본 논문에서는 퍼지 추론 기반의 다항식 RBF 뉴럴네트워크(Polynomial Radial Basis Function Neural Network; pRBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델은 "IF-THEN" 형식으로 기술되는 퍼지 규칙에 의해 조건부, 결론부, 추론부의 기능적 모듈로 표현된다. 조건부의 입력공간 분할에는 HCM 클러스터링에 기반을 두어 구조가 결정되며, 기존에 주로 사용된 가우시안 함수를 RBF로 이용하고, 원뿔형태의 선형 함수를 제안한다. 또한 입력공간 분할시 데이터 집합의 특성을 반영하기 위해 분포상수를 각 입력마다 고려하여 설계함으로서 공간 분할의 정밀성을 높인다. 결론부에서는 기존 상수항의 연결가중치를 다항식 형태로 표현하는 pRBFNN을 제안한다. 제안한 모델의 성능을 평가하기 위해 Box와 Jenkins가 사용한 가스로 시계열 데이터를 적용하고, 기존 모델과의 근사화와 일반화 능력에 대하여 토의한다.
본 연구에서는 퍼지 추론 메커니즘에 기반 한 Polynomial RBF Neural Network(p-RBFNN)를 설계하고 얼굴인식 문제로 적용하여 분류기로서의 성능을 분석한다. 제안된 p-RBFNN 구조는 FCM 클러스터링에 기반 한 분할 함수를 활성 함수로 사용하며, 다항식 함수로 구성된 연결가중치를 사용함으로서 기존 신경회로망 분류기의 선형적인 특성을 개선한다. p-RBFNN 구조는 언어적 해석관점에서 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 즉 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다. 또한 제안된 p-RBFNN을 얼굴인식 문제로 적용하여 성능을 분석한다.
이 논문에서 우리는 여러 가지 분할 항등식을 유도했고 제한된 분할에 관한 새로운 항등식을 증명하고, 분할의 기본적인 이론과 분할함수(Partition Number Function)가 다항식 함수가 아니라는 것을 보이며, n 의 분할의 수 p(n)에 대한 하계(Lower Bound)를 얻기 위해 Stirling의 n ! 에 대한 근사값을 소개한다. 그리고 Hardy-Ramanujan 공식, Euler 항등식과 p(n) 의 순환식을 유도하며, 그리고 $d_m$(n)이n을m개의 부분으로 분할하는 분할의 수를 나타낼 때 우리는 $d_m$(n)에 관한 일반적인 공식을 p(n)과 함께 행렬식의 형태로 표현한다.
이 논문에서 우리는 여러 가지 분할 항등식을 유도했고 제한된 분할에 관한 새로운 항등식을 증명하고, 분할의 기본적인 이론과 분할함수(Partition Number Function)가 다항식 함수가 아니라는 것을 보이며, n의 분할의 수 p(n)에 대한 ㅎ계(Lower Bound)를 얻기 위해 Stirling의 n !에 대한 근사값을 소개한다. 그리고Hardy-Ramanujan 공식, Euler 항등식과 p(n)의 순환식을 유도하며, 그리고 d$_{m}$ (n)이 n을 m개의 부분으로 분할하는 분할의 수를 나타낼 때 우리는 d$_{m}$ (n) 에 관한 일반적인 공식을 p(n)과 함께 행렬식의 형태로 표현한다.
기존 IPMSM (Interior Permanent Magnet Synchronous Motor) 제어를 위한 LUT (Look Up Table)방식은 입력한 일정 간격의 데이터를 이용한 선형 보간 방법이 주로 사용되었다. 하지만, 이러한 방식은 LUT 구성을 위해 많은 데이터를 요구하므로, DSP 메모리 용량에 LUT 구성의 한계가 존재한다. 또한, 많은 양의 데이터를 관리해야하는 단점을 가지고 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 영역 분할을 이용한 다항식 곡면 적합 LUT 구성을 제안하였다. 다항식 곡면 적합을 이용한 LUT 구성 방법은, 관리해야하는 데이터양을 비약적으로 줄일 수 있는 장점을 가지고 있다. 제안한 방법의 효용성은 실험을 통하여 증명하였다.
이 논문의 목적은 육방형 핵연료집합체로 구성된 3차원 노심을 해석하기 위한 다항식전개법을 개발하는 것이다. 이를 위해 3차원 육방형 핵연료 집합체를 6개의 3차원 프리즘노드로 분할하였다. 그리고 각 꼭지점에서의 점중성자속, 프리즘 각면의 면중성자속과 노드평균중성자속을 미지변수로 하여 다항식전개법에 의해 프리즘노드내의 중성자속분포를 근사하였다. 각 중성자속간의 관계식으로서 프리즘노드내에서의 노달중성자평형식, 두 노드사이의 면에서의 중성자류 연속관계식, 각 꼭지점에서의 중성자누설평형식을 사용하였다. 다항식전개법은 해석함수 전개법에 비해 약 3배정도 빠르며 4군확산방정식에도 훌륭이 적용되었다. 그리고 VVBR-1000 3차원 벤치마크 문제에서 최대출력오차 2.6%, VVER-440 3차원 벤치마크 문제에서 12 평면과 24평면으로 나눈 경우 각각 최대출력오차 15%와 6.6%, SNR 3차원 문제에서 8 평면과 16 평면으로 나눈 경우 각각 최대오차 5.4%와 2,6%를 보였다.
