• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.377-382
• /
• 2007

본 논문에서는 방사 기저함수 네트워크의 파라미터를 전 영역에서 최적화하는 학습 알고리즘을 제안한다. 기존의 학습 알고리즘들은 지역 최적화만을 수행하기 때문에 성능의 한계가 있고 최종 결과가 초기 네트워크 파라미터 값에 크게 의존하는 단점이 있다. 본 논문에서 제안하는 하이브리드 모의 담금질 기법은 모의 담금질 기법의 전 영역 탐색 능력과 경사 기반 학습 알고리즘의 지역 최적화 능력을 조합하여 전 파라미터 영역에서 해를 찾을 수 있도록 한다. 제안하는 기법을 함수 근사화 문제에 적용하여 기존의 학습 알고리즘에 비해 더 좋은 학습 및 일반화 성능을 보이는 네트워크 파라미터를 찾을 수 있으며, 초기 파라미터 값의 영향을 크게 줄일 수 있음을 보인다.

• 한국정보통신학회논문지
• /
• 제20권1호
• /
• pp.30-36
• /
• 2016

일반화 공간 변조(Generalized Spatial Modulation)는 다중안테나 시스템의 복잡도를 줄이기 위해 몇 개의 송신 안테나만을 선택하여 신호를 전송하고, 선택된 안테나의 인덱스로 정보를 표현하는 송신 방식이다. 본 연구에서는 일반화 공간 변조의 수신 방식을 고려하며, 구복호(Sphere Decoding) 수신기에서 수신 순서화를 적용하는 것을 제안한다. 기존 구복호 수신기에서 수신 신호에 대한 연산을 최적의 순서로 변형함으로써 탐색 영역을 효과적으로 줄이며 계산량 감소 이득을 얻게 한다. 모의 실험을 통해 일반화 공간 변조 시스템에서 제안한 구복호 수신기와 기존 구복호 수신기를 비교하였으며, 수신 순서화가 적용된 제안 수신기가 동일한 비트오류율 성능을 얻으면서 더 낮은 계산 복잡도를 요구하는 것을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권2호
• /
• pp.235-245
• /
• 2012

로지스틱판별분석은 금융 분야에서 유용하게 사용되고 있는 통계적 기법으로 신용평가 시 해석이 쉽고 우수한 분별력으로 많이 활용되고 있지만 종속변수에 대한 설명변수들의 비선형적인 관계를 설명하는 부분에는 한계점이 있다. 일반화가법모형은 로지스틱판별모형의 장점과 함께 종속변수와 설명변수 사이의 비선형적인 관계도 설명할 수 있다. 그러나 연속형 설명변수의 수가 대단히 많은 경우이 두 방법은 모형에 유의한 변수를 선택해야하는 문제점이 있다. 따라서 본 연구에서는 다수의 연속형 설명변수들을 공통요인분석자혼합모형에 의한 차원축소를 통해 변환된 소수의 요인점수들을 일반화가법모형의 새로운 연속형 설명변수로 사용하여 신용분류를 하는 방법을 제시한다. 실제 금융자료를 이용하여 로지스틱판별모형과 일반화가법모형, 그리고 본 연구에서 제안한 방법에 의한 정분류율을 비교한 결과 본 연구에서 제안한 방법의 분류 성능이 더 우수하였다.

• 한국정보통신학회논문지
• /
• 제18권7호
• /
• pp.1557-1564
• /
• 2014

본 논문에서는 일반화된 공간천이변조시스템에서 신호 복원 성능의 개선을 위하여 병렬 직교매칭퍼슛 기술을 이용한 신호 검출기법을 제안하고 그 성능을 분석한다. 일반화된 공간천이변조 시스템에서 수신신호의 복원은 압축 센싱에서 성긴신호 복원과 매우 유사하다. 성긴 신호 복원에서 자주 사용되는 직교매칭퍼슛 기법은 매 반복과정에서 수신 신호와 채널 행렬과의 상관도가 높은 인덱스를 송신신호의 Nonzero 인덱스로 1개씩 선택한다. 반면 제안된 POMP기법에서는 수신신호를 이용하여 첫 번째 반복과정에서 채널행렬과의 상관도가 높은 인덱스를 복수(M)개 선택한 후, 선택된 M개의 인덱스를 초기 인덱스로 하는 M개의 OMP과정을 병렬적으로 수행한다. 최종적으로 각 OMP과정에서 복원된 신호 중 수신된 신호와 복원신호사이의 잔차 (Residual)가 가장 작은 후보 신호를 최종 복원 신호로 선택한다. 본 논문에서는 POMP기법에 양자화기법을 결합한 알고리즘도 함께 제안한다. 제안된 POMP알고리즘은 OMP대비 M배의 복잡도를 갖지만 신호 복원 성능은 매우 탁월하다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권3호
• /
• pp.357-372
• /
• 2001

