• The Korean Journal of Applied Statistics
• /
• v.7 no.2
• /
• pp.225-237
• /
• 1994

A generalized likelihood ratio test is developed to detect an outlier associated with monitoring nuclear proliferation. While the classical outlier detection methods consider continuous variables only, our approach allows both continuous and discrete variables or a mixture of continuous and discrete variables to be used. In addition, our method is free of the normality assumption, which is the key assumption in most of the classical methods. The proposed test is constructed by applying the bootstrap to a generalized likelihood ratio. We investigate the performance of the test by studying the power with simulations.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.658-660
• /
• 2005

텍스트 형태의 문서에는 않은 종류의 유용한 관계가 존재한다. 이러한 관계들을 문서에서 자동으로 찾아내는 것은 정보검색 분야에서 매우 중요한 작업 중 하나이다. 그러나 각각의 관계마다 다양한 형태의 패턴이 존재하기 때문에 많은 양의 문서에서 이러한 관계들을 찾아내는 것은 쉬운 일이 아니다. 이러한 어려움을 해결하기 위해 본 논문에서는 일반화된 패턴을 이용하여 자동으로 관계를 찾는 방법을 제안한다. 본 논문에서 제안하는 방법은 초기에 사용자로부터 얻은 정보를 이용하여 관계를 자동으로 찾는다. 약 1,000,000개의 문장을 이용해 실험한 결과 자동으로 일반화된 패턴을 이용하는 방법을 이용할 경우 그렇지 않은 경우보다 성능이 향상됨을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.157-159
• /
• 2005

본 논문에서는 단일 색인을 사용하는 정규화 변환 지원 서브시퀀스 매칭 방법을 제안한다. 기존의 정규화 변환 지원 서브시퀀스 매칭 방법은 질의 시퀀스 길이가 커질수록 성능이 저하되고, 이를 해결하기 위하여 여러개의 색인을 사용하는 방법을 취하였다. 본 논문에서는 하나의 색인을 사용하면서도 다양한 길이의 정규화 변환 지원 서브시퀀스 매칭을 수행하는 효율적인 방법을 제시한다. 이를 위하여, 본 논문에서는 정규화 변환의 정의를 확장하여 일반화 정규화 변환 개념을 제시한다. 또한, 이러한 일반화 정규화 변환 개념을 기존 서브시퀀스 매칭 방법들에 적용하는 방안에 대한 이론적 근거를 각각의 정리로서 제시하고 증명하였다. 그리고, 이들 방안을 구현하기 위한 색인 구성 알고리즘 및 서브시퀀스 매칭 알고리즘을 각각 제시하였다. 본 논문에서 제안한 정규화 변환 지원 서브시퀀스 매칭은 다른 변환을 지원하는 서브시퀀스 매칭으로 일반화 될 수 있는 우수한 연구결과라 사료된다.

• The Journal of the Korea Contents Association
• /
• v.9 no.2
• /
• pp.97-105
• /
• 2009

This paper presents a combination of the generalized Cascade Correlation and generalized Recurrent Cascade Correlation learning algorithms. The new network will be able to grow with vertical or horizontal direction and with recurrent or without recurrent units for the quick solution of the pattern classification problem. The proposed algorithm was tested learning capability with the sigmoidal activation function and hyperbolic tangent activation function on the contact lens and balance scale standard benchmark problems. And results are compared with those obtained with Cascade Correlation and Recurrent Cascade Correlation algorithms. By the learning the new network was composed with the minimal number of the created hidden units and shows quick learning speed. Consequently it will be able to improve a learning capability.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.7A
• /
• pp.967-977
• /
• 2000

In this paper, we apply a mixed $H_2/H_{\infty}$ control to a generalized plant of inverted pendulum system represented by an LFR(Linear Fractional Representation). First, in order to obtain the generalized plant, the linear model of the inverted pendulum represented by an LFR(Linear fractional Representation) is derived. In LFR, we consider system uncertainties as three nonlinear components and a pendulum mass uncertainty. Augmenting the LFR model by adding weighting functions, we get a generalized plant. And then, we design a mixed $H_2/H_{\infty}$ controller for the generalized plant. In order to design the mixed $H_2/H_{\infty}$ controller, we use the LMI technique. To evaluate control performances and robust stability of the mixed $H_2/H_{\infty}$ controller designed, we compare it with the $H_{\infty}$ controller through the simulation and experiment. In the result, with the fewer feedback information, the mixed $H_2/H_{\infty}$ controller shows the better control performances and robust stability than the $H_{\infty}$ controller in the sense of pendulum angle.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.2
• /
• pp.148-154
• /
• 2021

