• 제목/요약/키워드: 파라미터 최적화

검색결과 716건 처리시간 0.03초

광 위상 공액기를 이용한 최적화된 640 Gbps WDM 시스템의 보상 특성 (Compensation Characteristics of Optimized 640 Gbps WDM System Using Optical Phase Conjugator)

  • 이성렬
    • 한국항행학회논문지
    • /
    • 제10권2호
    • /
    • pp.159-167
    • /
    • 2006
  • 본 논문에서는 $16{\times}40$ Gbps WDM 시스템에서 모든 채널을 효과적으로 보상할 수 있는 광 위상 공액기의 최적 위치와 광섬유의 최적 분산 계수 값을 도출하는 수치적 방법을 제안하였다. 그리고 이 방법의 유용성을 확인하기 위하여 도출된 두 최적 파라미터를 갖는 시스템에서의 보상 특성을 현재 일반화된 MSSI (Mid-Span Spectral Inversion)에서의 보상 특성과 비교하였다. 우선 눈 열림 패널티와 비트 에러율 특성 분석을 통해 최적화된 파라미터를 사용하면 기존 MSSI를 채택한 시스템에 비해 매우 큰 성능 개선이 이루어지는 것을 확인하였다. 그리고 최적 파라미터들은 그것을 구하는 순서에 크게 관계없지만 두 파라미터가 서로 의존해서 구해져야 한다는 것을 확인할 수 있었다.

  • PDF

Debye Polarization을 이용한 흡음재 모델링에 대한 연구 (An Approach for Modeling of Sound Absorbing Material using Debye Polarization)

  • 박규칠;;윤종락
    • 한국정보통신학회논문지
    • /
    • 제16권7호
    • /
    • pp.1391-1396
    • /
    • 2012
  • 본 연구에서는 해저의 반사면이나 흡음재와 같이 주파수에 따라 다른 특성을 가지는 매체를 수치적으로 모델링하였다. 기존의 흡음재 해석 등가회로 모델에 용량성 성분을 부가하기 위해 Debye polarization 기법을 적용하여 흡음재의 모델링을 하였다. 이 모델의 파라미터를 추정하기 위해 폴리우레탄이라는 흡음재의 흡음 주파수 특성을 이용하였다. 파라미터의 추정에는 non-linear least squares라는 비선형 최적화 기법을 사용하였다. 먼저 두께 25 mm의 폴리우레탄의 흡음재의 파라미터를 추정하였으며, 이 파라미터를 이용해 50 mm의 폴리우레탄의 특성을 모델링하는 것이 가능하였다. 이를 바탕으로 흡음재의 주파수에 따른 흡음 특성을 하나의 간단한 모델로 모델링하는 것이 가능함을 보였다.

1D CNN을 이용한 마이크로컨트롤러기반 제스처 인식 (Microcontroller-based Gesture Recognition using 1D CNN)

  • 김지혜;최권택
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
    • /
    • pp.219-220
    • /
    • 2021
  • 본 논문에서는 마이크로컨트롤러에서 6축 IMU 센서를 사용한 제스쳐를 인식하기 위한 최적화된 학습 방법을 제안한다. 6축 센서값을 119번 샘플링할 경우 특징 차원이 매우 크기 때문에 다층 신경망을 이용할 경우 학습파라미터가 마이크로컨트롤러의 메모리 허용량을 초과하게 된다. 본 논문은 성능은 유지하며 학습 파라미터 개수를 효과적으로 줄이기 위한 마이크로컨트롤러에 최적화된 1D CNN을 제안한다.

  • PDF

전파 잡음 데이터베이스 구축을 위한 프로그램 개발 (Development of a Program for Constructing Electromagnetic Noise Database)

  • 육재림;허문만;윤현보
    • 한국전자파학회논문지
    • /
    • 제15권9호
    • /
    • pp.856-862
    • /
    • 2004
  • 유전자 알고리즘을 사용하여 전파 잡음의 통계적 모형(APD: amplitude probability distribution)으로부터 최적파라미터를 추출, 데이터베이스화하는 프로그램을 개발하였다. 제안된 파라미터 추출 방법은 기존의 시행 착오법과 비교하여 추출 시간이 단축되고 추출과정의 자동화가 가능하며 각 파라미터별로 국부적 최적화가 아닌 전역적 최적화를 시행할 수 있다는 장점을 가지고 있다.

