• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.1-6
• /
• 2016

바이어스된 영-오차확률 (biased zero-error probability)과 이에 관련된 알고리듬은 매 반복시간마다 합산과정을 지니고 있어 많은 계산상의 부담을 요구한다. 이 논문에서는 바이어스된 영-오차확률에 반복적 접근법을 적용한 알고리듬을 제안하였고 천해역 통신채널과 충격성 잡음 및 바이어스된 가우시안 잡음이 혼재한 실험 환경에서 성능을 비교하였다. 샘플 사이즈에 비례하는 계산 복잡도를 지닌 기존 알고리듬과 달리 제안한 반복적 방식은 샘플 사이즈와 무관하여 계산량의 부담을 크게 줄였다. 이러한 계산효율 특성을 지닌 제안한 알고리듬은 블록 처리방식의 기존 알고리듬과 비교하여 다중경로 페이딩, 바이어스된 잡음 및 충격성 잡음에 대한 강인성에서 동일한 성능을 나타냈다.

• 인터넷정보학회논문지
• /
• 제14권1호
• /
• pp.9-14
• /
• 2013

영-오차확률 성능 기준은 오차 샘플들이 직류 바이어스 잡음의 영향을 받을 때 적응 시스템에 사용되기에는 제약이 따른다. 이 논문에서는 바이어스 변수를 오차 분포에 도입하고 바이어스된 오차확률에서 오차를 0 으로 하여 새로운 성능 기준인 바이어스된 영-오차확률을 제안하였다. 또한, 확장 필터 구조를 기반으로 제안된 성능 기준을 최대화 함으로써 적응 알고리듬을 도출하였다. 통신 채널 등화에 대한 시뮬레이션 결과로부터 제안된 성능기준에 기반한 이 알고리듬이 강한 충격성 잡음과 직류-바이어스 잡음의 환경에서 동요 없이 오차 샘플들을 0 으로 집중시키는 성능을 보였다.

• 한국산학기술학회논문지
• /
• 제14권3호
• /
• pp.1416-1421
• /
• 2013

비-가우시안 잡음 환경의 적응 시스템을 위해, 평행 이동한 오차 분포와 오차 0에 위치한 델타 함수 사이의 유클리드 거리를 새로운 성능기준으로 제안하였다. 또한, 이 성능 기준에 근거하여 적응 알고리듬을 개발하였고, 얕은 바다에서 구한 수중 통신 다경로 채널에 충격성 잡음과 직류 바이어스 잡음이 더해진 환경으로 등화 성능을 시뮬레이션한 결과, 제안한 알고리듬이 기존의 MEDE 알고리듬 보다 5 dB 이상 향상된 MSE 성능을 보이며 오차 분포의 중심 위치가 정확히 0에 위치하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.619-621
• /
• 2005

은닉 마코프 모델은 이산 동역학을 표현할 수 있는 확률 모형이다. 우도 함수 최적화를 수행하는 전통적인 Baum-Welch 학습 알고리즘은 국소해로 수령하기 쉬우며, 우도함수의 특성상 복잡한 모델을 선호하는 바이어스가 존재한다. 베이지안 프레임워크에서는 파라미터를 랜덤 변수로 보고 이에 대한 사후 확률 분포를 추정하여 이 문제를 해결할 수 있다. 본 논문에서는 베이지안 추정을 위한 결정론적 근사화 기법인 변분 베이지안 방법을 이용, 출력 노드에 가우시안 혼합 노드를 지니는 일반화된 HMM의 추론 방법을 유도한다. 인공 데이터에 대한 실험을 통해, 본 방법이 효과적인 HMM 학습을 수행할 수 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.431-434
• /
• 2005

근원데이터나, 이원데이터를 이용한 문제를 해결하기 위해서는 많은 경우에 완전 해를 갖는 문제로 변형시키기 위해 정규화할 필요성이 있다. 본 논문에서는 이러한 정규화 인수를 찾는 문제를 기존의 GCV, L-Curve, 그리고 이원데이터를 RBF 신경회로망에 적용시킨 커널 학습법에 대한 각각의 성능을 비교실험을 통해 고찰한다. 이때 커널을 이용한 학습법의 성능을 향상하기 위해, 전체학습과 성능의 제한적 비례관계라는 설정아래, 각각의 학습에 따라 능동적으로 변화하는 동적모멘텀의 도입을 제안한다. 끝으로 제안된 동적모멘텀이 분류문제의 표준인 Iris 데이터, Singular 시스템의 대표적 모델인 가우시안 데이터, 그리고 마지막으로 1차원 이미지 복구문제인 Shaw데이터를 이용한 각각의 실험에서 분류문제와 회계문제 양쪽 모두에 있어 기존의 GCV, L-Curve와 동등하거나 우수한 성능이 있음을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.917-919
• /
• 2009