본 논문에서는 서브시퀀스 매칭에서 윈도우 구성의 일반화 개념을 제안하고, 이에 기반한 새로운 서브시퀀스 매칭 방법인 GeneralMatch를 제안한다. 기존 연구인 Faloutsos 등의 방법 (간단히 FRM이라 한다)은 점 여과 효과의 결여로 인해 많은 착오해답을 발생시켰다. 본 저자들의 DualMatch는 점 여과 효과를 발휘하여 성능을 크게 향상시켰으나, 주어진 최소 질의 시퀀스 길이에 대해 최대 윈도우 크기가 작은(FRM의 1/2) 문제가 있었다. GeneralMatch는 DualMatch를 더욱 개선한 방법으로서, 두 방법의 장점을 모두 취한다. 즉, FRM과 같이 큰 윈우를 사용할 수 있으며, 동시에 DualMatch와 같이 점 여과 효과를 발휘할 수 있다. GeneralMatch는 데이터 시퀀스를 J-슬라이딩 윈도우(일반화된 슬라이딩 윈도우)로 나누고, 질의 시퀀스를 J-디스조인트 윈도우(일반화된 디스조인트 윈도우)로 나누는 방법을 사용한다. 본 논문에서는 GerneralMatch의 정확성, 즉 GeneralMatch가 착오기각이 발생하지 않음을 증명한다. 또한, 주어진 최소 질의 시퀀스 길이에 대해 GeneralMatch가 바르게 동작하기 위한 최대 윈도우 크기가 있음을 증명한다. 그리고, 페이지 액세스 횟수를 최소로 하는 J 값의 결정 방법을 제안하다. 실제 주식 데이터에 대한 실험 결과, GeneralMatch는 낮은 선택률 범위($10^{-6}~10^{-4}$)에서 DualMatch에 비해 평균 114%, FRM에 비해 998% 성능을 향상시켰으며, 높은 선택률 범위($10^{-6}~10^{-4}$)에서도 DualMatch에 비해 평균 46%, FRM에 비해 평균 65% 성능을 향상시켰다.

• 한국산업정보학회논문지
• /
• 제24권5호
• /
• pp.95-104
• /
• 2019

본 논문에서는 잔향 환경에 강인한 GSFM(Generalized sinusoidal frequency modulated) 펄스를 설계하는 기법을 제안하였다. GSFM 펄스는 SFM(Sinusoidal frequency modulated) 펄스의 일반화한 형태로써 거리와 도플러 분해능이 모두 우수한 압정형태의 모호성 함수를 가지는 장점이 있다. 하지만 일반화를 하는 과정에서 주기성이 사라지기 때문에, 빗살형태의 스펙트럼을 가지는 SFM 펄스에 비해 잔향환경에서 탐지 성능이 저하된다. 본 논문에서는 GSFM 펄스의 파라미터 ${\rho}$를 적절히 변화시켜 SFM 펄스의 잔향 제거 성능과 GSFM 펄스의 거리 분해능 성능 간에 트레이드오프(Trade-off)관계를 분석하고, 비교적 높은 성능을 동시에 만족할 수 있는 ${\rho}$ 값을 제안하였다. 제안한 GSFM 펄스의 성능을 검증하기 위해 잔향환경을 모의하여 시뮬레이션을 수행하였으며, 제안한 GSFM 펄스가 저속의 도플러 표적을 탐지하면서 우수한 거리 분해능을 가지는 것을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.1-9
• /
• 2023

