• 제목/요약/키워드: 일반화 역행렬

검색결과 16건 처리시간 0.023초

선형 모형에서 모수 추정을 위한 일반화 역행렬 및 SAS IML 이론에 관한 연구 (G-Inverse and SAS IML for Parameter Estimation in General Linear Model)

  • 최규정;강관중;박병전
    • 응용통계연구
    • /
    • 제20권2호
    • /
    • pp.373-385
    • /
    • 2007
  • 선형모형에서 최소자승법에 의한 정규방정식의 해는 유일하지 않은 경우도 있는데 문헌에 따르면 일반화 역행렬을 정의하여, 그 해를 SAS IML로 취급하고 있다. 본 논문에서는 이것에 대한 이론을 보다 체계화하여 교육 및 연구에 도움을 주고자 하는데 그 목적이 있다.

구속된 시스템 운동방정식의 수치해석에 관한 연구 (A Study on Numerical Analysis of Equation of Motion for Constrained Systems)

  • 은희창;정헌수
    • 소음진동
    • /
    • 제7권5호
    • /
    • pp.773-780
    • /
    • 1997
  • Using Generalized Inverse Method presented by Udwadia and Kalaba in 1992, we can obtain equations to exactly describe the motion of constrained systems. When the differential equations are numerically integrated by any numerical integration scheme, the numerical results are generally found to veer away from satisfying constraint equations. Thus, this paper deals with the numerical integration of the differential equations describing constrained systems. Based on Baumgarte method, we propose numerical methods for reducing the errors in the satisfaction of the constraints.

  • PDF

고속 리버스 자켓 변환과 그의 응용 (Fast Reverse Jacket Transform and Its Application)

  • 이승래;성굉모
    • 한국통신학회논문지
    • /
    • 제26권7A호
    • /
    • pp.1250-1256
    • /
    • 2001
  • 개선된 리버스 자켓 행렬(Reverse Jacket matrix)의 정의와 함께 그의 역행렬을 소개한다. 새로이 정의된 리버스 자켓 행렬은 실베스터 타입의 하다마드 행렬을 이용하여 더욱 일반화되었다. 이 논문에서는 고속 리버스 자켓 변환(fast Reverse Jacket transform)을 제시하며 또한 이 알고리즘이 4점 이산 푸리에 변환으로 응용이 됨을 보여준다.

  • PDF

Bacterial Foraging Algorithm을 이용한 Extreme Learning Machine의 파라미터 최적화 (Parameter Optimization of Extreme Learning Machine Using Bacterial Foraging Algorithm)

  • 조재훈;이대종;전명근
    • 한국지능시스템학회논문지
    • /
    • 제17권6호
    • /
    • pp.807-812
    • /
    • 2007
  • 최근 단일 은닉층을 갖는 전방향 신경회로망 구조로, 기존의 경사 기반 학습알고리즘들보다 학습 속도가 매우 우수한 ELM(Extreme Learning Machine)이 제안되었다. ELM 알고리즘은 입력 가중치들과 은닉 바이어스들의 초기 값을 무작위로 선택하고 출력 가중치들은 Moore-Penrose(MP) 일반화된 역행렬 방법을 통하여 구해진다. 그러나 입력 가중치들과 은닉층 바이어스들의 초기 값 선택이 어렵다는 단점을 갖고 있다. 본 논문에서는 최적화 알고리즘 중 박테리아 생존(Bacterial Foraging) 알고리즘의 수정된 구조를 이용하여 ELM의 초기 입력 가중치들과 은닉층 바이어스들을 선택하는 개선된 방법을 제안하였다. 실험을 통하여 제안된 알고리즘이 많은 입력 데이터를 가지는 문제들에 대하여 성능이 우수함을 보였다.

GTLS의 ARMA시트템식별에의 적용 및 적응 GTLS 알고리듬에 관한 연구 (ARMA System identification Using GTLS method and Recursive GTLS Algorithm)

  • 김재인;김진영;이태원
    • 한국음향학회지
    • /
    • 제14권3호
    • /
    • pp.37-48
    • /
    • 1995
  • 일반화된 완전최소자승법 (generalized total least squares method, GTLS)의 ARMA 시스템 식별에의 적용과 GTLS의 적응알고리듬에 대하여 논한다. 일반화된 완전최소자승법은 일별과 출력을 알고 있는 시스템식별 (system identification)문제에서, 출력이 잡음에 의하여 오염된 경우, 편이되지 않은 해를 구하기 위하여 사용되는 방법이다. 본 논문에서는 먼저 GTLS를 ARMA 시스템 식별에 적용하기 위한 formulation을 하고, 일반화된 완전최소자승법의 일반 해의 성질과 역행렬 정리 (matrix inverse lemma)를 이용하여 적응 GTLS 방법을 제안한다. 다음 제안된 방법을 통하여 시스템식별에 적용하여 그 성능을 평가한다. 또한 GTLS 알고리듬과 제안한 적응 GTLS 알고리듬의 성능을 수학적으로 해석하고 컴퓨터 시뮬레이션을 통하여 이를 검증한다.

