• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.193-196
• /
• 1999

본 논문은 음향 임펄스를 모델링하는데 코사인 변조된 필터 뱅크와 Decimation을 이용하여 수렴 속도를 개선하는 방법을 제안하고 이를 잡음제거에 응용하였다. 제안된 구조는 입력신호를 필터뱅크를 이용하여 각 서브밴드로 분할한 후 필터 입력신호의 고유벡터의 최대값과 최소값의 비를 줄이고 필터의 탭수를 줄이기 위해서 decimation을 행한다. 그리고 서브밴드대역의 샘플링 주파수를 낮추어 신호 스펙트럼을 확장시켜 이를 적응필터에 입력하여 수렴속도를 향상시켰다. 실험 결과, Colored잡음의 경우 LMS 알고리즘보다 제안된 방법이 MSE(Mean Square Error)는 좋지는 않았다. 실제 음향시스템의 모델링에는 거의 같은 MSE을 갖으며, 수렴 속도에는 모두 빠른 성능을 보였으며, 이를 음질향상에 적용하여 향상된 음질을 얻을 수 있었다.

• 한국정보처리학회논문지
• /
• 제5권11호
• /
• pp.3010-3023
• /
• 1998

유전자 알고리즘은 염색체 집단을 이용하는 탐색이므로 전역적인 최적해의 탐색 성능은 우수하여 최적해에 근접한 한점까지의 수렴속도는 빠르지만 탐색 메카니즘이 없기 때문에 최적해 근처의 탐색에서는 수렴 속도가 떨어지는 단점이 있고, 역전파 알고리즘은 개체 수준의 탐색이므로 지역적 미세조정의 탐색능력은 우수하지만 전역적 탐색기능이 없어 지역적 최적해로 수렴하는 경우가 있다. 본 논문에서는 수렴 속도가 향상된 윤곽선 추출을 위하여 유전자와 역전파 알고리즘을 병행해서 실행하는 윤곽선 추출방법을 제안하였다. 윤곽선 추출 방법은 먼저 유전자 알고리즘을 이용하여 최적의 연결강도와 오프셋 값을 계산한다. 다음으로 이 값을 역전파 학습 알고리즘 학습의 파라미터의 초기값으로 한 반복 학습으로 최적의 윤곽선 구조를 추출하였다. 제안된 알고리즘은 유전자 알고리즘 또는 역전파 알고리즘 단독으로 실행한 경우보다 수렴속도가 향상된 결과를 보여 주었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.760-762
• /
• 1999

본 논문에서는 기존의 적응필터인 LMS(Least Mean Square)와 RLS(Recursive Least Square)의 수렴속도의 향상과 안정성을 개선하기 위한 방안을 제안하였다. 제안된 알고리즘은 기존의 시간영역 LMS 알고리즘보다 상당히 빠른 수렴속도를 보일 수 있도록 설계하였다. RLS 알고리즘는 역행렬연산으로 인한 연산량이 많고 자기상관행렬이 positive definite 특성을 잃어버릴 경우 시스템이 수치적으로 불안정하게 되어 발산하는 단점이 있다. 이런한 단점을 보완하기 위해 제안된 알고리즘을 사용하였다. 기존의 알고리즘은 전력 정규화 과정에서 입력신호의 변환이 백색화가 완전히 이루어지지 않게 되어 자기상관행렬이 순수한 대각행렬이 되지 않는 단점을 지니고 있으나, 본 연구에서는 이러한 대각화 과정에서 좀더 많은 정보를 포함하도록 설계하였다. 아울러 제안된 알고리즘을 적응 등화기에 적용하여 수렴속도가 개선됨을 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제7권4호
• /
• pp.204-210
• /
• 2002

자기조직화 지도(self-organizing feature map)는 학습시 수렴하기 위하여 많은 입력패턴을 필요로 하는 단점이 있다. 본 논문에서는 자기조직화 지도 학습시 학습률이 일정한 이웃 상호작용 집합을 동적 가우시안 함수로 변환하여 수렴속도와 수렴도를 개선할 수 있는 방법을 제안한다. 제안한 방법은 이웃 상호작용 함수로 사용된 가우시안 함수의 편차와 폭을 학습 회수에 따라 감소하는 동적 성질과 승자 뉴런으로부터의 위상학적 위치에 따라 각기 다른 학습률을 갖도록 하였다. 따라서 본 논문에서는 자기조직화 지도의 수렴속도와 수렴도를 향상시켰다.

• 대한전자공학회논문지
• /
• 제26권1호
• /
• pp.1-9
• /
• 1989

적응제어의 수렴분석 방법이 지난 수십년간 연구되어 왔으나, 적응제어 시스템의 고속수렴에 대한 구조적 중요성은 아직도 논쟁이 되고 있다. 본 논문은 적응제어 error 모델에 대한 지수적 수렴속도의 상대적 개선방법을 고찰하였다. Error시스템의 궤환구조를 변화시킴으로써 수렴속도를 개선하기 위해Lyapunov의 직접방식을 적응제어 시스템에 적용하였다. 몇가지 simulation 예를 들어, 이 방법의 고속수렴과 robustness를 보였다.