본 연구에서는 퍼지 추론 메커니즘에 기반 한 다항식 네트워크 패턴 분류기(Polynomial Network Pattern Classifier; PNC)를 설계하고 Particle Swarm Optimization 알고리즘을 이용하여 PNC 파라미터, 즉, 학습률, 모멘텀 계수, FCM 클러스터링의 퍼지화 계수(fuzzification Coefficient)를 최적화한다. 제안된 PNC 구조는 FCM 클러스터링에 기반한 분할 함수를 활성 함수로 사용하며, 다항식 함수로 구성된 연결가중치를 사용함으로서 기존 신경회로망 분류기의 선형적인 특성을 개선한다. PNC 구조는 언어적 해석관점에서 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 즉 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다. 제안된 PNC는 다항식 기반 구조의 퍼지 추론 특성으로 인해 출력 공간상에 비선형 판별 함수(nonlinear discernment function)가 생성되어 분류기로서의 성능을 높인다.
본 논문은 감마보정을 위한 비선형 곡선 알고리즘의 개선에 관한 연구이다. 기존의 비선형 감마 곡선 생성 방법은 Gauss-Jordan 역행렬을 적용한 최소 자승 다항식(Least Square Polynomial)을 사용하였다. 이 방법은 다항식 계수 값 계산 과정 중 고차행렬의 역행렬 연산에서 $10^{-11}$ 이하의 매우 작은 값은 절단함으로써 곡선접합의 정밀도가 감소된다. 또한 입력으로 사용되는 샘플 포인트가 10-bit 기준으로 0~1023의 밝기 값에 대하여 고루 분포되어있는 경우에만 정확한 동작이 가능하다. 본 논문은 이러한 기존 알고리즘의 단점을 보완하기 위하여, 고차 다항식의 계수 값을 반데몬드 행렬(Vandemond Matrix)에 SVD분해(Singular Value Decomposition)와 QR분해법(QR Decomposition)을 적용하여 행렬의 고유치와 직교성분만으로 연산하였다 또한, 입력 데이터의 구간을 분할하여 각 구간의 다항식을 생성하고, 새롭게 생성된 다항식을 이용하여 곡선 접합을 수행하도록 하였다. 입력 데이터와 곡선 접합결과의 평균제곱오차(Mean Square Error: MSE)와 표준편차(Standard Deviation: STD)를 통한 오차율 비교 결과 최하위 비트(Least Significant Bit: LSB) 에러 범위에서 MSE가 약 $10^{-9}$ 이고 STD는 약 $10^{-5}$로 정밀도가 향상되었다.
본 논문에서는 KOA를 적용하여 유한체 승산의 새로운 연산기법을 제시하였다. 먼저, 승산의 전개를 위해 주어진 다항식을 2분 또는 3분하여 각각 2항식과 3항식으로 재구성한 후 정의된 보조다항식을 사용하여 승산을 이루도록 하였다. 승산된 다항식에 모듈러 환원을 적용하기 위해 mod $F({\alpha})$ 연산식을 새롭게 전개하여 제시하였다. 제시된 연산기법들을 적용하여 $GF(2^m)$상의 승산회로를 구성하였고, Parr의 회로와 비교하였다. 비교논문의 경우 $GF((2^4)^n)$을 전제함으로써 그 적용이 매우 제한적이나, 본 논문에서는 $m=2^n$과 $m=3^n$인 경우를 보임으로써 그 적용이 Parr의 회로에 비해 보다 확장되었다.
본 논문에서는 폐 영상에서 폐 혈관을 분할하고 정제하는 방법을 제안하였다. 제안된 방법은 다음과 같이 다섯 단계로 구성된다. 첫 번째, 폐 영상에서 히스토그램 변화율의 다항식 회귀 분석을 사용하여 임계값을 계산한다. 두 번째, 계산된 임계값으로 밝기값 기반 분할 방법을 사용하여 폐 혈관을 분할한다. 세 번째, 분할한 폐 혈관 영상에 2차원 연결 요소 레이블링 방법을 사용하고, 레이블링 요소의 크기와 이심률을 계산하여 좌측 및 우측 횡격막의 씨앗점을 결정한다. 네 번째, 결정된 씨앗점에서 3차원 영역 성장법을 사용하여 횡격막을 추출한다. 다섯 번째, 이진 영상의 3차원 연결 요소 레이블링 방법을 사용하여 폐 혈관 영상의 노이즈를 제거한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.