• 대한전자공학회논문지
• /
• 제11권4호
• /
• pp.1.1-11
• /
• 1974

변경의 Parameter를 제어 함으로써 임의의 조합논리함수를 이차원가변논리회로로 실현하는 일반적이고 조직적인 방법을 개발하였다. n변수-n출력 조합논리회로의 진리치표를 상태할당에 의해서 상태가의 변환으로 포착하여 이를 다치일변수 영리수수의 실현문제로 취급하였다. 이 다위일변수 함수집합이 정규결합연산에 환하여 반군을 이룬다는 사실에 착안하여 3개의 기저함수를 정의하고 이 기저함수에 의하여 임의의 다치일변수함수를 생성하는 기저함수렬의 조직적 구성법을 구하였다. 기저함수를 실현하는 기본회로를 단위회로의 일차원 배열로 구성하고 오직 하나의 기본회로만으로 3개의 기저함수외에도 몇개의 기저함수의 계열과 또 기저함수의 역함수를 실현하도록 하였다. 이 기본회로를 이차원으르 배열하고 변경의 parameter만을 적절히 설정 함으로써 임의의 조합논리회로를 실현하는 알고리즘을 구성하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2576-2578
• /
• 2003

RBF 네트워크에서 기저함수의 위치는 네트워크의 성능에 매우 큰 영향을 미친다. 몇몇 응용들에서 교사학습을 이용한 기저함수의 위치 선정이 비교사학습에 비해 우수함을 보인다. 그러나 교사학습에 의한 네트워크는 시그모이드 네트워크와 같은 긴 학습시간을 필요로 한다. 본 논문에서는 오차함수의 gradient와 Hessian을 이용해 교사학습에서 요구하는 학습시간을 단축시키면서 기저함수의 최적위치를 추정하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.81-84
• /
• 2003

$\varepsilon$-SVR(e-Support Vector Regression)학습방법은 SV(Support Vector)들을 이용하여 함수 근사(Regression)하는 방법으로 최근 주목받고 있는 기법이다. SVM(SV machine)의 한 가지 방법으로, 신경망을 기반으로 한 다른 알고리즘들이 학습과정에서 지역적 최적해로 수렴하는 등의 문제를 한계로 갖는데 반해, 이러한 구조들을 대체할 수 있는 학습방법으로 사용될 수 있다. 일반적인 $\varepsilon$-SVR에서는 학습 데이터와 관사 함수 f사이에 허용 가능한 에러범위 $\varepsilon$값이 학습하기 전에 정해진다. 그러나 Nu-SVR(ν-version SVR)학습방법은 학습의 결과로 최적화 된 $\varepsilon$값을 얻을 수 있다. 정해진 기저함수가 포함되는 $\varepsilon$-SVR 학습방법(Sermparametric SVR)은 정해진 독립 기저함수를 사용하여 함수를 근사하는 방법으로, 일반적인 $\varepsilon$-SVR 학습방범에 비해 우수한 결과를 나타내는 것이 성공적으로 입증된 바 있다. 이에 따라, 본 논문에서는 정해진 기저함수가 포함된 ν-SVR 학습 방법을 제안하고, 이에 대한 수식을 유도하였다. 그리고, 모의 실험을 통하여 제안된 Sermparametric ν-SVR 학습 방법의 적용 가능성을 알아보았다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.391-398
• /
• 2023

본 논문에서는 기저 스크리닝 기반 크리깅 모델(BSKM: Basis Screening based Kriging Model) 생성의 정확도를 높이기 위해 페널티를 적용한 최대 우도 평가 방법(PMLE : Penalized Maximum Likelihood Estimation)에 대해서 소개한다. BSKM에서 사용하는 기저함수의 최대 차수와 종류는 그 중요도에 따라서 결정하게 되며, 이때 중요도의 지표는 기저함수에 대한 교차 검증 오차(CVE : Cross Validation Error)로 택한다. 크리깅 모델(KM : Kriging Model) 구성시 최적의 기저함수 조합은 우선 최대 기저함수 차수를 선택하고 개별 기저함수의 중요도를 평가를 하게 된다. 최적 기저함수 조합은 크리깅 모델의 CVE가 최소가 될 때까지 개별 기저함수의 중요도가 높은 순으로 기저함수를 하나씩 추가하며 찾는다. 이 과정에서 KM은 반복적으로 생성해야 하며, 동시에 데이터 사이의 상관관계를 나타내는 하이퍼 매개변수(Hyper-parameters)도 최대 우도 평가방법을 통해 계산하여야 한다. 하이퍼 매개변수의 값에 따라 선택되는 최적의 기저함수 조합이 달라지기 때문에 KM의 정확도에 막대한 영향을 미치게 된다. 정확한 하이퍼 매개변수를 계산하기 위해서 PMLE 방법을 적용하였으며, Branin-Hoo 함수 문제에 적용하여 BSKM 의 정확성이 개선될 수 있음을 확인하였다.

