• 제목/요약/키워드: 확률분포모델

검색결과 511건 처리시간 0.024초

감쇄지수함수 확률분포에 의한 가우스, 레일레이, 나카가미 확률 밀도 분포 (The Gauss, Rayleigh and Nakagami Probability Density Distribution Based on the Decreased Exponential Probability Distribution)

  • 김정수;이문호
    • 한국인터넷방송통신학회논문지
    • /
    • 제17권6호
    • /
    • pp.59-68
    • /
    • 2017
  • 무선 통신시스템에서 Random 과정을 해석적으로 표현할 수 있으며 적당한 확률분포를 구할 수 있다. 감쇄지수함수 확률분포에 의한 가우스, 레일레이, 나카가미 확률분포를 쉽게 유도했으며 시뮬레이션을 그림으로 보인다. 시간의 개념을 포함한 파형의 집합에 의한 확률적 표현이 Random과정(or Stochasic Process)인데 이를 무선환경의 조건에 따라 유도한다. 또한 가시거리 통신과 비가시거리 채널환경을 Rayleigh와 Rician 채널로 구체적인 예를 SISO, MIMO 환경에서 보인다. 또한, 본 논문에서 채널이 송신 블록 동안 일정하고 연속적인 송신 블록 사이에서 독립적으로 변하는 블록 페이딩 채널 모델을 가정함으로써 i.i.d 채널을 갖는 높은 SNR 영역에서 더 나은 성능을 얻을 수 있다는 동기를 부여한다. 이러한 변환을 실현하기 위한 알고리즘은 크로네 커 MIMO 채널에 적용 할 수 있다.

유한한 크기를 가지는 유도 결합 플라즈마에서 비충돌 가열 매커니즘 연구

  • 구슬이;강현주;김유신;장윤민;권득철;정진욱
    • 한국진공학회:학술대회논문집
    • /
    • 한국진공학회 2015년도 제49회 하계 정기학술대회 초록집
    • /
    • pp.140.2-140.2
    • /
    • 2015
  • 낮은 압력의 평판형 유도 결합 플라즈마 (Inductively Coupled Plasma, ICP)에서 챔버 높이를 바꾸면서 전자 에너지 확률 함수 (Electron Energy Probability Function, EEPF)를 측정하였다. 측정된 전자 에너지 확률 함수에서 기울기가 평평한 부분이 관찰됐고, 이러한 전자 에너지 분포함수의 평평한 부분은 챔버 높이를 증가함에 따라 높은 전자 에너지로 옮겨졌다. 이러한 현상을 분석하기 위해서 2차원 비충돌 가열 메커니즘이 포함된 유도 결합 플라즈마 모델로부터 전자 에너지 확산 계수와 이론적인 전자 에너지 확률 함수를 구하여 실험 결과와 비교하였다. 이를 통하여, 측정된 전자 에너지 확률 함수의 평평한 부분은 전자 튕김 공진 (electron bounce resonance)에 의한 것임을 알 수 있었다.

  • PDF

확률의 기대값을 이용한 멀티미디어 시나리오 수행시간 예측 (Estimation of the to Execute A Multimedia Scenario Using Expectation of Probability)

  • 임재걸;태돌만
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
    • /
    • pp.141-143
    • /
    • 1998
  • 본 논문은 멀티미디어 시나리오 수행시간 예측 방법을 제안한다. 제안된 방법은 멀티미디어 시나리오를 확률분포표를 갖는 페트리넷(Multimedia Petri Net with probability Distribution Table: MPNDT)으로 모델링하고, MPNDT 모델에서 시나리오의 흐름을 시뮬레이션하여 시작부터 종료에 이르기까지의 수행시간을 계산하다. 사용자는 이를 참조하여 시간 사용 계획을 세울 수 있고 , 멀티미디어 정보제공자는 이를 참조하여 사용자에게 가장 효율적인 감상 스케쥴을 작성하여 줄 수 있다.

  • PDF

초고속 광신호전송에서 광섬유 편광모드분산의 영향

  • 이봉영;정준;서동흡
    • 한국광학회:학술대회논문집
    • /
    • 한국광학회 1995년도 광학 및 양자전자학 워크샵 논문집
    • /
    • pp.35-41
    • /
    • 1995
  • 광전송 초고속화되면서 광전송시스팀의 성능에 영향을 미치는 여러 가지 물리적 현상 중에서 광섬유의 편광모드분산에 관하여 고찰하였다. 단일모드 광섬유의 편광특성 해석은 Principal States of Polarization의 변화에 대한 확률모델로서 Maxwellqnsvh를 갖는 확률분포함수를 적용하였다. 이 가정하에서 IM/DD 광통신시스팀에서 편광모델로부터 시스템의 페이딩 특성을 예측하고 이를 기준으로 전송용량의 한계 및 미래의 대용량 광전송시스팀의 전송방식에 대해서도 검토하였다.

