• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1093-1102
• /
• 2010

주성분 분석(PCA)은 데이터의 차원을 줄이면서 최대의 데이터 변이를 보존하는 기법으로 차원 축소나 피처 추출을 위해 널리 사용되고 있다. 하지만 PCA는 잡음에 민감한 단점이 있으며, 이러한 잡음 민감성을 해결하기 위해 여러 가지 PCA 변형이 제안되었다. 그 중 robust fuzzy PCA(RF-PCA)는 퍼지 소속도를 사용하여 잡음의 영향을 효과적으로 줄일 수 있음이 입증되었다. 하지만 RF-PCA 역시 몇 가지 문제점이 있고, 수렴성이 그 중 하나이다. RF-PCA는 소속도와 주성분을 갱신할 때 서로 다른 목적 함수를 사용하므로 수렴 속도가 느리고 구해지는 해가 국부 최적 해임을 보장하지 않는다. 이 논문에서는 RF-PCA의 문제점을 해결하기 위해 하나의 목적 함수를 이용해 소속도와 주성분을 갱신할 수 있는 방법을 제안한다. 제안한 방법, RF-PCA2는 반복 최적화를 이용함으로써 국부 최적해에 수렴함을 보장하며, RF-PCA에 비해 빠른 수렴 속도를 가지고, 잡음 민감성이 줄어든다. 이러한 사실들은 실험 결과를 통해 확인할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.75-77
• /
• 2001

전기기기 최적 설계에 있어서 결정론적 최적화 방법은 국부해를 빠른 속도로 찾을 수 있지만 최적값에 대한 보장이 어려우므로 비결정론적 방법인 진화전략 알고리즘을 많이 사용한다. 전기기기 최적화에 쓰이는 많은 확률적 알고리즘 중에서 진화 전략 알고리즘은 시뮬레이티드 어닐링과 유전 알고리즘을 결합한 방법으로, 전체 최적점 탐색이 가능할 뿐만 아니라 알고리즘이 비교적 간단하면서도 빠른 수렴 특성을 갖고 있다. 그리고, 종류 또한 다양하다. 진화 전략 알고리즘 중에서 중요한 것은 수렴속도와 성공률에 기여하는 파라미터들을 잘 선정하는 것이다. 본 논문에서는, 진화 전략 알고리즘의 중요한 인자인 자식 세대의 개수인 ${\lambda}$값과 ${\alpha}$값을 변화시켜 가면서 변수 개수에 따른 최적화된 조합을 제시한다. 본 논문의 결과는 전기기기 최적 설계에 응용하는데 도움이 될 것으로 사료된다.

• 한국지능시스템학회논문지
• /
• 제5권3호
• /
• pp.83-91
• /
• 1995

본 연구에서는 종래에 학습법으로 널리 이용되고 있는 역전파학습법의 문제점으로 지적되어 온 학습에 많은 시간이 걸리는 점과 국소적 최적해에 해가 수렴하여 오차가 충분히 작게 되지 않는 등의 문제점을 해결하기 위해, Hu에 의해 고안된 random tabu 탐색법을 이용하여 신경회로망의 연결강도를 최적화하는 학습알고리즘을 새로이 제안하였다. 그리고 이 방법을 배타적 논리합 문제에 적용하여 기존의 역전파학습법과 학습상수 $, $에 tabu탐색법을 이용한 결과와 비교 검토하여 본 방법이 국소적 최적해에 수렴하지 않고 수렴정도를 개선할 수 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제16권5호
• /
• pp.953-959
• /
• 2012

센서네트워크에서는 다수의 유휴노드가 존재하며 네트워크의 이상행위 탐지는 이러한 유휴노드를 이용하여 구현될 수 있다. 최적화 문제로 정의된 탐지노드선정 문제에 대하여, 기존의 방법에서는 중앙처리방식의 유전자 알고리즘을 이용하였다. 본 논문에서는 최적 값으로의 수렴 성을 개선함과 동시에 에너지 효율성을 향상시키는 방법으로써 네트워크의 토폴로지 특성을 고려한 병렬유전자알고리즘을 이용한 방법을 제안하였다. 시뮬레이션을 통하여 제안한 방법이 기존의 방법에 비하여 최적 값으로의 수렴이 개선되었음과 에너지 효율적임을 확인하였다.