• 대한전자공학회논문지
• /
• 제22권5호
• /
• pp.83-86
• /
• 1985

Fredholm 제 2종 적분 방정식의 수치해법에 관한 새로운 기범을 제시하였다. 문제 영역의 절점에 데이터를 혼합 형태로 가함으로써 근사해를 구하였다. 수치 해법에서 오차를 줄이기 위하여 모든 절정에서 2번 연속 미분가능한 cubic B-spline 함수를 기저함수로 사용하였다. 기저함수로서 cubit B-spline 함수를 이용한 본 기법의 결과와 기저함수로 pulse 함수 test 함수로는 delta 함수를 이용한 모멘트법의 결과를 예제를 통하여 비교하였다. 또한 이 방법에 대한 수렴 조건을 기술 하였다.

• 한국소음진동공학회논문집
• /
• 제17권7호
• /
• pp.638-648
• /
• 2007

CIPIC HRTF database의 주성분 분석(PCA)을 통해 개인의 HRIR이 정규 직교화된 소수의 기저함수들의 선형 결합으로 잘 묘사됨을 알 수 있다. 이 기저함수들은 음원의 고도각, 청취자 마다 달라지는 HRIR의 변화를 표현할 수 있다. 선형결합에 사용되는 기저함수들의 가중치들은 음원의 고도각에 따라 특이한 경향을 지닌다. 또한, 각각의 음원 위치에서 가중치의 표준편차 크기순으로 기저함수의 중요도를 결정할 수 있다. 이 논문에서는 각 음원 위치마다 중요한 3개 기저함수의 가중치를 청취자가 직접 조절하게 함으로써 맞춤형 HRIR을 생성하는 방법을 제안한다. 주관평가 결과, 청취자의 음원 고도각 인지 성능과 음원 앞-뒤 구분 성능이 향상됨을 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.303-308
• /
• 2004

Gabor 코사인과 사인 변환은 영상주파수 성분을 국부적으로 표현하므로 영상과 비디오 압축 알고리즘에 사용될 수 있다. 압축과 복원에 사용되는 순방향과 역방향 행렬 변환식의 계산 복잡도는 O($N^3$)이다. 이 논문에서는 기저함수들의 길이를 절단하여, 희소기저행렬을 생성하고, 영상압축과 복원에 적용하여 실시간 처리에 용이하게 변환 계산량을 감소시키고자 한다. 기저함수 길이가 감소함에 따라서, 기저함수 에너지에 미치는 절단의 영향을 조사하고 다른 여러 측정량의 변화를 살펴본다. 실험 결과로부터 약 1% 이하의 성능저하로 11배의 곱하기/더하기 수를 감소시킬 수 있음을 보았다.

• 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.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.55-60
• /
• 1994

본 논문에서는 음원을 모델링하기 위한 새로운 음원 모델로서 기저함수합계 모델을 제안하고 그 모델의 변수를 추정하는 방법에 관하여 설명한다. 기존 모델들이 다양한 음원신호를 표현하는데 부족함이 많았던데 비해 기저함수합계 모델은 다양한 음원신호를 표현하기에 적합하며 ML 이라는 통일된 추정 방법을 통해 모델의 변수들을 구할 수 있다. 또한 기저함수합계 모델은 기존의 모델들을 포함하는 일반화된 음원 모델이 됨을 보인다.

• 한국통신학회논문지
• /
• 제39A권3호
• /
• pp.140-148
• /
• 2014

본 논문은 전자기파 신호 계산에 있어 하이브리드 방식의 기저 함수로써 Gaussian 함수를 제안하고자 한다. 하이브리드 방식은 전반부 시간 및 낮은 주파수 데이터를 이용하여 후반부 시간 및 높은 주파수 데이터를 구하는 방식이다. 시간을 이용한 MOT, 주파수를 이용한 MOM 방식의 장점만을 가져오기 때문에 전자기 분석 데이터를 구하기 위한 시간이 감소되며 오차가 적다는 장점이 있다. 이를 위해서는 기저 함수를 필요로 하며 Hermite, Laguerre를 기저 함수로 사용한 기존의 방법과의 비교를 통해 제안된 방법의 성능을 확인하였다.