  • PDF

Jacobian 행렬의 주부분 행렬을 이용한 Levenberg-Marquardt 알고리즘의 개선 (Improving Levenberg-Marquardt algorithm using the principal submatrix of Jacobian matrix)

  • 곽영태;신정훈
    • 한국컴퓨터정보학회논문지
    • /
    • 제14권8호
    • /
    • pp.11-18
    • /
    • 2009
  • 본 논문은 Levenberg-Marquardt 알고리즘에서 Jacobian 행렬의 주부분 행렬을 이용하여 학습속도를 개선하는 방법을 제안한다. Levenberg-Marquardt 학습은 오차함수에 대한 2차 도함수를 계산하기 위해 Hessian 행렬을 사용하는 대신 Jacobian 행렬을 이용한다. 이런 Jacobian 행렬을 가역행렬로 만들기 위해, Levenberg-Marquardt 학습은 ${\mu}$값을 증가시키거나 감소시키는 과정을 수행하고 ${\mu}$값의 변경에 따른 역행렬의 재계산이 필요하다. 따라서 본 논문에서는 ${\mu}$값의 설정을 위해 Jacobian 행렬의 주부분 행렬을 생성하고 주부분 행렬의 고유값 합을 이용하여 ${\mu}$값을 설정한다. 이와 같은 방법은 추가적인 역행렬 계산을 하지 않으므로 학습속도를 개선할 수 있다. 제안된 방법은 일반화된 XOR 문제와 필기체 숫자인식 문제를 대상으로 실험하여 학습속도의 향상을 검증하였다.

구속된 기계시스템의 운동제어 설계 (Motion Control Design of Constrained Mechanical Systems)

  • 조중선
    • 한국정밀공학회지
    • /
    • 제14권7호
    • /
    • pp.154-162
    • /
    • 1997
  • 본 논문은 구속된 기계 시스템의 운동 제어 설계를 위한 새로운 방법을 제안한다. 구속된 기계 시스템의 운동 제어에는 지금까지 주로 사용되어온 Lagrange의 운동 방정식에 의한 모델링 보다 Udwadia와 Kalaba에 의해 제안된 운동 방정식에 의한 모델링이 더욱 적합함을 보였으며 이는 Holonomic 및 Nonholonomic 구속 조건을 비롯한 대부분의 구속 조건이 포함된다. 문헌에 잘 알려진 두 시스템을 시뮬레이션을 통하여 비교 함으로써 본 논문에 제안된 방법이 보다 우수한 결과를 보여줌을 확인 할 수 있었다. 또한 지금까지 불가능 하였던 비선형 일반 속도(gereralized velocity)를 포함한 구속 조건도 용이하게 제어됨을 보임으로써 광범위한 구속된 기계 시스템의 제어 문제를 통일된 방법으로 접근 할 수 있음을 제시하였다.

  • PDF

바퀴달린 로봇의 동적 제어 (Dynamic Control of a Robot with a Free Wheel)

  • 은희창;정동원
    • 한국정밀공학회지
    • /
    • 제15권3호
    • /
    • pp.127-132
    • /
    • 1998
  • Mobile wheeled robots are nonholonomically constrained systems. Generally, it is very difficult to describe the motion of mechanical systems with nonintegrable nonholonomic constraints. An objective of this study is to describe the motion of a robot with a free wheel. The motion of holonomically and/or nonholonomically constrained system can be simply determined by Generalized Inverse Method presented by Udwadia and Kalaba in 1992. Using the method, we describe the exact motion of the robot and determine the constraint force exerted on the robot for satisfying constraints imposed on it. The application illustrates the ease with which the Generalized Inverse Method can be utilized for the purpose of control of nonlinear system without depending on any linearization, maintaining precision tracking motion and explicit determination of control forces of nonholonomically constrained system.

  • PDF

공분산분석 모형에서의 변수선택 정리 (Variable Selection Theorem for the Analysis of Covariance Model)

  • 윤상후;박정수
    • Communications for Statistical Applications and Methods
    • /
    • 제15권3호
    • /
    • pp.333-342
    • /
    • 2008
  • 회귀모형에서의 변수선택에 관한 정리를 공분산분석 모형으로 확장하였다. 공분산분석 모형에서 몇개의 회귀변수를 제거한 축소모형을 세우는 경우에 추정량의 변화를 알아본 결과, 회귀계수 뿐만아니라 분산분석계수도 추정량의 편차는 증가하지만 분산은 감소하며, 어떤 경우에는 평균제곱오차도 감소한다는 결론을 얻었다.

Pseudo Jacket 행렬을 이용한 MIMO SVD Channel (Pseudo Jacket Matrix and Its MIMO SVD Channel)

  • 양재승;김정수;이문호
    • 한국인터넷방송통신학회논문지
    • /
    • 제15권5호
    • /
    • pp.39-49
    • /
    • 2015
  • Jacket Matrices: Construction and Its Application for Fast Cooperative Wireless signal Processing[27]에 소개된 Jacket 행렬로부터 일반화된 의사 Jacket 행렬에 대한 특성과 생성에 관한 정리가 발표됐다. 본 논문에서는 MIMO 채널과 같이 $2{\times}4$, $3{\times}6$ 같은 비정방 행렬에서의 의사 Jacket 역행렬에 대한 예제를 제안했다. 또한 의사 MIMO 특이값 분해 (SVD, Singular Value Decomposition) channel을 추론하여 적용하였으며 안테나 어레이를 분할하여 추정하는 채널을 기반으로 SVD를 활용하는데 적용하였다. 이것은 MIMO 채널 및 고유값 분해 (EVD, Eigen Value decomposition) 등에 사용할 수 있다.