3GPP 자율적 네트워크 최적화 기술 (Technology in 3GPP Self-Optimizing Network)

  • 신연승;나지현
    • 전자통신동향분석
    • /
    • 제29권6호
    • /
    • pp.71-81
    • /
    • 2014
  • 5G 무선통신시스템은 동일한 영역에서 스펙트럼 사용 효율성을 개선하기 위해 매크로셀과 소형셀이 공존하는 이종 네트워크(HetNet: Heterogeneous Network) 형태로 진화하고 있으며, 급증하는 모바일 트래픽을 효율적으로 처리하기 위해 소형셀들을 고밀도 네트워크(High dense network)로 구축하는 방안이 연구되고 있다. 매크로셀과 고밀도 소형셀들이 중첩되어 구축되는 HetNet 기반 셀룰러 네트워크에서 소형셀 시스템의 구성과 파라미터 최적화를 통한 성능 유지를 운영자가 수동으로 조정하는 것은 한계가 있으므로 네트워크 환경변화에 따라 시스템에서 자율적으로 파라미터를 조정하여 시스템 성능을 유지하는 기술이 요구되고 있다. 본고에서는 시스템 운용 중 자율적인 최적화를 통해 시스템 성능을 최적으로 유지하고 유지비용을 최소화하는 3GPP 자율적 네트워크 최적화 기술을 소개한다.

  • PDF

크라우드 소싱을 이용한 변환함수 최적화 (Transfer Function Optimization Using Crowd Sourcing)

  • 남진현;남두희
    • 한국인터넷방송통신학회논문지
    • /
    • 제14권4호
    • /
    • pp.107-112
    • /
    • 2014
  • 본 연구에서는 다중 사용자 환경의 볼륨 가시화(Volume Rendering)에서 변환 함수(Transfer Function)의 최적화 방안을 연구한다. 볼륨 데이터에 따라 필요한 변환 함수의 형태가 다르기 때문에 여러 번의 시행착오를 겪어야 필요한 변환 함수를 얻을 수 있는데, 이를 방지하기 위해 크라우드 소싱 기법을 이용하여 변환 함수의 파라미터를 최적화 하는 방안을 제안한다. 다중 사용자 환경에서 각 사용자마다 신뢰도에 따른 레벨을 지정하여 가중치로 사용한다. 이전 사용자가 사용했던 변환 함수 파라미터는 가중치만큼 다음 사용자에게 제공되기 때문에 다음 사용자는 변환 함수의 최적 파라미터를 찾기 위한 시도횟수를 줄일 수 있다.

정보 Granules 기반 퍼지 시스템의 최적화 (Optimization of fuzzy systems based on information granules)

  • 박건준;이동윤;오성권
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2003년도 하계학술대회 논문집 D
    • /
    • pp.2567-2569
    • /
    • 2003
  • 본 논문은 비선형 시스템의 퍼지모델을 위해 정보 Granules 기반 퍼지추론 시스템 모델의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 제안된 규칙베이스 퍼지모델은 HCM 클러스터링 방법, 컴플렉스 알고리즘 및 퍼지추론 방법을 이용하여 시스템 구조와 파라미터 동정을 수행한다. 두 가지 형태의 퍼지모델 추론 방법은 간략추론, 선형추론에 의해 시행된다. 본 논문에서는 퍼지모델의 입력변수와 퍼지 입력 공간 분할 및 입출력 데이타의 중심값을 구해서 후반부 다항식함수에 의한 정보 Granules 기반 구조 동정과 파라미터 동정을 통해 비선형 시스템을 표현한다. 전반부 파라미터의 동정에는 HCM 클러스터링 방법과 컴플렉스 알고리즘을 사용하고, 후반부는 표준 HCM 클러스터링과 표준 최소자승법을 사용하여 동정한다. 그리고 학습 및 테스트 데이타의 성능견과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 제시함으로써 근사화와 예측성능의 향상을 꾀한다. 제안된 비선형 모델의 성능평가를 통해 그 우수성을 보인다.