• 대한토목학회논문집
• /
• 제9권4호
• /
• pp.125-133
• /
• 1989

시설물측량 및 변형측량 등의 지상사진측량에서 근래 널리 이용되는 수렴사진의 경우, 최적촬영조건을 규명하기 위하여 수렴각에 따른 정확도 변화에 대한 실험적 연구와 정확도 예측모델에 대한 많은 연구가 수행되어 왔다. 이러한 연구는 기본적으로 대상물 정면 중앙 방향에 대하여 좌우 대칭인 위치에서 수렴촬영하는 경우에 대한 것이 대부분이다. 그러나, 지상사진에 의한 건물, 교량, 댐, 평탄한 지면 등과 같은 시설물 측량의 경우 대상물 형태가 평면적이고, 또한 대상물 주위의 제약조건에 의하여 정면에서 촬영하기 곤란하거나, 충분한 수렴각을 확보하기가 곤란한 경우가 있다. 따라서, 본 연구에서는 평면형 대상물에 대하여 촬영거리를 일정하게 유지하면서 촬영방향과 수렴각을 변화시킴에 따른 3차원 좌표결정의 정확도를 분석하여 정면, 측면 및 최측면에서의 최적촬영조건을 도출하고자하였다. 본 연구의 결과, 평면대상물인 경우 정면에서 촬영방향각 $30^{\circ}$ 부근까지는 수렴각을 증가시킬수록 높은 정확도를 얻을 수 있으며 한쪽 사진이 최측면 사진인 경우 수렴각을 $60^{\circ}$까지 증가시킴에 따라 정확도를 크게 향상시킬 수 있음을 알았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.93-96
• /
• 2000

본 논문에서는 SVM의 학습성 개선을 위해 모멘트와 kernel-adatron 기법이 조합된 하이브리드 학습알고리즘을 제안하였다. 제안된 학습알고리즘은 SVM의 학습기법인 기울기상승법에서 발생하는 최적해로의 수렴에 따른 발진을 억제하여 그 수렴속도를 좀 더 개선시키는 모멘트의 장점과 비선형 특징공간에서의 동작과 구현의 용이성을 가진 kernel-adatron 알고리즘의 장점을 그대로 살리는 것이다. 제안된 알고리즘을 비선형 함수 회귀에 적용해 본 결과 학습속도에 있어서 QP와 기존의 kernel-adatron 알고리즘보다 더 우수한 성능이 있음을 확인하였다

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.173-176
• /
• 1998

스테레오 음향 반향 제거기에서 발생하는 주요한 문제점들은 모노 환경에서와는 다르게 반향 경로 시스템의 긴 임펄스 응답으로 인한 느린 수렴속도와 원단화자 주위의 환경변화에 의한 최적해의 변화 등을 등 수 있다. 이러한 문제점들을 극복하기 위해 본 논문은 전송실에서의 환경 변화에 의한 반향 제거 성능저하와 저속의 수렴속도 및 과다한 계산량의 문제점을 해결하기 위하여 본 논문에서는 전송실의 환경 변화에 강인하고 계산량을 줄일 수 있는 Hyper-plane projection 알고리듬을 이용한 의사 스테레오 음향 반향 제거기를 제안한다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1999년도 춘계학술대회 발표논문집
• /
• pp.185-190
• /
• 1999

비모수 회귀모형에 있어서의 오차분산을 추정하는 방법들 중 차분에 기저한 방법(difference-based methods)을 이용한 기존의 추정량들을 비교 분석하는데 목적이 있다. 특히 점근적인 최적 이차차분에 기저한 Hall과 Kay, Titterington(1990)의 HKT 추정량에 대한 그들의 추정량에 대한 문제점들을 제시하고, HKT추정량과, GSJS 추정량, Rice 추정량에 대하여 모의실험을 이용하여 모수에 대한 수렴속도를 비교 분석하였다. 또한 GSJS 추정량에 대한 일치성과 수렴 속도를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.469-471
• /
• 2000

본 논문에서는 모멘트 항을 추가한 수정된 kernel-adatron 알고리즘을 제안하고 이른 support vector machines의 학습기법으로 이용하였다. 이는 기울기상승법에서 일어나는 최적해로의 수렴에 따른 발진을 억제하여 그 수렴 속도를 좀더 개선시키는 모멘트의 장점과 kernel-adatron 알고리즘의 구현용이성을 그대로 살리기 위함이다. 제안된 학습기법의 SVM을 실제 200명의 암환자를 2부류(초기와 악성)로 분류하여 문제에 적용하여 시뮬레이션한 결과, Cambell등의 kernel-adatron 알고리즘을 이용한 SVM의 결과와 비교할 때 학습시간과 시험 데이터의 분류률에서 더욱 우수한 성능이 있음을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.313-315
• /
• 2000

클러스터링에 있어서 K-means와 FCM(Fuzzy C-means)와 같은 기존의 알고리즘들은 지역적 최소 해에 수렴될 문제와 사전에 클러스터 개수를 결정해야 하는 문제점을 가지고 있다. 본 논문에서는 병렬 탐색을 통해 최적 해를 찾는 진화 알고리즘을 사용하여 지역적 최소 해에 수렴되는 문제점을 개선하였으며, 클러스터의 특성을 표준편차 벡터를 계산하여 중심으로부터 포함된 데이터가 얼마나 분포되어 있는지 알 수 있는 분산도와 임의의 데이터와 모든 중심들간의 거리의 비율로서 얻어지는 소속정도를 고려하여 클러스터간의 간격을 알 수 있는 분리도를 정의함으로써 자동으로 클러스터 개수를 결정할 수 있게 하였다. 실험데이터와 가우시안 분포에 의해 생성된 다차원 실험데이터를 사용하여 제안한 알고리즘이 이러한 문제점들을 해결하고 있음을 보인다.