  • PDF

변동진폭하중 하에서 균열성장예지를 위한 베이지안 모델변수 추정법 (Bayesian Parameter Estimation for Prognosis of Crack Growth under Variable Amplitude Loading)

  • 임상혁;안다운;최주호
    • 대한기계학회논문집A
    • /
    • 제35권10호
    • /
    • pp.1299-1306
    • /
    • 2011
  • 본 연구에서는 측정된 균열 데이터를 토대로 변동하중 하에서의 균열성장모델 변수들을 베이지안 모델변수 추정 방법을 통해서 확률적인 분포로 구하는 방법을 제시하였다. 모델변수의 확률분포를 구하기 위해 Markov Chain Monte Carlo (MCMC) 샘플링 방법을 이용하였다. 변동하중 하에서는 균열성장 모델이 더욱 복잡해 짐에 따라 기존의 MCMC 기법으로는 확률분포를 잘 구하지 못하므로 주변확률밀도분포를 제안함수로 사용하는 MCMC 기법을 새롭게 제안하였다. 모델변수의 추정을 위해 여러 크기의 일정 진폭 하중 하에서 시편시험을 수행하여 얻은 균열성장 데이터를 이용하였다. 추정된 변수들을 사용하여 변동하중 하에서의 시편에 대해 균열성장 예측을 수행하였고, 이를 실제 시험 데이터를 통해서 검증하였다.

확률적 자율 학습을 위한 베이지안 모델 (Bayesian Model for Probabilistic Unsupervised Learning)

  • 최준혁;김중배;김대수;임기욱
    • 한국지능시스템학회논문지
    • /
    • 제11권9호
    • /
    • pp.849-854
    • /
    • 2001
  • Bishop이 제안한 Generative Topographic Mapping(GTM)은 Kohonen이 제안한 자율 학습 신경망인 Self Organizing Maps(SOM)의 확률 버전이다. GTM은 데이터가 생성되는 확률 분포를 잠재 변수, 혹은 은닉 변수를 사용하여 모형화한다. 이것은 SOM에서는 구현될 수 없는 GTM만의 특징이며, 이러한 특징으로 인하여 SOM의 한계들을 극복할 수 있게 된다. 본 논문에서는 이러한 GTM 모형에 베이지안 학습(Bayesian learning)을 결합하여 작은 오분류율을 가지는 분류 알고리즘인 베이지안 GTM(Bayesian GTM)을 제안한다. 이 알고리즘은 기존의 GTM의 빠른 계산 처리 능력과 데이터에 대한 확률 분포, 그리고 베이지안 추론의 정확성을 이용하여 기존의 분류 알고리즘보다 우수한 결과를 얻게 된다. 본 논문에서는 기존의 분류 알고리즘에서 많이 실험하였다. 학습 데이터를 통하여 이를 확인하였다.

  • PDF

결정트리 기반 상태공유 모텔 최적화에 관한 연구 (A Study on Optimization of Decision Tree based State Tying Model)

  • 한명희;이호준;김순협
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2003년도 추계학술발표대회(상)
    • /
    • pp.17-20
    • /
    • 2003
  • 본 논문에서는 공유 모델링의 대표적인 방법인 결정트리 기반 상태공유 모델을 기반으로 하여 그 출력 확률 분포의 혼합 가우시안 수를 줄임으로써 모델을 최적화하고자 하였다. 결정트리 기반의 상태공유 모델링은 일반적인 방법을 따랐으며 혼합 가우시안 수를 늘려 인식률이 최대가 되는 지점에서 혼합 가우시안을 클러스터링하여 그 수를 줄였다. 클러스터링 시에 필요한 거리 측정 방법이나 가까운 두 가우시안의 합성 방법을 여러 기법을 실험하였다. 이때 인식률은 클러스터링 이전인 97.2%를 유지하였으며 총 혼합 가우시안의 감소율은 1.0%를 보임으로써 모델을 최적화할 수 있었다.

