• Investigative Magnetic Resonance Imaging
• /
• v.6 no.2
• /
• pp.137-146
• /
• 2002

Purpose : This paper introduces an improved classification approach which adopts a deterministic relaxation method and an agglomerative clustering technique for the classification of MRI using neural network. The proposed approach can solve the problems of convergency to local optima and computational burden caused by a large number of input patterns when a neural network is used for image classification. Materials and methods : Application of Hopfield neural network has been solving various optimization problems. However, major problem of mapping an image classification problem into a neural network is that network is opt to converge to local optima and its convergency toward the global solution with a standard stochastic relaxation spends much time. Therefore, to avoid local solutions and to achieve fast convergency toward a global optimization, we adopt MFA to a Hopfield network during the classification. MFA replaces the stochastic nature of simulated annealing method with a set of deterministic update rules that act on the average value of the variable. By minimizing averages, it is possible to converge to an equilibrium state considerably faster than standard simulated annealing method. Moreover, the proposed agglomerative clustering algorithm which determines the underlying clusters of the image provides initial input values of Hopfield neural network. Results : The proposed approach which uses agglomerative clustering and deterministic relaxation approach resolves the problem of local optimization and achieves fast convergency toward a global optimization when a neural network is used for MRI classification. Conclusion : In this paper, we introduce a new paradigm to classify MRI using clustering analysis and deterministic relaxation for neural network to improve the classification results.

• Journal of KIISE:Software and Applications
• /
• v.30 no.7_8
• /
• pp.672-680
• /
• 2003

A shopbot is a software agent whose goal is to maximize buyer´s satisfaction through automatically gathering the price and quality information of goods as well as the services from on-line sellers. In the response to shopbots´ activities, sellers on the Internet need the agents called pricebots that can help them maximize their own profits. In this paper we adopts Q-learning, one of the model-free reinforcement learning methods as a price-setting algorithm of pricebots. A Q-learned agent increases profitability and eliminates the cyclic price wars when compared with the agents using the myoptimal (myopically optimal) pricing strategy Q-teaming needs to select a sequence of state-action fairs for the convergence of Q-teaming. When the uniform random method in selecting state-action pairs is used, the number of accesses to the Q-tables to obtain the optimal Q-values is quite large. Therefore, it is not appropriate for universal on-line learning in a real world environment. This phenomenon occurs because the uniform random selection reflects the uncertainty of exploitation for the optimal policy. In this paper, we propose a Mixed Nonstationary Policy (MNP), which consists of both the auxiliary Markov process and the original Markov process. MNP tries to keep balance of exploration and exploitation in reinforcement learning. Our experiment results show that the Q-learning agent using MNP converges to the optimal Q-values about 2.6 time faster than the uniform random selection on the average.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.8 no.4
• /
• pp.123-133
• /
• 2005

This study has made photographing respectively by changing the converging angle by use of d7 $metric^5$ that is a measurement digital camera. And also in order to minimize the errors happened at the relative orientation, we have sorted out the round target that the relative orientation is automatically on the programming and have calculated RMSE by carrying out the bundle adjustment. We think that such a study could be used as very important basic data necessary in deriving the optimal photographic conditions by the close-range digital photogrammetry and in judging such a degree.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.21 no.1
• /
• pp.21-34
• /
• 2008

An improved optimum design method for reinforced concrete frames using integrated genetic algorithm(GA) with direct search method is presented. First, various sets of initially assumed sections are generated using GA, and then, for each resultant design member force condition optimum solutions are selected by regression analysis and direct search within pre-determined design section database. In advance, global optimum solutions are selected from accumulated results through several generations. Proposed algorithm makes up for the weak point in standard genetic algorithm(GA), that is, low efficiency in convergence causing the deterioration of quality of final solutions and shows fast convergence together with improved results. Moreover, for the purpose of elevating economic efficiency, optimum design based on the nonlinear structural analysis is performed and therefore makes all members resist against given loading condition with the nearest resisting capacity. The investigation for the effectiveness of the introduced design procedure is conducted through correlation study for example structures.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.11
• /
• pp.1545-1550
• /
• 2021

We propose an optimal variable step size adjustment method for the simplified subband affine projection algorithm (Simplified SAP; SSAP) in a subband structure based on a polyphase decomposition technique. The proposed method provides an optimal step size derived to minimize the mean square deviation(MSD) at the time of updating the coefficients of the subband adaptive filter. Application of the proposed optimal step size in the SSAP algorithm using colored input signals ensures fast convergence speed and small steady-state error. The results of computer simulations performed using AR(2) signals and real voices as input signals prove the validity of the proposed optimal step size for the SSAP algorithm. Also, the simulation results show that the proposed algorithm has a faster convergence rate and good steady-state error compared to the existing other adaptive algorithms.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1991.06a
• /
• pp.157-162
• /
• 1991

