• The Transactions of the Korean Institute of Power Electronics
• /
• 제4권2호
• /
• pp.184-191
• /
• 1999

일반적으로 시스템 인식과 제어를 위해 이용하는 다층망 신경회로망은 기존의 역전파알고리즘을 이용한다. 그러나 결선강도에 대한 오차의 기울기를 구하는 방법이기 때문에 국부적 최소점에 빠지기 쉽고, 수렴속도가 매우 늦으며 초기결선강도 값들이나 학습계수에 민감하게 반응한다. 이와 같은 단점을 개선하기 위해 본 논문에서는 칼만필터링 기법을 도입하여 수렴속도를 빠르게 하고 초기 결선강도의 영향을 받지 않도록 개선하였으며, 유도전동기의 속도추정과 제어에 적용하여 좋은 결과를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.333-335
• /
• 1998

에러 역전파 신경망에서 학습속도와 수렴률은 초기 가중의 분포에 따라 크게 영향을 받는다. 본 연구에서는 이를 위하여 비교사 학습 신경망(Hebbian learning rule)을 이용한 새로운 초기 가중치 결정 방법을 제안한다. 또는 비교사 학습 신경망이 에러 역전파 신경망 학습에 적당하도록 은닉층의 각 뉴런과 연결된 가중치의 norm을 이용하여 학습하였다. 시뮬레이션을 통하여 기존 에러 역전파 신경망 학습과 그 성능을 비교한 결과 제안한 초기 가중치 표현이 학습속도와 수렴능력에서 우수함을 나타낸다.

• The Journal of the Korea institute of electronic communication sciences
• /
• 제8권10호
• /
• pp.1451-1456
• /
• 2013

This paper propose a method for fast convergence technique in frequency domain independent component analysis (FDICA) using eigenanalysis. It important, such as SONAR system, to eliminate the interference sources through fast algorithm. Through eigenanalysing a two-by-two delayed mixture case, information of delay can be used for initial weighting parameters. Simulations show the improved performances in convergence speed and noise rejection rate. The proposed method can present close weights for optimal convergence, noise can be diminished drastically about 3 times epoch, and get the better resultss with 1~3dB than the conventional method.

• Proceedings of the Korea Multimedia Society Conference
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.179-182
• /
• 2004

무선통신분야에서 LMS5(Least Mean Square) 알고리즘은 식이 간단하고 계산량이 비교적 적기 때문에 널리 사용되고 있다. 그러나 시간영역에서 처리할 경우 입력신호의 고유치 변동폭이 넓게 분포되어 수렴속도가 저하하는 문제점이 있다. 이를 해결하기 위하여 신호를 FFT(Fast Fourier Trasnform)나 DCT(Discrete Cosine Transform)로 변환하여 신호간의 상관도를 제거함으로써 시간영역에서 LMS알고리즘을 적용할 때 보다 수렴속도를 크게 향강시킬 수 있다. 본 논문에서는 수렴속도 향상을 위해 시간영역의 적응 알고리즘을 직교변환인 고속웨이브렛(wavelet)변환을 이용하여 변환영역에서 수행하며, 짧은 필터계수를 가지는 DWT(Discrete Wavelet Transform)특성에 맞는 Fast running FIR 알고리즘을 이용하여 WTLMS(Wavelet Transform LMS)적응알고리즘을 통신시스템에 적용한다. 적응 알고리즘의 성능향상을 위하여 시간에 따라 적응상수의 크기를 가변시켜 수렴 초기에는 큰 적응상수로 따른 수렴이 가능하도록 하고 점차 적응상수의 크기를 줄여서 misadjustment도 줄이는 방법의 적응 알고리즘을 제안하였다. 제안한 알고리즘을 실제로 적응잡음제거기(adaptive noise canceler)에 적용하여 컴퓨터 시뮬레이션을 하였으며, 각 알고리즘들의 계산량, 수렴속도를 이용하여 각각 비교, 분서하여 그 성능이 우수함을 입증하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• 제27권3A호
• /
• pp.284-289
• /
• 2002

In this paper, we propose the fast simulated annealing algorithm to decrease convergence rate in image segmentation using MRF. Simulated annealing algorithm has a good performance in noisy image or texture image, But there is a problem to have a long convergence rate. To fad a solution to this problem, we have labeled each pixel adaptively according to its intensity before simulated annealing. Then, we show the superiority of proposed method through experimental results.

