• 제목/요약/키워드: 근사 방법

검색결과 2,048건 처리시간 0.027초

베이스 에러율의 상위 경계 최소화에 기반한 고차 곱 근사 방법과 숫자 인식기 결합에의 적용 (A High Order Product Approximation Method based on the Minimization of Upper Bound of a Bayes Error Rate and Its Application to the Combination of Numeral Recognizers)

  • 강희중
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제28권9호
    • /
    • pp.681-687
    • /
    • 2001
  • 다수의 인식기를 결합하여 베이지안 결정 이론 하에서 클래스 분별력을 높이려면, 훈련 데이터 샘플로부터 얻은 클래스 변수와 결정 변수들로 구성된 조건부 엔트로피에 의해서 한정되는 베이스 에러율의 상위 경계를 최소화해야 한다. Wang과 Wong은 베이스 에러율의 상위 경계를 최소화하기 위하여 클래스 변수와 다수의 특징 패턴 변수들로 구성된 고차 확률 분포를 트리 의존관계로 근사하는 1차 근사 방법을 제안하였다. 본 논문에서는 이러한 베이스 에러율의 상위 경계 최소화에 기반한 기존의 1차 트리 의존관계 근사 방법을 확장하여 고차 의존관계까지 고려할 수 있는 확장된 곱 고차 근사 방법을 제안한다. 제안된 근사 방법을 CENPARMI의 무제약 필기 숫자를 인식하는 다수의 숫자 인식기 결합 방법에 적용하여 인식 실험을 하였으며, 이 방법에 의해서 보다 높은 인식율을 얻게 되었다.

  • PDF

대용량 순차 데이터베이스에서 근사 순차패턴 탐색 (Mining Approximate Sequential Patterns in a Large Sequence Database)

  • 금혜정;장중혁
    • 정보처리학회논문지D
    • /
    • 제13D권2호
    • /
    • pp.199-206
    • /
    • 2006
  • 순차패턴 탐색은 다양한 응용 분야에서 매우 중요한 데이터 마이닝 작업으로 간주된다. 그러나 기존의 순차패턴 탐색 방법들은 길이가 긴 순차패턴이나 노이즈 정보를 다수 포함한 데이터베이스에 대한 마이닝에서는 한계가 있다. 해당 방법들은 매우 짧고 사소한 패턴들은 탐색하지만 다수의 순차 정보들에서 공유되는 중요 패턴들을 분석하는데 어려움을 겪는다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 대용량 데이터베이스에 대한 근사 순차패턴 탐색 방법을 제안한다. 근사 순차패턴은 다수의 순차 정보들에서 근사적으로 공유되는 순차패턴을 의미한다. 제안된 방법은 두 과정으로 구분된다. 하나는 유사도에 따라 분석 대상 순차 정보들을 몇 개의 군집으로 나누는 과정이며, 다른 하나는 다중 정렬 방식을 적용하여 각 군집으로부터 대표 패턴을 찾는 과정이다. 이를 위해서 다수의 순차 정보들을 하나로 표현할 수 있는 가중치 순차패턴을 제시하며, 다수의 순차 정보들은 가중치 순차패턴 형태로 통합된다. 이렇게 통합된 정보를 가진 각 가중치 순차패턴을 이용하여 여러 순차 정보와 근사한 하나의 대표 패턴을 생성한다. 끝으로, 다양한 실험을 통해서 제안된 방법의 유용성을 검증한다.

