• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.10C
• /
• pp.1023-1032
• /
• 2003

Object-based coding, such as MPEG-4, enables various content-based functionalities for multimedia applications. In order to support such functionalities, as well as to improve coding efficiency, each frame of video sequences should be segmented into video objects. In this paper. we propose an effective video object segmentation method using nonlinear multiscale filtering and spatio-temporal information. Proposed method performs a spatial segmentation using a nonlinear multiscale filtering based on the stabilized inverse diffusion equation(SIDE). And, the segmented regions are merged using region adjacency graph(RAG). In this paper, we use a statistical significance test and a time-variant memory as temporal segmentation methods. By combining of extracted spatial and temporal segmentations, we can segment the video objects effectively. Proposed method is more robust to noise than the existing watershed algorithm. Experimental result shows that the proposed method improves a boundary accuracy ratio by 43% on "Akiyo" and by 29% on "Claire" than A. Neri's Method does.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.4
• /
• pp.721-731
• /
• 2017

In this study, principal component analysis methods using Lasso penalty are introduced. There are two popular methods that apply Lasso penalty to principal component analysis. The first method is to find an optimal vector of linear combination as the regression coefficient vector of regressing for each principal component on the original data matrix with Lasso penalty (elastic net penalty in general). The second method is to find an optimal vector of linear combination by minimizing the residual matrix obtained from approximating the original matrix by the singular value decomposition with Lasso penalty. In this study, we have reviewed two methods of principal components using Lasso penalty in detail, and shown that these methods have an advantage especially in applying to data sets that have more variables than cases. Also, these methods are compared in an application to a real data set using R program. More specifically, these methods are applied to the crime data in Ahamad (1967), which has more variables than cases.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.8A
• /
• pp.1298-1310
• /
• 2001

이 논문에서는 채널 상태가 천천히 변할 때, 직교 주파수 분할 다중화-부호분할 다중접속 시스템에 적합한 채널 추정 방법을 제안하고 성능을 분석한다. 제안한 채널 추정 방법은 시간과 주파수 영역 모두에 파일럿 심볼을 삽입하고, 이산 퓨리에 변환 후 영을 채워 넣는 방법을 이용한 내삽법으로 모든 부채널의 전달 함수를 얻는다. 또한 변환 영역에서 저대역 여파를 통해 받은 파일럿 신호에 존재하는 가산성 백색 정규 잡음의 영향을 상당히 줄일 수 있다. 이 때 저대역 여파기의 차단 주파수는 채널의 다중경로 수에 따라 정해진다. 같은 방법을 이용한 내삽법을 시간축으로 적용하여 시간에 따라 변하는 부채널의 채널 응답을 얻을 수 있다. 이 논문에서는 여러 가지 내삽법에 대한 평균 제곱 오차 성능을 수식적으로 제시한다. 제안한 저대역 여파를 결합한 내삽법을 쓰면 채널의 통계적 특성에 관한 정보 없이, 그리고 훨씬 적은 계산량으로 선형 최소 평균 제곱 오차 추정기와 비슷한 성능을 얻는다. 레일리 감쇄 채널에 대한 모의 실험을 통해 같은 비트 오류율에 대한 신호 대 잡음 비의 이득이 있음을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.12
• /
• pp.3-11
• /
• 2014

Multiple antennas can provide huge capacity gains when the transmitter knows the channel state information (CSI). Precoding is a technique that exploits CSI at the transmitter side. In this paper, an adaptive precoding scheme is proposed, called a hybrid multiple-input multiple-output (MIMO) precoding (HMP). HMP is a combination of linear and nonlinear precoding. The number of transmit antennas less than or equal to four is as same as the conventional antenna selection scheme. Therefore, the HMP scheme uses more than four transmit antennas. The good channel means that the channels must be selected to maximize the channel capacity among the given channels, and the rest channels are called bad channel. In HMP scheme, we use the nonlinear precoding in the good channels and the linear precoding in the bad channels. The well-known Tomlinson-Harashima precoding (THP) is considered as nonlinear precoding. The system throughput and MSE (minimum square error) are shown for the performance of HMP scheme compared to the conventional schemes which are BD (block diagonalization), antenna selection and THP.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.342-347
• /
• 2008