• 정보보호학회논문지
• /
• 제9권4호
• /
• pp.11-22
• /
• 1999

LMS 적응필터는 많은 신호처리 응용분야에서 광범위하게 사용되고 있으나 반복 적 최소 자승 (RLS) 적응 필터와 비교해서 주어진 안정상태 평균 자승 에러에 대한 수렴특성이 떨어진 다. 본 논문은 LMS 알고리즘의 수렴속도를 향상시키기 위해 폐기된 탭 입력 데이터를 몇 개의 한정된 버퍼를 이용 탭 가중치를 적응적으로 조절하여 수렴특성을 개선한다. 컴퓨터 시뮬레이션 결과를 통해 스텝 크기 매 개변수 $\mu$값의 증가는 보다 빠른 수렴속도와 평균 자승에러를 감소시키는 효과를 가지므로 데이터 재순 환 버퍼 구조에서 탭 가중치의 갱신에 비례하여 평균 자승 에러의 수렴속도가 재순환 버퍼 B를 증가시 켜 수렴속도가 (B+1)배 만큼 증가한다. 데이터 버퍼 알고리즘을 이용한 제안된 TDL 필터가 LMS 알고 리즘과 동일한 수렴조건을 가지고 실행될 때 연산복잡성의 실질적 부담감을 배제하고 채널 간의 상호심 볼간섭을 보다 효율적으로 제어하면서 적응 횡단선 필터의 수렴속도를 증기시켜 개선한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.305-308
• /
• 2003

본 논문은 토너먼트 선택을 사용한 Deceptive Problem에서 최적 해(optimum)를 찾으면서 수렴(Convergence)속도를 향상시키기 위한 최적의 조건을 찾고자 한다. 이를 위해 적합도가 높은 염색체(cromosome)를 다음 세대로 전달하면서 동시에 적합도가 낮은 염색체에 대해서도 적정 수준 전달되게 하였다. 또한 기존의 여러 선택기법 중 가장 일반적으로 사용되는 토너먼트 선택 기법의 문제점을 고찰하고, 제안 방법으로 최적도 및 수렴속도를 모의 실험을 통해 비교 및 분석한다. 실험 결과로부터 제안 방법에 대한 수렴속도의 경향을 고찰하였다.

• 한국통신학회논문지
• /
• 제25권11A호
• /
• pp.1699-1708
• /
• 2000

본 논문은 ATM LAN 시스템의 NEXT(near-end crosstalk) 억제에 관한 연구로서, cyclostationary 근단 누화신혼(NEXT)가 존재하는 경우, NEXT 억제를 수행하는 PS-FSE (phase-splitting fractionally spaced equalizer)의 수렴 동작과 성능에 대하여 분석한다. 전체 수렴 속도와 수렴 후 성능은 신호와 근단 누화 신호와의 상대적 클락 페이즈(relative clock phase)에 따라 다르게 나타나고, 이러한 현상은 PS-FSE의 eigenstructure를 통해 설명할수 있다. Cyclostationary 근단 누화 신호과 존재하는 경우 PS-FSE는 stationary 잡음의경우와 다른 eigenstructure를 가진다. PS-FSE의 전체 수렴 속도는 근단 누화 신호 전력 스펙트럼에서 신호와 근단 누화 신호간의 cross 전력 스펙트럼을 뺀 값으로 구해지는 eigenvalue 값에 의해 결정되고, 따라서 신호와 근단 누화 신호간의 correlation에 의해 전체 수렴 속도가 좌우된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.656-659
• /
• 2020

초해상화 딥러닝 기법은 학습 시 수렴하기까지 최소 수백 번의 에폭을 필요로 하며 오랜 시간이 걸린다. 최근, 영상 인식용 딥러닝 모델에서는 학습 수렴 속도를 향상시키기 위해 픽셀, 채널간 불필요한 상호연관 정보를 제거하는 Deconvolution 기술이 제안되었다. 본 논문에서는 최초로 Deconvolution 기술을 초해상화 딥러닝 방법에 적용하여 학습 수렴 속도 증가를 시도했다. 영상 인식 딥러닝 기법과 다르게 초해상화 딥러닝 기법은 이미지 특성 추출 부분과 이미지 복원 부분의 정보를 보존하는 것이 중요하기 때문에, EDSR을 Baseline 모델로 사용하여 양쪽 끝의 레이어는 기존의 Convolution 연산을 그대로 유지하고, 중간 레이어의 ResBlock 내의 Convolution 연산만 Deconvolution 연산으로 바꿔서 구성하였다. 초해상화 벤치마크 데이터셋을 사용한 실험 결과, 수렴속도가 빨라지지 않는 결과를 도출했다. 본 논문에서는 Deconvolution 기술이 Baseline 모델의 성능을 개선하지 못하는 이유를 초해상화 분야에서 기본적으로 적용되는 Residual Learning 기법 때문으로 분석했다.

• 한국음향학회지
• /
• 제28권7호
• /
• pp.640-645
• /
• 2009

블라인드 채널 등화기의 일종인 CMA방식의 수렴 속도는 일반적을 훈련열을 바탕으로 한 방법에 비해서 느린 경향이 있다. 또 그 수렴 속도는 정해진 스텝사이즈에 따라 정해진다. 본 논문은 기존 고정 스텝사이즈 CMA 알고리즘의 수렴 속도를 개선하기 위한 직교 정사형 망각인자를 도입하여 수렴성능이 개선된 새로운 알고리즘을 제안한다.