스트레스는 감당하기 어려운 외부 또는 내부 요인으로부터 유발되는 것으로 현대 사회의 주요한 문제 중 하나이다. 높은 스트레스가 장기적으로 지속되면 만성적으로 발전할 수 있으며, 건강 및 생활 전반에 큰 악영향을 초래할 수 있다. 그러나 만성적인 스트레스를 겪는 사람들은 자신이 스트레스를 받고 있는지 알아차리기 어렵기 때문에 사전에 스트레스를 인지하고 관리하는 것이 중요하다. 웨어러블 기기로부터 측정된 생체 신호를 이용하여 스트레스를 탐지한다면, 스트레스를 효율적으로 관리할 수 있을 것이다. 그러나 생체 신호를 이용하는 데에는 두 가지 문제점이 있다. 첫째로 생체 신호에서 수작업 특징을 추출하는 것은 바이어스를 발생시킬 수 있으며, 두 번째는 실험 주체에 따라 분류 모델 성능의 변이가 클 수 있다는 것이다. 본 논문에서는 데이터의 핵심적인 특징을 표현할 수 있는 합성곱 오토인코더를 이용해 바이어스를 줄이고 앙상블 학습 중 하나인 소프트 보팅을 이용해 일반화 능력을 높여 성능의 변이를 줄이는 모델을 제안한다. 모델의 일반화 성능을 확인하기 위하여 LOSO 교차 검증 방법을 이용하여 성능을 평가한다. 본 논문에서 제안한 모델은 WESAD 데이터셋을 이용하여 높은 성능을 보여주었던 기존의 연구들보다 우수한 정확도를 보임을 확인하였다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1996년도 추계학술발표회 논문집
• /
• pp.98-103
• /
• 1996

석탄가스화복합발전소내 공기분리장치와 연계된 가스터빈 공기압축기의 성능병화를 예측할 수 있는 해석방법을 제안하였다. 공기분리장치와 연계된 가스터빈용 공기압축기의 성능변화는 유선곡률방법과 압력손실모델을 결합한 해석방법을 사용하였으며, 예측결과들을 실제 압축기성능 시험 결과와 비교하여 예측정확도를 검증하였다. 제안된 압축기성능 해석방법을 근간으로, 압축기와 공기분리장치의 연계조건인 열교환기의 핀치포인트 온도차, 추출공기량 및 추출 공기압력이 압축기 성능변화에 미치는 영향을 정량적으로 예측하였다. 공기추출량이 늘어나거나 핀치포인트 온도차가 커질수록, 압축기의 압축비 및 소요동력은 증가하나, 압축기 효율은 공기추출량의 증가에 따라 고압공기추출시에는 저하되고, 저압공기추출시에는 향상되었다. 더 나아가, 압축기의 일반화된 성능특성곡선의 제시를 통해, 압축기 효율을 극대화 할 수 있는 압축기/공기분리장치 간 연계조건의 최적화를 시도하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.145-147
• /
• 2001

문서 자동 분류에는 통계적인 기법과 machine learning 기법의 맡은 알고리즘들이 이용되고 있다. 통계적인 기법 알고리즘을 이용한 문서 분류는 높은 성능을 보이지만 분류할 카테고리가 둘 이상인 경우가 빈번할 경우에는 정확률이 급격히 저하되는 단점이 있다. 본 논문에서는 K-NN알고리즘을 이용하여 일차적인 문서 분류를 수행한 후 특정 카테고리로 분류하기에 애매모호한 경우가 생길 경우 시소러스의 일반화 관계와 연관화 관계를 이용하여 모호성을 줄임으로써 문서 자동 분류의 성능을 높이기 위한 새 기법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.489-492
• /
• 2004

미지의 패턴을 분류하기 위해서 사용되는 메모리 기반 학습 기법은 만족할만한 분류 성능을 보여주고 있다. 하지만 메모리 기반 학습기법은 단순히 패턴과 메모리에 저장된 예제들 간의 거리를 기준으로 분류하므로, 패턴을 분류하는 처리과정을 설명할 수 없다는 문제점을 가지고 있다. 본 논문에서는 RPA(Recursive Partition Averaging) 기법을 이용하여 패턴을 분류하는 과정을 설명할 수 있는 규칙 추출 알고리즘과 또한 일반화 성능을 향상시키기 위하여 규칙의 조건을 확장하는 알고리즘을 제안한다.