Face tracking and recognition are difficult problems because the face is a non-rigid object. If the system tries to track or recognize the unknown face continuously, it can be more hard problems. In this paper, we propose the method to track and to recognize the face of the unknown person on video sequences using linear combination of nonlinear manifold models that is constructed in the system. The arbitrary input face has different similarities with different persons in system according to its shape or pose. Do we can approximate the new nonlinear manifold model for the input face by estimating the similarities with other faces statistically. The approximated model is updated at each frame for the input face. Our experimental results show that the proposed method is efficient to track and recognize for the arbitrary person.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.4
• /
• pp.15-22
• /
• 2011

Principal component analysis (PCA) is a well-known method for dimensionality reduction and feature extraction while maintaining most of the variation in data. Although PCA has been applied in many areas successfully, it is sensitive to outliers and only valid for Gaussian distributions. Several variants of PCA have been proposed to resolve noise sensitivity and, among the variants, improved robust fuzzy PCA (RF-PCA2) demonstrated promising results. RF-PCA, however, is still a linear algorithm that cannot accommodate non-Gaussian distributions. In this paper, a non-linear algorithm that combines RF-PCA2 and kernel PCA (K-PCA), called improved robust kernel fuzzy PCA (RKF-PCA2), is introduced. The kernel methods make it to accommodate non-Gaussian distributions. RKF-PCA2 inherits noise robustness from RF-PCA2 and non-linearity from K-PCA. RKF-PCA2 outperforms previous methods in handling non-Gaussian distributions in a noise robust way. Experimental results also support this.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.7A
• /
• pp.738-745
• /
• 2007

The non-linearity of HPA(high power amplifier) which is an important component in modern communications systems introduces AM/AM and AM/PM distortion so that the transmitted signal is deteriorated. And, the I/Q unbalances and phase error which are generated by non-ideal components are inevitable physical phenomena and lead to performance degradation when we implement a practical two-dimensional (2-D) modulation system. In this paper, we provide an exact and general expression involving the 2-D Gaussian Q-function for the error probabilities of arbitrary 2-D signaling with I/Q amplitude and phase unbalances in nonlinear additive white Gaussian noise (AWGN) channels by using the coordinate rotation and shifting technique.

• Proceedings of the KAIS Fall Conference
• /
• 2004.11a
• /
• pp.247-251
• /
• 2004

본 논문은 필드 기반 영상 워핑을 위한 Pseudomedian 필터 기반 영상 보간법을 제안하고 주관적인 화질을 분석$\cdot$평가함에 그 목적이 있다. 대표적인 영상 워핑 기술 중 하나인 필드 기반 워핑은 상대적으로 많은 연산량을 요구하는 것에 반해 제어선을 이용하여 좀 더 세밀하게 워핑 결과를 제어할 수 있는 것이 장점이다. 필드 기반 영상 워핑의 동작 특성상, 국부적인 영상 확대와 축소 및 회전등과 같은 다양한 기하학적인 변형이 복합적으로 발생하게 되는데 역방향 매핑 과정에서 소스영상과 목적 영상의 화소가 정수 화소 단위로 대응되지 않을 경우, 목적 영상에 대응시킬 화소값을 산출하기 위해 적합한 영상 보간 기술이 필요하다. 다양한 보간 기술들 중에서 평균적으로 우수한 결과를 제공하는 양선형 보간이 보편적으로 사용되고 있으나, 이 보간 기술은 대각선 방향의 윤곽선 재현에 한계를 가지고 있다. 본 논문에서는 필드 기반 영상 워핑을 수행할 시에 윤곽선 재현에 우수한 특성을 보이는 Pseudomedian 필터 보간과 양선형 보간을 효과적으로 결합하여 양자의 장점을 보간 결과에 반영함으로써 양선형 보간만을 이용하는 필드 기반 워핑 기술에 비해 자연스러운 워핑 결과를 제공할 수 있었다. 제안된 방법의 타당성과 보편성을 검증하기 위해 서로 다른 분포 특성을 갖는 영상을 대상으로 주간적인 화질 측면에서 그 성능을 분석$\cdot$평가하였다.