Text-Independent speaker verification needs to extract text-independent speaker embedding to improve generalization performance. However, deep neural networks that depend on training data have the potential to overfit text information instead of learning the speaker information when repeatedly learning from the identical time series. In this paper, to prevent the overfitting, we propose a segment unit shuffling layer that divides and rearranges the input layer or a hidden layer along the time axis, thus mixes the time series information. Since the segment unit shuffling layer can be applied not only to the input layer but also to the hidden layers, it can be used as generalization technique in the hidden layer, which is known to be effective compared to the generalization technique in the input layer, and can be applied simultaneously with data augmentation. In addition, the degree of distortion can be adjusted by adjusting the unit size of the segment. We observe that the performance of text-independent speaker verification is improved compared to the baseline when the proposed segment unit shuffling layer is applied.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.121-123
• /
• 2003

현재 사용되는 PDA, 핸드폰 등의 이동기기는 보다 좋은 성능과 향상된 기능에 대한 시장의 지속적인 요구로 고성능을 요구하는 응용 프로그램이 점차 추가되고 있다. 이에 고성능 프로세서의 탑재가 일반화 되고 있으며, 그에 따른 전력 소비 또한 증가하고 있다. 시스템 전력 사용량의 증가 문제를 해결하고자 DVS기법, DPM기법 둥이 제시되었으나 모바일 기기에 저전력 프로세서의 탑재가 일반화 되면서 전체 에너지 소비측면에서 디바이스의 비중이 상대적으로 증대되어 기존 스케줄링 기법은 하나의 시스템 요소만을 위한 최적화 방법을 제시할 뿐 전체 시스템의 에너지 소비를 최적화시키지는 못하게 되었다. 이에 본 논문에서는 이동기기에서 프로세서의 속도를 결정하는 과정과 스케줄러가 태스크의 우선순위를 결정하는 과정에 있어 단위 시간당 디바이스의 에너지 소비가 프로세서의 단위 시간당 에너지 소비보다 큰 현실을 반영하여, 태스크의 실행 중 필요한 디바이스의 전력 소모량을 기준으로 스케줄러가 프로세서 최적화 정책과 디바이스 최적화 정책 중 올바른 스케줄링 정책을 선택하여 프로세서의 속도를 결정하고 실행순서를 조절함으로써 시스템의 가용시간을 향상시키는 기법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.112-115
• /
• 2003

모듈러 멱승은 주어진 값 X, E, N에 대하여 X$^{E}$ mod N으로 정의된다. 모듈러 멱승은 대부분의 공개키 암호시스템과 전자서명에 사용되므로, 이 연산을 빠르게 수행하는 문제는 암호학 분야에서 중요하게 연구 되고 있다. 모듈러 멱승을 계산하기 위해 가장 많이 사용되는 효율적인 알고리즘은 VLNW방법이다. 그러나 이 방법은d, q 인자를 고정시키기 때문에 제한적인 결과를 제공한다. 일반화된 그래프 모델은 VLNW방법의 f 인자를 제거하여 그 성능을 향상시켰다. 그러나 고 인자는 여전히 VLNW방법과 동일하게 고정되어 있다. d 인자는 초기 블록 테이블을 결정하는 인자로써, 이것을 확장할 경우 천 처리 시간이 기하급수적으로 증가하게 된다. 그러나, 본 논문은 전 처리 시간의 기하급수적인 증가를 저지하면서도 고 인자를 확장하기 위해서 초기 블록 테이블을 만드는 몇 가지 효율적인 방법을 제시한다. 이 방법은 VLNW 방법과 일반화된 그래프 모델보다도 효율적이며, 그 성능은 실험을 통하여 검증하였다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.19 no.3
• /
• pp.352-357
• /
• 2008

We present a space-time trellis coded OFDM system in slow fading channels. Generalized principal ratio combining (GPRC) is also analyzed theoretically in frequency domain. The analysis shows that the decoding metric of GPRC includes the metrics of maximum likelihood(ML) and PRC. The computer simulations with M-PSK modulation are obtained in frequency flat and frequency selective fading channels. The decoding complexity and simulation running times are also evaluated among the decoding schemes.

• Communications for Statistical Applications and Methods
• /
• v.16 no.1
• /
• pp.21-29
• /
• 2009

Engle and Russell (1998) proposed the ACD(Autoregressive Conditional Duration) model to explain the relationship between the prices and the duration times of the stocks. In this paper, we first introduce the various types of the ACD models such as the linear ACD, log ACD and Box-Cox ACD models and we evaluate the performance of the models for analysing the transaction data of the stocks in Korea.