• Proceedings of the Korean Statistical Society Conference
• /
• 한국통계학회 2002년도 춘계 학술발표회 논문집
• /
• pp.25-28
• /
• 2002

비선형모형분석의 초기 단계에서 초기값(starting value, initial parameter value)를 결정하는 문제는 비선형모형의 모수추정을 위한 반복기법의 수렴속도나 국소값(local minimum)문제에 영향을 주게 된다. 본 논문을 통하여 탐색적 자료분석이 초기값를 결정하는 데 도움을 줄 수 있음을 보이고자 한다.

• The Transactions of the Korean Institute of Power Electronics
• /
• 제5권2호
• /
• pp.131-139
• /
• 2000

일반적으로 시스템 인식과 제어에 이용하는 다층 신경회로망은 기존의 역전파 알고리즘을 이용한다. 그러나 결선강도에 대한 오차의 기울기를 구하는 방법이기 때문에 국부적 최소점에 빠지기 쉽고, 수렴속도가 매우 늦으며 초기 결선강도 값들이나 학습계수에 민감하게 반응한다. 이와 같은 단점을 개선하기 위하여 확장된 칼만 필터링 기법을 역전파 알고리즘에 결합하였으나 계산상의 복잡성 때문에 망의 크기가 증가하면 실제 적용할 수 없다. 최근 신경회로망을 선형과 비선형 구간으로 구분하고 칼만 필터링 기법을 도입하여 수렴속도를 빠르게 하고 초기 결선강도 값에 크게 영향을 받지 않도록 개선하였으나, 여전히 은닉층의 선형 오차값을 역전파 알고리즘에 의해서 계산하기 때문에 학습계수에 민감하다는 단점이 있다. 본 논문에서는 위에서 언급한 기존의 신경회로망 알고리즘의 문제점을 개선하기 위하여 은닉층의 목표값을 최적기법에 의하여 직접계산하고 각각의 결선강도 값은 반복최소 자승법으로 온라인 학습하는 알고리즘을 제안하고 이들 신경회로망 알고리즘과 비교하고자 한다. 여러 가지 시뮬레이션과 실험을 통하여 제안된 방법이 초기 결선강도에 크게 영향을 받지 않으며, 기존의 학습계수 선정에 따른 문제점을 해결함으로써 신경회로망 모델에 기초한 실시간 제어기 설계에 응용할 수 있도록 하였다. 또한, 유도전동기의 속도추정과 제어에 적용하여 좋은 결과를 보였다.

• The Transactions of the Korea Information Processing Society
• /
• 제5권11호
• /
• pp.3010-3023
• /
• 1998

GA has a fast convergence speed in searching the one point around optimal value. But it's convergence time increase in searching the region around optimal value because it has no regional searching mechanism. BP has the tendency to converge the local minimum because it has global searching mechanism. To overcome these problems, a method in which a genetic algorithm and a back propagation are applied in turn is proposed in this paper. By using a genetic algorithm, we compute optimal synaptic strength and offset value. And then, these values are fed to the input of the back propagation. This proposed method is superior to each above method in improving the convergence speed.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• 제22권11호
• /
• pp.2451-2458
• /
• 1997

Adaptive channel equalization complished without resorting to a training sequence is known as blind equalization. In this paper, in order to increase the speed of the convergence and to reduce the steady-state mean squared error simulatneously, we propose the multi-stage DD(decision-direct) algorithm derived from the combination of the Sato algorithm and the decision-directed algorithm. In the starting stage, the multi-stage DD algorithm is identical to the Sato algorithm which guarantees the convergence of the equalizer. As the blind equalizer converges, the number of the level of the quantizers is increased gradally, so that the proposed algorithm operates identical to the decision-directed algorithm which leads to the low error power after the convergence. Therefore, the multi-stage DD algorithm obtains fast convergence rate and low steady state mean squared error.

• The Transactions of the Korea Information Processing Society
• /
• 제7권2호
• /
• pp.552-557
• /
• 2000

In the paper, we proposed a face recognition method that uses GA-BP(Genetic Algorithm-Back propagation Network) that optimizes initial parameters such as bias values or weights. Each pixel in the picture is used for input of the neuralnetwork. The initial weights of neural network is consist of fixed-point real values and converted to bit string on purpose of using the individuals that arte expressed in the Genetic Algorithm. For the fitness value, we defined the value that shows the lowest error of neural network, which is evaluated using newly defined adaptive re-learning operator and built the optimized and most advanced neural network. Then we made experiments on the face recognition. In comparison with learning convergence speed, the proposed algorithm shows faster convergence speed than solo executed back propagation algorithm and provides better performance, about 2.9% in proposed method than solo executed back propagation algorithm.