• 제목/요약/키워드: 마쿼트 알고리즘

검색결과 4건 처리시간 0.021초

모바일 환경에 적합한 적응형 마쿼트 알고리즘 제시 (Adaptive Marquardt Algorithm based on Mobile environment)

  • 이종수;황은한;송상섭
    • 스마트미디어저널
    • /
    • 제3권2호
    • /
    • pp.9-13
    • /
    • 2014
  • 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.

고속도로 통행량 예측을 위한 새로운 동적 알고리즘 (A New Dynamic Prediction Algorithm for Highway Traffic Rate)

  • 이광연;박기섭
    • 한국시뮬레이션학회논문지
    • /
    • 제29권3호
    • /
    • pp.41-48
    • /
    • 2020
  • 본 논문에서는 고속도로 통행량을 보다 정확하게 예측하기 위한 새로운 방법으로 통행량에 대한 누적분포함수를 이용한 동적 예측 알고리즘을 제시한다. 여기서 누적분포함수의 근사함수를 수치적 방법인 내츄럴 큐빅 스플라인(natural cubic spline) 보간법과 레벤버그-마쿼트(Levenberg-Marquardt) 방법을 통해 얻는다. 이 알고리즘은 금융수학에서 활용하는 누적 분포함수를 이용한 난수 생성 알고리즘을 통행량 예측에 알맞도록 새롭게 구조화한 것이다. 이 알고리즘으로 고속도로 통행량을 시뮬레이션하면 실제 통행량과 매우 흡사한 결과를 얻을 수 있음을 확인할 수 있다. 따라서 이 알고리즘은 고속도로뿐만 아니라 통행량 예측이 필요한 다양한 분야에서 활용할 수 있는 새로운 알고리즘이다.

신경망 학습알고리즘의 비교와 2차원 익형의 비정상 공력하중 예측기법에 관한 연구 (Study of Neural Network Training Algorithm Comparison and Prediction of Unsteady Aerodynamic Forces of 2D Airfoil)

  • 강승온;전상욱;박경현;전용희;이동호
    • 한국항공우주학회지
    • /
    • 제37권5호
    • /
    • pp.425-432
    • /
    • 2009
  • 본 연구에서는 오일러 CFD코드에서 얻은 데이터를 이용하여 2차원 익형의 비정상 공력하중을 모델링하고 예측할 수 있는 신경망의 능력을 확인하였다. 신경망 모델은 감독자 관리 학습을 기반으로 하여 르벤버그-마쿼트 알고리즘, 그리고 여기에 유전알고리즘을 결합시킨 혼합형 유전알고리즘을 사용하여 구성하고 각 경우에 대하여 그 효율성을 비교 분석하였다. 복잡한 시스템을 모사하는 신경망을 학습시키는 데는 혼합형유전알고리즘이 더 효율적이라는 것을 보였으며 신경망모델에 의한 2차원 익형의 비정상공력하중 예측결과 실제 수치결과와 비교적 정확하게 일치하여 신경망 모델이 축소모델로서의 기능을 발휘하는 것을 입증하였다.

신경망 모형을 적용한 금강 공주지점의 수질예측 (Water Quality Forecasting at Gongju station in Geum River using Neural Network Model)

  • 안상진;연인성;한양수;이재경
    • 한국수자원학회논문집
    • /
    • 제34권6호
    • /
    • pp.701-711
    • /
    • 2001
  • 수질 인자들은 다양하고 관계가 복잡하여 수질 변화를 예측하는데 많은 어려움이 있다. 따라서 입력과 출력이 비교적 용이하고 비선형 예측에 적합한 신경망 모형을 이용하여 금강유역 공주지점의 DO, BOD, TN에 대한 월수질 예측을 수행하고 ARIMA 모형과 비교하여 적용 가능성을 검토하였다. 사용된 신경망 모형은 학습을 위해 BP(Back Propagation) 알고리즘을 적용하였으며 학습을 향상시키기 위한 모멘트-적응학습율(Moment-Adaptive learming rate) 방법을 이용한 MANN 모형, 레번버그-마쿼트(Levenberg-Marquardt) 방법을 이 용한 LMNN 모형, 그리고 정성적인 판단인자를 첨가하여 정량적인 월 수질 자료와 분별, 학습하 도록 은닉층을 분리한 MNN 모형으로 구분하였다. 대체로 신경망 모형의 예측치가 실측치에 근사한 결과를 보였으며, 은닉층을 분리한 MNN 모형이 가장 우수한 결과를 보였다.

  • PDF