왜곡 패턴 유형에 의한 다각형 기반 형상 부호화의 근사 정점 탐색 (Approximation Vertex Search of Polygon-based Shape Coding by the Type of Distortion Patterns)

  • 서정구;곽노윤;서범석;황병원
    • 디지털콘텐츠학회 논문지
    • /
    • 제3권2호
    • /
    • pp.197-209
    • /
    • 2002
  • 다각형 기반 형상 부호화 기법은 정보량을 줄이기 위해 정점수를 줄일 경우, 근사 다각형 에지들 간의 연결이 원 윤곽선과는 다르게 급변함으로써 근사 오차가 급격히 증가한다. 반면에, 허용 왜곡을 작게 하여 근사 오차를 줄일 경우, 정점 수가 급격히 늘어나 정점을 부호화하기 위해 많은 정보량이 소요되는 문제점이 있다. 제안된 방법에 있어서, 부호기는 다각형 에지와 원 윤곽 세그먼트가 이루는 모양과 가장 유사한 왜곡 패턴의 유형을 찾아 부호화하고 복호기는 복호된 왜곡 패턴 정보로부터 근사 정점을 산술적으로 구해낸다. 이를 통해, 부가 정보의 증가를 효과적으로 억제시키면서도 전체적으로는 정점수가 늘어나 기존의 방법보다. 다각형 에지의 급속한 변화를 현저하게 완화시킴으로써 좀 더 부드러운 근사 모양 정보를 얻을 수 있다. 컴퓨터 시뮬레이션 결과를 통해 고찰할 때, 제안된 방법은 기존의 방식에 비해 왜곡이 적으며, 동일한 왜곡을 가지는 근사 모양 정보를 부호화하는데 필요한 비트량이 기존의 방법에 비해 대략 $10{\sim}20%$ 정도 감소함을 알 수 있다.

  • PDF

불규칙 가진되는 회전-고정보의 비선형응답특성 (Nonlinear Responses of a Hinged-Clamped Beam under Random Excitation)

  • 조덕상;김영종
    • 한국전산구조공학회논문집
    • /
    • 제13권4호
    • /
    • pp.427-436
    • /
    • 2000
  • 이 논문은 불규칙 가진력을 받는 회전-고정보의 비선형 응답특성을 나타낸다. 불규칙 가진력은 두 번째 고유모드의 절점과 최대변위점에 가했다. 비선형 편미분 방정식과 경계조건으로 표현되는 이 문제를 Galerkin의 방법을 이용하여 연립 비선형 상미분방정식으로 변환하였다. 이 상미분방정식으로부터 Fokker-Planck방정식과 모멘트 방정식을 얻은 후 Gaussian closure 방법 및 non-Gaussian closure 방법을 이용하여 3 모드 근사시 각각 27개 및 209개의 자율 상미분방정식을 구하였다. Gaussian closure 방법과 non-Gaussian closure 방법으로 2 모드 및 3 모드 근사해석을 수행하였고 해석적 결과들은 Monte Carlo 시뮬레이션 결과와 비교되었다. 해석결과 2 모드 근사해와 3 모드 근사해가 거의 일치하였고 2 모드 내부공진만 고려하여도 해석결과에 별 영향을 주지 않는다는 것을 알 수 있다.

  • PDF

정해진 기저함수가 포함되는 Nu-SVR 학습방법 (Nu-SVR Learning with Predetermined Basis Functions Included)

  • 김영일;조원희;박주영
    • 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.

Continued Fraction Expansion을 이용한 Dead Time 근사의 새로운 접근 (New Approach Using the Continued Fraction Expansion for the Dead Time Approximation)

  • 조원휘;이지태
    • Korean Chemical Engineering Research
    • /
    • 제50권5호
    • /
    • pp.830-836
    • /
    • 2012
  • Dead time은 공정의 동특성을 기술할 때 매우 자주 나타나는 것으로 공정의 동특성 모사 혹은 제어 시스템 분석에 많은 어려움을 준다. 이 어려움을 줄이기 위해 무한 차원의 dead time을 유한 차원의 전달함수로의 근사가 필요한데, 여기에는 Pade 근사가 자주 사용된다. Dead time의 정밀한 근사를 위해서는 고차의 Pade 근사가 필요한데, 고차의 Pade 근사식은 외우기 쉽지 않고 수치적으로 안정적이지 못하다. 이 Pade 근사와 같은 전달함수를 주지만 수치적으로 우수한 continued fraction 전개를 이용하는 방법을 제안하고자 한다. 제안하는 방법은 수치적으로 우수할 뿐만 아니라 매우 체계적이어서 쉽게 기억할 수 있어 공정제어 강의와 계산에 편리하게 이용할 수 있을 것이다.

