.211-224
• /
• 2014

금속을 포함한 분자에 대한 양자계산은 정확하고 일관된 결과를 얻기가 힘들 뿐만 아니라 상당한 컴퓨터 자원을 소비하며 많은 시간이 소요된다. 본 연구에서는 복잡한 양자계산의 근사를 위한 방법으로 본래 정성적인 구조 예측에 사용되는 닮은 궤도함수분석(Isolobal Analysis)을 정량적인 측면에서 접근해보고, 이를 통해 닮은 궤도(Isolobal) 구조를 가지고 있는 단위들(radical 등)에 대해서 계산을 근사할 수 있는 방법에 대해 논의한다. $CH_3$, $CH_2$와 닮은 궤도 구조를 가진 전형 원소를 중심으로 하는 분자들에 대해 가장 기초적인 근사계산인 Hartree-Fock 양자계산을 수행하였다. $(CUH_5){_2}^{2-}$를 표적으로 결합 구조를 예측하기 위한 경향성을 계산한 결합 성질로부터 파악한다. 분석 결과 동일한 주기에 대해서는 원자반지름(Atomic radii)에 대해 조화 형태의 결합에너지가 얻어졌으며, 동일한 족에 대해서는 좋은 근사가 되지 않았다. 파악된 경향성을 바탕으로 금속의 결합을 근사한 에너지에 대해서는 -1054.1875 kJ/mol로 비교적 큰 오차를 보였으나, 오차 항에 대한 분석이 가능해 추가적인 계들에 대한 계산으로 근사를 교정할 수 있을 것으로 보인다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.333-344
• /
• 2001

통계적 추론에 사용되는 많은 통계량들은 평균벡터의 평활함수의 형태로 표현이 가능하다. 본 연구에서는 이들 통계량들의 분포함수에 대한 안부점근사법을 제시하였다. 이 방법은 Na(1998)에서 제시된 일반적 통계량의 분포함수에 대한 안부점근사법이 평균벡터의 평활함수모형에 특히 유용하게 사용될 수 있음을 보인 것이다. 이 근사법은 정규근사에 비해 근사의 정도가 뛰어나며, 특히 통계량의 꼬리부분의 확률에 대해서도 정확도가 그대로 유지되는 장점이 있어 정밀한 추론이 요구되는 많은 문제에 효과적으로 사용될 수 있다. 모의 실험에 사용할 평균벡터의 평활함수 모형으로는 스튜던트화 분산을 고려하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권4호
• /
• pp.545-557
• /
• 2001

본 논문에서는 저장 데이타베이스의 정보 시스템을 정제하여 이해 가능한 정보로 전환하고 새로운 객체를 근사 추론할 수 있도록 하기 위해 러프 소속 함수 값의 개념을 도입한 계층적 근사 분류 알 고리즘을 제안한다. 제안하는 알고리즘은 근사 추론의 한 방법인 퍼지 추론 방법의 언어적 불확실성을 속 성의 퍼지 소속 함수 값으로 나타내고 조건 속성의 소속 함수 값의 합성에 의해 근사 추론하는 방법을 이용하였으며 퍼지 소속 함수 값 대신에 러프 소속 함수 값을 이용하도록 제안하였다. 이는 퍼지 소속 함 수 값을 이용하여 괴지 규칙을 생성하는 과정을 생략할 수 있는 장점이 있다. 또한 정보 시스템 내의 속 성 중에서 수치 속성에 대한 이산화 방법을 연구하고 이것 또한 러프 소속 함수 값과 정보이론의 무질서 도의 개념을 이용한 수치 속성의 이산화를 제안하였다. 제안된 알고리즘을 이용하여 패턴 분류 문제에 교 준적으로 사용되는 IRIS 데이타에 대한 실험결과96%~98% 분류율을 나타냈으며 다른 실험 데이타에서 도 기존 알고리즘과 비교하여 수치 이산화나 근사 추론 모두 우수함을 보였다.