  • PDF

연속분포 HMM에서 평행분기 음성단위를 사용한 단어인식율 향상연구 (On the Use of a Parallel-Branch Subunit Mod디 in Continuous HMM for improved Word Recognition)

  • 박용규;은종관
    • The Journal of the Acoustical Society of Korea
    • /
    • 제14권2E호
    • /
    • pp.25-32
    • /
    • 1995
  • 단어인식의 성능향상을 위하여 평행분기 음성단위(subunit) 모델의 사용을 제안하였으며 연속 분포 HMM에서 이 모델은 각 음성단위를 확률분포함수 (mixture components)를 이용하여 분기시킴에 의해 얻어진다. 제안된 방법을 사용한 결과에 따르면 기존에 제안된 평행분기 [1] 음성단위 모델이나 단일분기 모델보다 높은 인식률을 얻을 수 있었다. 본 연구에서는 각 음성단위에 대해 활률분포함수나 분기수의 적절한 결합을 통해 높은 인식률을 얻는데 이 1036 한국어 결리단어가 인시실험에 사용되었다.

  • PDF

동적전단시험을 이용한 토목섬유-흙 접촉면에 대한 교란도함수의 확률특성 분석 (Probabilistic Characteristics Analysis of Disturbed Function for Geosynthetic-Soil Interface Using Cyclic Shear Tests)

  • 허정원;박인준
    • 한국지반환경공학회 논문집
    • /
    • 제13권11호
    • /
    • pp.81-91
    • /
    • 2012
  • 이 논문은 폐기물 매립지에 사용되는 차수시설로서 토목섬유-흙 시스템의 접촉면에 대한 동적거동을 예측하기 위하여 제안된 교란도함수의 확률적 특성 분석에 대한 내용을 다루고 있다. 우선 다기능 접촉면 전단시험기(M-PIA)에 의한 다수의 시험자료를 활용하여 토목섬유-흙의 접촉면에 대한 교란도함수 모델의 매개변수를 보정하고 그 통계특성을 산정하였다. 다음으로 화학적인자와 상재하중의 영향을 고려한 교란도함수의 확률적 특성분석을 위하여, 산정된 A와 Z의 통계특성과 매우 효율적인 샘플링기법인 LHS기법을 적용함으로써 교란도함수 모델의 확률적 특성인 평균, 변동계수 및 분포형태를 분석하였다. 그 결과로서 ${\xi}_D$의 수준에 따라 교란도함수의 변동성은 약 최소 10%에서 최대 28% 정도로 나타났으며, 분포형태는 대부분의 ${\xi}_D$수준에서 Weibull 분포가 가장 적합한 것으로 나타났다. 이 연구를 통하여 획득한 교란도함수의 확률특성을 활용하면 향후 접촉면 전단강도의 불확실성과 변동성을 정량적으로 명확하게 고려할 수 있는 토목섬유-흙 접촉면의 확률론적 안전성 평가기법의 개발이 가능할 것으로 판단된다.

자기 조직화 n-gram모델을 이용한 자동 띄어쓰기 (Self-Organizing n-gram Model for Automatic Word Spacing)

  • 태윤식;박성배;이상조;박세영
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2006년도 제18회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.125-132
    • /
    • 2006
  • 한국어의 자연어처리 및 정보검색분야에서 자동 띄어쓰기는 매우 중요한 문제이다. 신문기사에서조차 잘못된 띄어쓰기를 발견할 수 있을 정도로 띄어쓰기가 어려운 경우가 많다. 본 논문에서는 자기 조직화 n-gram모델을 이용해 자동 띄어쓰기의 정확도를 높이는 방법을 제안한다. 본 논문에서 제안하는 방법은 문맥의 길이를 바꿀 수 있는 가변길이 n-gram모델을 기본으로 하여 모델이 자동으로 문맥의 길이를 결정하도록 한 것으로, 일반적인 n-gram모델에 비해 더욱 높은 성능을 얻을 수 있다. 자기조직화 n-gram모델은 최적의 문맥의 길이를 찾기 위해 문맥의 길이를 늘였을 때 나타나는 확률분포와 문맥의 길이를 늘이지 않았을 태의 확률분포를 비교하여 그 차이가 크다면 문맥의 길이를 늘이고, 그렇지 않다면 문맥의 길이를 자동으로 줄인다. 즉, 더 많은 정보가 필요한 경우는 데이터의 차원을 높여 정확도를 올리며, 이로 인해 증가된 계산량은 필요 없는 데이터의 양을 줄임으로써 줄일 수 있다. 본 논문에서는 실험을 통해 n-gram모델의 자기 조직화 구조가 기본적인 모델보다 성능이 뛰어나다는 것을 확인하였다.

  • PDF