방정식(方程式)의 근사해(近似解) (Approximate Solutions of Equations in Chosun Mathematics)

  • 홍성사;홍영희;김창일
    • 한국수학사학회지
    • /
    • 제25권3호
    • /
    • pp.1-14
    • /
    • 2012
  • 구장산술이래 동양의 전통 수학은 유리수체를 기본으로 이루어져 있다. 따라서 방정식의 무리수해는 허용되지 않으므로 근사해를 구하는 방법은 방정식론에서 매우 중요한 과제가 되었다. 중국의 사료에 나타나는 근사해에 관한 역사를 먼저 기술하고, 이를 조선산학에 나타나는 근사해에 관한 사료와 비교한다. 조선의 근사해에 대한 이론은 박율(1621 - 1668) 의 산학원본 (算學原本) 과 조태구 (趙泰耉, 1660-1723) 의 주서관견(籌書管見)에 이미 정립되었다. 중국의 이론과 달리 두 산학자 모두 근사해의 오차에 관심을 가지고 더 좋은 근사해를 구하는 방법을 얻어내었음을 밝힌다.

변분 베이지안 방법을 이용한 점집합의 오차제거 (Point Set Denoising Using a Variational Bayesian Method)

  • 윤민철;;이승용
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제14권5호
    • /
    • pp.527-531
    • /
    • 2008
  • 스캐너를 이용해 스캔한 데이타는 오차를 포함하고 있으며, 이러한 오차는 통계적인 성질을 갖는 경우가 많다. 이러한 이유에서 통계적인 방법은 오차 처리를 위해 매우 효과적인 방법이며, 최근 많은 연구가 이루어지고 있다. 이러한 통계적인 방법 중 대표적인 방법인 점 추정 방법은 데이타의 여러 성질을 나타내지 못하고 단지 확률이 최대가 되는 부분의 성질만을 나타내는 한계가 있으며, 이러한 한계로 인하여 오버피팅 문제가 발생하게 된다. 이러한 한계를 극복하고 오버피팅 문제를 해결하기 위해서 본 논문에서는 변분 베이지안 방법을 이용한다. 점집합의 오차를 제거하기 위해 지역적 근사곡면을 사용하고, 높이함수를 이용해서 근사곡면을 나타낸다. 변분 베이지안 방법을 사용하여 오차가 제거된 근사곡면을 구하고, 주어진 점들을 근사곡면으로 매핑하여 오차를 제거한다. 제시된 방법은 계량적 실험과 실제 스캔된 자료를 이용한 실험을 통하여 검증된다.

머신 러닝 모델 기반 근사 질의 처리 방법에 관한 연구 (A Study on Approximation Query Processing Method Based on Machine Learning Models)

  • 박춘서;김성수;남택용;이태휘
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2021년도 추계학술발표대회
    • /
    • pp.532-534
    • /
    • 2021
  • 최근 데이터의 양이 급격히 증가함에 따라 빅데이터 환경에서 데이터 질의 처리 수행 시 연산 시간이 많이 소요되는 문제점이 발생한다. 이러한 처리 시간을 줄이기 위한 방법으로 근사질의 처리에 대한 연구의 필요성이 대두되고 있다. 근사 질의 처리 방법은 정확도가 다소 떨어지더라도 빠른 결과를 요구하는 응용 분야에서 매우 유용하게 쓰일 수 있다. 본 논문에서는 사용자가 원하는 결과 정확도와 적시성 등을 지원하기 위한 근사 질의 처리 언어 확장, 실행 계획생성 및 질의 최적화 기술을 제안하고, 설계 방향 및 특징 등에 대해서 설명한다.

일반적 통계량의 분포함수에 대한 안부점 근사 (Saddlepoint Approximation to the Distribution of General Statistic)

  • 나종화
    • 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.

  • PDF