본 연구에서는 적응 whitening 필터를 이용하여 최적 레이다 신호처리기를 구현하였다. 사용된 필터는 Gram-Schmidt와 lattice 구조를 가지며, 이들을 이용하여 레이다 clutter를 제거하고, 프로세서 특성을 원하는 표적신호에 일치시킨다. 또한 필터 계수들을 변화하는 레이다 환경에 따라 조정하기 위하여 여러 가지 적응 알고리듬을 적용하였다. 실험결과 구현된 시스템은 빠른 수렴 특성을 갖고 있으며, 역행렬 연산이 필요없기 때문에 향상 안정된 특성을 보임을 알 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.419-422
• /
• 2002

본 논문에서는 신경망에 비해 보다 단순화되고 빠르게 수렴하는 특성을 보이는 방사 기준함수 구조를 초기에 설계하기 위한 초기화 방법을 제안한다. 이를 위해 웨이블릿 변환을 이용한 분석 기법을 사용하였고, 주어진 문제에 적합한 방사 기준 함수 구조를 초기에 최적 상태로 결정하였다. 시간-주파수 평면에서 지역화 특성이 대상 함수를 근사할 수 있는 특성을 지닌 방사 기준 함수를 선택, 결정하여 은닉층을 구성할 경우, 근사 능력을 지닌 초기 구조를 결정함에 있어서 장점을 지닌다. 제안된 구조는 다층 전방향 신경망 또는 정규 배열된 방사 기준함수 구조에 비해 주어진 문제에 대해 좋은 성능을 보인다.

• Journal of the Korean Geotechnical Society
• /
• v.16 no.3
• /
• pp.47-55
• /
• 2000

본 연구에서는, 유전자 알고리즘을 이용한 piled raft 기초의 최적설계 기법을 제시하였다. 최적설계에 사용한 목적함수는 구조물의 사용한계에 해당하는 부등침하량과 piled raft 기초의 시고비용 차원에서의 말뚝과 raft의 총 중량으로 하였다. 유전자 알고리즘은 다읜의 적자생존의 법칙을 따르는 자연진화 법칙을 바탕으로 한 최적화 기법이다. 본 연구에서는 piled raft 기초의 해석방법으로 Clancy(1993)가 제시한 "hybrid" 해석방법을 사용하였으며, 유전자 알고리즘기법은 Goldberg(1989)가 제시한 단순 유전자 알고리즘(SGA)을 적용하였다. 또한 유전자 알고리즘을 이용한 최적설계기법의 유효성을 평가하기 위해 설계예제 및 매개변수변화연구를 통해 piled raft 기초시스템의 중요 설계인자들에 대한 분석을 수행하였다. 매개변수변화연구로부터 말뚝의 길이와 raft의 두께가 증가할수록 piled raft 기초시스템의 전체 중량은 일정한 값에 점차적으로 수렴하였으며, 지반의 강정, raft의 두께 말뚝의 길이 및 강성이 증가할수록 말뚝의 최적위치는 raft의 중앙에 집중되는 경향으로 나타났다.경향으로 나타났다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.660_661
• /
• 2009

본 논문에서는 유한 요소법에 기반을 둔 최적설계 이론과 상용 시뮬레이션 프로그램인 COMSOL의 인터페이스를 활용하여 전기 기기의 최적설계를 수행하였다. 전기기기의 최적설계를 위한 형상 정보는 통상적으로 해석용으로만 사용되는 COMSOL 프로그램의 CAD 기능을 통해 추출하였다. 초기형상에 대해 민감도해석을 적용해 계산된 민감도를 바탕으로 설계변수를 변화시키며 반복적인 계산을 수행하고 최적 형상을 도출하였다. 논문에서 정한 설계목표에 맞추어 모델의 목적함수를 정의하고, 최종 결과를 초기형상과 비교했을 때 설계 목표치에 대한 오차가 감소하고 목적함수가 수렴하는 것을 확인하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.04a
• /
• pp.264-269
• /
• 1995

유연계의 제어기 설계를 위한 구동기의 최적 위치 선정법이 제시되었다. 위치 후보의 적합성을 파악하기 위해 초기 외란의 조정에 필요한 최소 입력 에너지와 관련된 모드 가제어도가 정의 되었는데 이는 구동기를 모든 후보 위치에 설치한 이상적 제어기의 성능에 대한 특정 후보 위치의 상대적 성능을 나타낸다. 모드 가제어도로 구성된 목적 함수를 이용해 구동기를 위한 최적 위치의 선정이 가능하였으며, 목적 함수의 절대적 크기를 통해 사용된 구동기의 수의 적절성 역시 파악할 수 있었다. 또한, 시스템 규명을 위한 가진기의 위치 선정 방법이 제시되었으며, 이를 위해 모드 가제어도에 상대되는 모드 가진도가 정의 되었다. 모드 가진도는 정상 상태에서의 특정 모드로의 입력 에너지의 통계적 분포를 나타낸다. 수학적 유도 과정을 통해 제어 시간이 충분히 큰 경우 모드 가제어도가 모드 가진도로 수렴해 감을 보였으며, 이로부터 제어시간이 충분한 경우, 최적의 구동기 위치는 최적의 가진기 위치로도 사용될 수 있음을 보였다.