• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.2
• /
• pp.128-132
• /
• 2011

Least mean square adaptive algorithms have played important role in radar, sonar, speech processing, and mobile communication. In mobile communication area, the convergence rate of a LMS algorithm is quite important. However, LMS algorithms have slow and non-uniform convergence rate problem For overcoming these shortcomings, various variable step LMS adaptive algorithms have been studied in recent years. Most of these recent LMS algorithms have used complex variable step methods to get a rapid convergence. But complex variable step methods need a high computational complexity. Therefore, the main merits such as the simplicity and the robustness in a LMS algorithm can be eroded. The proposed deterministic variable step LMS algorithm is based upon a simple deterministic function for the step update so that the simplicity of the proposed algorithm is obtained and the fast convergence is still maintainable.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.2
• /
• pp.11-17
• /
• 1998

본 논문에서는 빠른 수렴 속도를 가지면서 정상 상태에서 작은 오차 레벨을 유지하 는 이중모드 형태의 Stop-and-Go 알고리즘을 제안한다. 제안된 알고리즘은 특별한 결정 영 역을 설정하여 등화기 출력 레벨이 어느 영역에 속하느냐에 따라 MCMA와 판정지향 알고 리즘을 결합한 변형된 Stop-and-Go 알고리즘과 기존의 Stop-and-Go 알고리즘의 동작을 자동 전환한다. 컴퓨터 모의실험 결과, 제안한 알고리즘이 CMA, MCMA 및 Stop-and-Go 알고리즘등과 같은 기존의 적응 블라인드 등화 알고리즘들에 비해 잔류 심볼간 간섭과 정상 상태로의 수렵 속도면에서 모두 우수한 성능을 가짐을 확인하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.317-320
• /
• 2005

기존의 블라인드 등화(blind equalization) 알고리즘의 step-size는 임의의 값을 알고리즘에 적용하여 수렴속도와 정상 상태의 특성을 고려하여 최적한 step-size를 결정하였다. step-size를 크게 하면 수렴속도는 빠른 반면에 정상 상태에서 에러가 크고, step-size를 작게 하면 수렴속도는 느린 반면에 정상 상태에서 에러가 작아진다. 그렇기 때문에 수렴속도와 정상 상태를 고려해서 step-size를 결정해야 되고, 특별하게 정해지는 기준이 없기 때문에 연구자의 판단에 의해서 다르게 선택된다. 본 논문에서는 등화기 출력의 잔류 심벌간 간섭에 따라 step-size를 가변함으로서 수렴속도 및 정상 상태 성능을 개선한 가변 step-size를 갖는 블라인드 등화 알고리즘을 제안한다.

• Korean Management Science Review
• /
• v.8 no.1
• /
• pp.127-133
• /
• 1991

본 연구에서는 Karmarkar법의 변형인 Todd&Burrell 알고리즘을 분석하고 이 알고리즘의 수행속도를 증가시키기 위한 몇가지 방안을 제시하였다. 또한, 몇가지 실험을 통하여 제안된 방안들을 비교 분석하였다. 사영행렬의 계산에 QR 분해법과 Cholesky 분해법을 도입함으로써 계산 시간을 줄일 수 있었고, 구내최적화를 위한 개선폭의 결정에 비율검정법과 선형탐색법을 사용함으로써 수행횟수 및 총 수행시간을 줄일 수 있었다. 수행실험을 통하여 알고리즘을 분석한 결과, 수행시간의 대부분을 사영행렬의 계산이 차지하는 것으로 나타나 이론적으로 계산복잡도를 분석한 결과와 일치하였다. 또한, 사영행렬과 개선폭의 결정에 사용된 각 방법들을 실험을 통해 비교 분석한 바로는 사영행렬의 계산에 있어서 Cholesky 분해법이 Gauss소거법이나 QR 분해법을 쓰는 경우보다 우수했으며, 개선폭을 결정하는 데 있어서는 비율검정법이 속도면에서 가장 우수했다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.21 no.9
• /
• pp.2349-2354
• /
• 1996

Convergence analysis on Godard's quartic (GQ) algorithm used forblind equalization is accomplished in this paper. The first main result is an explanation of the lacal behavior of the GQ algorithm around the global minimum point of the average performance functio, from which we can determine the adaptation gain. It is show that the normalized adaptation gain of the GQ algorithm should be smaller than that of the decision directed (DD) algorithm. In addition, it is observed that the GQ algorithm converges faster than the DD equalization algorithm.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.746-752
• /
• 2005