본 연구에서는 산화막 두께에 따른 20nm 이하 MOSFET의 전류-전압 특성 곡선 분석하였다. 산화물 내의 등가 포획 전하는 가우시안 함수를 사용하였다. 채널의 길이가 20nm 이하인 LDD MOSFET를 설계하여 사용하였고, 소자를 시뮬레이션 하기 위하여 실리콘 공정 디바이스 시뮬레이터인 MicroTec의 SemSim을 사용하였다. SemSim은 디바이스 시뮬레이터로써 입력 바이어스에 의해 공정 시뮬레이션인 SiDif와 디바이스 조립인 MergIC에 의해 소자를 시뮬레이션 한다. 산화막의 두께를 2nm, 3nm, 4nm로 시뮬레이션 한 결과 산화막의 두께가 얇아짐에 따라 드레인에 흐르는 전류가 증가함을 알 수 있었다.

• 한국항행학회논문지
• /
• 제3권2호
• /
• pp.97-107
• /
• 1999

항공기의 착륙을 추적하기 위해 많이 사용되는 수동 센서인 레이저 거리 측정기(LRF)와 전방관측 적외선 카메라(FLIR)는 배기가스교란(Exhaust Plume Disturbance)으로 인한 고도각 측정 시에 오차를 발생시킨다. 이 경우에 확장형 칼만필터(EKF)를 사용하여 거리 및 고도를 측정하면 배기가스(plume)와 같은 비-가우시안 잡음 때문에 추적 성능이 저하된다. 본 논문에서는 배기가스의 발생 타이밍을 검출기(PD)를 사용하여 확인한 후에 배기가스가 발생하면 적응형 추산법을 사용하고 배기가스의 영향이 없을 때에는 기존의 확장형 칼만필터를 사용하는 복합 방식을 제안하고 이를 위한 적응형 필터를 설계한다. 이 혼합형 필터는 배기가스와 같은 미지의 바이어스를 제거하는데 매우 효과적인 방법이며 시뮬레이션을 통하여 이러한 성능을 예증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1021-1028
• /
• 2005

분류 및 회계문제에서의 일반적인 해법은, 현실 세계에서 얻은 정보를 행렬로 사상하거나, 이진정보로 변형하는 등 주어진 데이타의 가공과 이를 이용한 학습에서 찾을 수 있다. 본 논문은 현실세계에 존재하는 순수한 데이타를 근원공간이라 칭하며, 근원 데이타가 커널에 의해 사상된 행렬을 이원공간이라 한다. 근원공간 혹은 이원공간에서의 분류문제는 그 역이 존재하는 문제 즉, 완전해가 존재하는 문제와, 그 역이 존재하지 않거나, 역의 원소 값들이 무한히 커지는 불량조건 흑은 특이조건인 두 가지 형태로 존재한다. 특히, 실제 문제에 있어서 완전 해를 가진 문제이기 보다는 후자에 가까운 형태로 나타나게 된다. 결론적으로 근원데이타나 이원데이타를 이용한 문제를 해결하기 위해서는 많은 경우에 완전 해를 갖는 문제로 변형시키는 정규화과정이 필요하다. 본 논문에서는 이러한 정규화 인수를 찾는 문제를 기존의 GCV, L-Curve, 그리고 이원공간에서의 데이타를 RBF 신경회로망에 적용시킨 커널 학습법에 대한 각각의 성능을 비교실험을 통해 고찰한다. GCV와 L-Curve는 정규화 인수를 찾는 대표적인 방법으로 두 방법 모두 성능면에서 동등하며 문제의 조건에 따라 다소 차이를 보인다. 그러나 이러한 두 방법은 문제해를 구하기 위해서는 정규화 인수를 구한후 문제를 재정의하는 이원적인 문제해결이라는 취약점을 갖는다. 반면, RBF 신경회로망을 이용한 방법은 정규화 인수와 해를 동시에 학습하는 단일화된 방법이 된다. 이때 커널을 이용한 학습법의 성능을 향상하기 위해, 전체학습과 성능의 제한적 비례관계라는 설정아래, 각각의 학습에 따라 능동적으로 변화하는 동적모멘텀의 도입을 제안한다. 동적모멘트는 바이어스 학습을 포함한 방법과 포함하지 않은 방법에 각각 적용분석하였다. 끝으로 제안된 동적모멘텀이 분류문제의 표준인 Iris 데이터, Singular 시스템의 대표적 모델인 가우시안 데이타, 그리고 마지막으로 1차원 이미지 복구문제인 Shaw데이타를 이용한 각각의 실험에서 분류문제와 회계문제 양쪽 모두에 있어 기존의 GCV, L-Curve와 동등하거나 우수한 성능이 있음을 보인다.