• 한국정보과학회논문지:시스템및이론
• /
• 제28권5호
• /
• pp.228-235
• /
• 2001

본 논문에서는 분산메모리를 가진 병렬 컴퓨터에서 밀집 행렬 연산을 위한 PoLAPACK 패키지를 소개한다. PoLAPACK은 새로운 연산 기법을 적용한 LU, QR, Cholesky 인수분해 알고리즘들을 포함하고 있다. 블록순환분산법으로 분산되어 있는 행렬에 알고리즘적인 블록 기법(algorithimic blocking)을 적용하여, 실제 행렬의 분산에 사용된 블록의 크기와 다른, 최대의 성능을 보일 수 있는 최적의 블록 크기로 연산을 수행할 수 있다. 이러한 연산 방식은 분산되어 있는 원래의 행렬 A의 순서를 따르지 않으며, 따라서 최적의 블록 크기로 연산을 수행한 후에 얻어진 해 x를 원래 행렬 분산법을 따라서 재배치하여야 한다. 본 연구는 Cray T3E 컴퓨터에서 구현하였으며 ScaLAPACK의 인수분해 루틴들과 그 성능을 비교.분석하였다.

• 정보처리학회논문지B
• /
• 제13B권6호
• /
• pp.625-632
• /
• 2006

협력적 여과는 사용자 선호도를 예측하기 위해 그 사용자의 유형을 학습하는 데 목적을 둔 기술이다. 협력적 여과 시스템이 전자상거래에서 성공적인 기술일지라도 그들은 데이터의 고차원성과 희박성이라는 문제점을 갖는다. 본 논문에서는 이와 같은 문제점을 해결하기 위하여 비부정 행렬 인수분해(NNMF, Non-negative Matrix Factorization) 방법을 이용한 최근 인접 협력적 여과 방법을 제안한다. 행렬을 분해하기 위한 전처리로서 사용자 변동 계수를 이용하여 사용자-아이템 행렬의 결측치를 채우고, 이를 대상으로 비부정 분해 방식을 적용하여 행렬을 인수분해 한다. 비부정 분해 방식을 적용한 긍정 분해는 사용자들을 의미를 갖는 벡터로써 표현함으로써 사용자들을 의미 관계를 갖는 그룹으로 표현한다. 이와 같이 벡터로 표현된 사용자들은 벡터 유사도에 의해 그들간의 유사도를 계산한다. 계산된 유사도의 정도에 의해 이웃을 결정하고, 이웃들이 평가한 아이템에 대한 흥미도를 기반으로 새로운 사용자가 평가하지 않은 아이템에 대한 결측치를 예측한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 추계학술대회
• /
• pp.202-203
• /
• 2017

비음수 행렬 인수분해(Non-negative Matrix Factorization, NMF)의 신호분리 성능을 개선하기 위해 희소조건을 인가한 방법이 희소 비음수 행렬 인수분해 알고리즘(Sparse NMF, SNMF)이다. 기존의 SNMF 알고리즘은 개별 음원의 희소성을 고려하지 않고 임의로 결정한 희소 조건을 사용한다. 본 논문에서는 음원의 특성에 따른 희소성을 추정하고 이를 SNMF 학습알고리즘에 적용하는 새로운 신호분리 기법을 제안한다. 혼합 신호에서의 잡음제거 실험을 통해, 제안한 방법이 기존의 NMF와 SNMF에 비해 성능이 더 우수함을 보였다.

• 한국컴퓨터산업학회논문지
• /
• 제7권4호
• /
• pp.293-298
• /
• 2006

본 논문에서는 부울 분해식을 산출하기 위한 방법을 제시한다. SIS 1.2에서 사용되는 코커널 큐브 행렬은 코커널/커널들로부터 만들어지며, 이 행렬은 단지 대수 분해식만을 산출한다. 제안한 방법은 2개의 항에서 공통인수를 추출하고, 이들로부터 분해식 산출 행렬을 만들고 이로부터 부울 분해식을 산출하는 방법을 제안한다.

• 한국통신학회논문지
• /
• 제35권8C호
• /
• pp.661-666
• /
• 2010

본 논문에서는 비음수 행렬 인수분해 기법을 기반으로 한 새로운 음성 검출 (Voice Activity Detection, VAD) 알고리즘을 제안한다. 먼저, 기존의 통계모델기반의 음성검출기를 분석하고, 이를 기반으로 비음수 행렬 인수분해를 통해 도출한 입력 기초 벡터와 잡음 기초 벡터 차이로 음성의 유무를 판단한다. 이때 최적의 문턱값을 찾기 위해 통계모델 기반의 음성검출기에 의해 추정된 잡음 구간에서 NMF 결과의 분포에 따라 최적화된 문턱값을 비음수 행렬기반의 음성 검출 알고리즘에 적용하는 방법을 제안한다. 실험 결과 기존의 통계적 모델 기반의 음성검출기에 비해 6.75%의 성능향상을 가져왔다.

• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1923-1928
• /
• 2017

본 연구는 행렬인수분해 기반으로 3차원 형상의 복원을 위한 오차 보정에 관한 것입니다. 기존 행렬인수분해 기반 오차 보정 방법은 전역적인 최적화로 인해 보정에 한계가 있습니다. 따라서 본 논문에서는 전역적 접근 대신 3차원 복원 형상의 주요 오차 영향 인자를 찾아 보정하는 새로운 방법을 제시하였습니다. 우리는 오차 영향 인자를 2차원 재 투영 편차 공간에서 정의하고 그 오차 성분을 직접 보정합니다. 그리고 일련의 과정을 재귀적으로 반복 적용함으로서 오차 보정 성능을 개선시킬 수 있습니다. 이러한 접근 방법은 어떤 기하학적 정보에 의존하지 않고 영향도가 가장 큰 오차 성분 중심으로 제어하기 때문에 잡음에 장점을 가지고 있습니다. 제안한 알고리즘 성능 평가는 합성과 실제 영상 프레임으로 시뮬레이션하여 잡음에 강인한 특성을 증명했습니다.

• 대한전자공학회논문지SP
• /
• 제44권4호통권316호
• /
• pp.1-7
• /
• 2007

본 논문은 정사투영 카메라로부터 얻어진 2차원 영상으로부터 복원된 3차원 형상과의 기하학적 관계를 분석한다 본 연구의 목적은 2차원과 3차원 관계를 기하학적으로 분석함으로서 잡음에 강인한 3차원 형상 복원에 기여하기 위함이다. 만약 3차원 형상 복원 시 특징점이 손실되지 않고 잡음이 존재하지 않는다면 3차원 형상복원은 고유치 행렬인수분해로 정확하게 얻을 수 있다. 그렇지만 실제 촬영된 피사체의 일부가 보이지 않는 오클루션 또는 낮은 해상도 등의 영향으로 인해, 피사체의 특징점 일부가 손실된 경우는 고유치 행렬인수분해의 계산적 문제가 발생되어 정확한 3차원 복원을 할 수 없게 된다. 더욱이 추출된 특징 점에 잡음이 포함될 경우는 복원된 3차원 형상 역시 그 섭동 영향을 받게 된다. 본 연구는 이러한 잡음환경에서도 손실된 특징 점을 정확히 유추하기 위해 2차원과 3차원 사이의 기하학적 특성을 분석하는데 포커스 한다.

• 한국정보처리학회논문지
• /
• 제5권4호
• /
• pp.959-966
• /
• 1998

본 논문에서 $m{\times}n\;(m{\geq}n)$ 인 토플리즈 행렬의 빠른 QR 인수분해 알고리즘들을 제안한다. 본 알고리즘들은 위치가 변환되어도 불변하는 (shift-invariance) 토플리즈 행렬의 특성을 효과적으로 이용하였다. 알고리즘들의 주요 변환 도구로 안정된 하우스홀더 변환과 하이퍼볼릭 하우스홀더 변환을 사용하였다. 본 알고리즘들은 O(mn)의 연산을 필요로하며, 분산메모리 병렬 컴퓨터에서 쉽게 구현될 수 있다.

• 한국컴퓨터산업학회논문지
• /
• 제8권4호
• /
• pp.229-236
• /
• 2007

분해식은 SOP 형태의 논리식들이 논리합과 논리곱으로 반복해서 표현된 논리식이다. 분해식을 산출하는 과정은 논리식 내에 있는 공통식을 찾아 인수분해를 반복하는 과정이다. 분해식의 형태에 따라 대수 분해식과 부울 분해식으로 구분되며, 리터럴 개수를 기준으로 부울 분해식이 대수 분해식보다 간략화된 형태를 갖는다. 본 논문은 부울 분해식 산출 방법을 제안한 것이다. 제안하는 방법은 주어진 논리식에서 2개의 큐브를 선택하여 제수/몫 쌍들을 산출한다. 이 때, 2개의 큐브로 구성된 몫에 공통인수를 남겨두어 확장 제수/몫 쌍들을 산출하고 후에 몫/몫 쌍들을 산출하도록 하였다. 산출된 제수/몫 쌍과 확장 제수/몫 쌍, 몫/몫 쌍들을 이용하여 부울 분해식 산출 을 위한 행렬을 산출하고, 행렬 커버링을 통해 부울 분해식을 산출하는 방법을 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.469-472
• /
• 2006

본 논문은 비음수 행렬 인수분해(NMF, non-negative matrix factorization)를 이용하여 문장을 추출하여 문서를 요약하는 새로운 방법을 제안하였다. 제안된 방법은 문장추출에 사용되는 의미 특징(semantic feature)이 비 음수 값을 갖기 때문에 잠재의미분석에 비해 문서의 내용을 정확하게 요약한다. 또한, 적은 계산비용을 통하여 쉽게 요약 문장을 추출할 수 있는 장점을 갖는다.