  • PDF

다수의 QoS 갖는 멀티캐스트 라우팅을 위한 다목적 유전자 알고리즘 (Multiple Objective Genetic Algorithms for Multicast Routing with Multi-objective QoS)

  • 이윤구;한치근
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
    • /
    • pp.511-513
    • /
    • 2003
  • 멀티미디어 서비스의 증가로 다양한 QoS(Quality of Service) 파라미터를 보장하는 멀티캐스트 라우팅 알고리즘이 필요하게 되었다. 이러한 멀티캐스트 라우팅에서 고려해야 하는 각각의 QoS 파리미터와 비용과의 관계는 Trade-off 관계에 있으며, 이들을 동시에 최적화하는 멀티캐스트 라우팅 문제는 다목적 최적화 문제(Multi-Objective Optimization Problem: MOOP)에 속하는 어려운 문제이다. 다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)를 찾는데 있으며, 이를 해결하기 위해서 본 논문에서는 다목적 유전자 알고리즘(Multiple Objective Genetic Algorithms: MOGA)을 적용하였다.

  • PDF

유전자 알고리즘을 이용한 비선형 흡착 식 및 이류-확산 모델 파라미터 추정 (Estimation of Nonlinear Adsorption Isotherms and Advection-Dispersion Model Parameters Using Genetic Algorithm)

  • 도남영;이승래;박현일
    • 한국지반환경공학회 논문집
    • /
    • 제7권1호
    • /
    • pp.41-53
    • /
    • 2006
  • 본 연구에서는 아연 및 카드뮴을 대상으로 수행된 흡착실험과 칼럼확산실험 결과를 바탕으로 유전자 알고리즘을 이용한 최적화 과정을 통하여 비선형 흡착 모델 및 이류-확산 모델식의 파라미터들을 추정하여 보았다. 수행결과 비선형 흡착 식 (Langmuir 흡착모델과 Freundlich 흡착모델) 들의 모델파라미터 추정은 이들 흡착식 들의 선형화 과정을 거쳐 얻어진 파라미터들과 거의 일치하는 결과를 얻을 수 있었다. 오염물질의 이동 해석을 위해 수행된 이류-확산 모델의 유한요소해석과 모델 파라미터 추정을 위해 수행된 최적화 과정을 통해 얻은 아연과 카드뮴의 확산계수는 선형 분배계수를 이용할 경우 두 금속 모두에서 약 $10^{-7}cm^2/s$ 차원의 확산계수를 얻을 수 있었다. 또한 비선형 흡착 모델로부터 얻어진 지연인자를 이용할 경우 두 금속 모두에서 $10^{-6}{\sim}10^{-5}cm^2/s$ 범위의 확산계수 값을 얻을 수 있었다. 결론적으로 유전자 알고리즘을 이용한 최적화 과정을 통한 비선형 흡착식 및 이류-확산 모델의 파라미터 추정은 성공적으로 수행될 수 있었고, 실측값과 최적화 과정을 거쳐 예측된 값 사이의 상관계수는 0.9 이상으로 높은 상관성을 보이는 것으로 나타났다.

  • PDF

클러스터링 기반 뉴로-퍼지 모델링 학습 (Neuro-Fuzzy Modeling Learning method based on Clustering)

  • 김승석;곽근창;이대종;김성수;유정웅;김주식;김용태
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
    • /
    • pp.289-292
    • /
    • 2005
  • 본 논문에서는 클러스터링과 뉴로-퍼지 모델링을 동시에 실시하는 학습 기법을 제안하였다. 클러스터링을 이용하여 뉴로-퍼지 모델링을 실시하는 일반적인 경우, 클러스터링 학습을 실시한 후 학습된 파라미터를 뉴로-퍼지 모델의 초기 파라미터로 설정하고 모델을 다시 학습하는 방법을 취한다. 즉 클러스터링에서 클러스터의 수를 구하고 파라미터를 최적화함으로써 초기 구조동정과 파라미터 동정을 실시하며 이를 다시 뉴로-퍼지 모델에서 세부적인 파라미터 동정을 실시하는 것이다. 또한 모델에서의 학습은 출력데이터의 오차를 이용한 오차미분기반 학습으로 전제부 소속함수 파라미터를 수정하는 방법을 이용한다. 이 경우 클러스터링의 영향과 모델의 영향이 각각 별개로 고려될 수 있다. 따라서 본 논문에서는 클러스터링을 전제부 소속함수로 부여하고 클러스터링의 학습에 뉴로-퍼지 모델을 이용하면서 또한 모델의 학습에 클러스터링을 직접 적용하는 클러스터링 기반 뉴로-퍼지 모델링을 제안하였으며 이 경우 클러스터링의 학습과 모델의 학습이 동시에 이루어지며 뉴로-퍼지 모델에서 클러스터링의 효과를 직접적으로 확인할 수 있다. 제안된 방법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

  • PDF