본 논문에서는 다층 퍼셉트론 신경망 학습을 위한 새로운 두 단계 학습방법을 제안하고 이를 옵션 가격결정 모형에 응용하였다. 제안된 신경망 학습 알고리즘의 첫번째 단계는 Levenberg-Marquardt 알고리즘을 이용하여 빠르게 국소최적해를 찾는 것이고 두 번째 단계는 첫 번째 단계에서 찾은 국소최적해가 원하는 수준에 미치지 못할 경우 선형탐색 터널링을 이용해서 더 나은 해를 찾는 것이다. 이 두 단계를 반복적으로 수행함으로써 연결가중치 공간에서 구하고자 하는 해를 빠르고 안정적으로 찾을 수 있다. 현재 옵션가격결정 모형으로 많이 이용되고 있는 Black-Scholes 모형의 문제점을 극복하기 위해서 제안된 신경망 모형을 옵션가격결정 문제에 사용하였다. 이 모형을 KOSPI200 옵션 데이터로 실험한 결과 Black-Scholes 모형에 비해 검증오차를 60% 가량 줄일 수 있었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.827-834
• /
• 2003

기존의 RBF네트웍의 중심 결정에 관한 연구에서는 은닉중의 노드 수(즉 중심의 개수)가 결정되었다는 가정하에 그 위치만을 결정하는 알고리즘들이 개발되었다. 그러나 RBF 네트웍 의 성능과 계산속도는 중심의 개수에도 민감하기 때문에, 중심 위치와 개수의 통합적인 고려가 필요하다. 본 논문에서는 RBF 네트웍의 중심결정에 있어서 그 위치 뿐만 아니라 개수까지 동시에 고려하는 Two-Phase 알고리즘을 제안한다. Two-Phase 알고리즘은 두 단계로 구성된다 찻 번째 단계에서는 Bi-section 방법과 보정된 k-medoid 군집화 기법을 이용하여 네트웍의 최소 중심 개수와 위치를 결정한다. 두번째 단계에서는 RBF 네트웍의 weight를 결정하고 네트웍 설계를 마친다. 제안된 알고리즘을 다양한 수지 예제에 적용한 결과, 중심결정에 관한 기존의 알고리즘에 비해 더 적은 수의 중심으로 더 정확한 예측성능을 보임을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.195-198
• /
• 2006

분산형 데이터 마이닝에서는 의사결정나무 알고리즘을 사용한다. 의사결정나무 알고리즘을 사용하여 분산된 정보를 데이터 마이닝 하기 위해서 의사결정나무 구조 정보가 없는 에이전트에서는 의사결정나무 구조 정보를 가진 에이전트로부터 정보를 받아야 한다. 일반적으로 네트워크의 전승속도는 제한이 있고 환경마다 속도도 다르기 때문에 분산형 데이터 마이닝이 비분산형 데이터 마이닝 보다 효율적으로 실행되기 위해서 의사결정나무 구조 정보의 전송량이 최대한 작아야 한다. 본 논문에서 의사결정나무 구조 정보를 전달하는 방법과 그 정보를 보다 효율적으로 전송하는 구현방법에 대해 제시한다. (본 연구는 서울시 신기술연구개발지원사업의 지원에 의하여 이루어진 것임)

• Proceedings of the Korean Society for Rock Mechanics Conference
• /
• 1999.03a
• /
• pp.33-40
• /
• 1999

암석 및 암반을 대상으로 AE 법에 의해 파괴원 위치를 결정하는 경우 복잡한 수학적 알고리즘을 필요로 하며, 다수의 연구자에 의해 수많은 방법들이 개발되어 왔으나 각 해법의 특성에 따라 부분적인 오차를 보이는 것으로 보고되어 있다. 이와 같이 재래식 계산법에 의한 파괴원 위치의 결정은 오차를 감소시키기 위해 다양한 알고리즘이 적용되어야 한다. 이를 위해 도달시간차 및 재료 내부의 속도장을 평가하는 기술이 요구된다. 이것은 암석의 표면에서 발진기와 수신기 사이의 변화로부터 추적가능하며 복잡한 수학적인 알고리즘을 필요로 한다. (중략)

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.5
• /
• pp.1019-1028
• /
• 2007

In this paper, adaptive evolutionary algorithm(AEA) is proposed, which uses both genetic algorithm(GA) with good global search capability and evolution strategy(ES) with good local search capability in an adaptive manner, when population evolves to the next generation. In the reproduction procedure, proportion of the population for GA and ES is adaptively determined according to their fitness. The AEA is used to design membership functions and scaling factors of the fuzzy logic controller(FLC). To evaluate the performance of the proposed FLC design method, we make an experiment on the FLC for the speed control of an actual DC series motor system with nonlinear characteristics. Experimental results show that the proposed controller has better performance than PD controller.