• East Asian mathematical journal
• /
• 제17권2호
• /
• pp.325-337
• /
• 2001

We consider the special hypersurface of the first approximate Matsumoto metric with $b_i(x)={\partial}_ib$ being the gradient of a scalar function b(x). In this paper, we consider the hypersurface of the first approximate Matsumoto space with the same equation b(x)=constant. We are devoted to finding the condition for this hypersurface to be a hyperplane of the first or second kind. We show that this hypersurface is not a hyper-plane of third kind.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.608-611
• /
• 2004

사용자 웹 방문 패턴 발견으로써의 사용자 클러스터링은 웹 사이트를 이용하는 사용자들의 취향과 행동방식을 얻어내는데 매우 유용하다. 또한 이러한 정보는 웹 개인화나 웹 사이트를 재구성 하는 데 필수적 이 다. 본 논문에서 사용자 웹 방문 패스를 클러스터링 하기 위한 시간적으로 효율적이며, 패스 특성을 보다 정확하게 표현하여 클러스터링 할 수 있는 알고리즘이 제안되며, 제안된 알고리즘은 패스 간의 유사도 측정을 통한 클러스터링, 하이퍼플랜을 이용한 K-평균 클러스터링의 2단계 과정으로 이루어져 있다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.142-147
• /
• 2008

본 논문에서는 support vector machine (SVM)을 이용하여 기존의 3GPP2 selectable mode vocoder (SMV)코덱의 음성/음악 분류 성능을 향상시키는 방법을 제시한다. SVM은 통계적 학습 이론으로 훈련 데이터 사이의 최적 분류 초평면을 찾아내 최적화된 이진 분류를 보여준다. SMV의 음성/음악 실시간 분류 알고리즘에서 사용된 특징벡터와 분류방법을 분석하고, 이를 기반으로 분류성능향상을 위해 통계적 학습 이론인 SVM을 도입한다. 구체적으로, SMV의 음성/음악 분류알고리즘에서 사용되어진 특징벡터만을 선택적으로 사용하여 효과적으로 SVM을 구성한 분류기법을 제시한다. SMV의 음성/음악 분류에 적용한 SVM의 성능 평가를 위해 SMV 원래의 분류알고리즘과 비교하였으며, 다양한 음악장르에 대해 시스템의 성능을 평가한 결과 SVM을 이용하였을 때 기존의 SMV의 방법보다 우수한 음성/음악 분류 성능을 보였다.

• 한국산학기술학회논문지
• /
• 제12권5호
• /
• pp.2375-2382
• /
• 2011

웹사이트 운영이 비즈니스 모델로서의 성공을 거두기 위한 가장 중요한 요소 중 하나는 웹사용자의 성향을 분석하여 이를 효율적으로 이용하는 것이다. 사용자 분석을 통하여 사용자들에게 웹사이트의 가치를 효율적으로 전달하고 이를 통하여 운영자는 충분한 수익을 거둘 수 있다. 이러한 점에서 웹 사이트를 이용하는 사용자들의 취향과 행동방식을 얻어내려는 웹 방문 패턴 발견으로써의 사용자 클러스터링은 매우 중요하다. 또한 얻어진 사용자의 클러스터링 정보는 웹 개인화나 웹 사이트를 재구성하는데 필수적이다. 본 논문에서는 사용자 웹 방문 데이터를 정제하고 분류하여 그 특성에 따라 사용자들을 몇 개의 그룹으로 클러스터링 하기 위한 알고리즘이 제안된다. 알고리즘은 2단계로 구성되는데 첫 번째 단계는 초기해를 구하는 단계로서, 패스의 사이각을 이용하여 유사도를 측정하고 이 유사도에 따라 K개의 사용자 그룹으로 분류하여 초기해를 구한다. 두번째 단계는 첫 번째 단계에서 구한 초기해를 개선하여 최적해를 찾는 과정으로서 하이퍼플레인을 이용하여 클러스터링하는 개량된 K-평균알고리즘을 제안한다. 또한 실험을 통하여 기존의 방법과 비교하여 제안된 알고리즘의 효율성과 패스 특성이 보다 정확하게 계산된 클러스터링이 구현됨을 확인할 수 있다.

• 대한기계학회논문집A
• /
• 제26권2호
• /
• pp.243-253
• /
• 2002

This paper presents the system modeling, analysis, and controller design and implementation for a rotational inverted pendulum system(RIPS), which is an under-actuated system and has the problem of unattainable angular velocity state. A sliding mode controller using the parameterization of both the hyperplane and the compensator fur output feedback is applied to the RIPS. Also, to improve the performance of the control system, a disturbance observer which estimates the disturbance, parameter variation, and some modeling errors of RIPS with less computational effort is used together. The results of simulation and experiment show that the proposed control system has superior performance for disturbance rejection and regulation at certain initial conditions.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.405-407
• /
• 2009

SVM(Support Vector Machine) is a classification method which is recently watched in mechanical learning system. Vapnik, Osuna, Platt etc. had suggested methodology in order to solve needed QP(Quadratic Programming) to realize SVM so that have extended application field. SVM find hyperplane which classify into 2 class by converting from input space converter vector to characteristic space vector using Kernel Function. This is very systematic and theoretical more than neural network which is experiential study method. Although SVM has superior generalization characteristic, it depends on Kernel Function. There are three category in the Kernel Function as Polynomial Kernel, RBF(Radial Basis Function) Kernel, Sigmoid Kernel. This paper has analyzed performance of SVM against kernel using virtual data.

• 호남수학학술지
• /
• 제35권1호
• /
• pp.37-49
• /
• 2013

Consider a non-degenerate open convex cone C with vertex the origin in the $n$2-dimensional Euclidean space $E^n$. We study volume properties of strictly convex hypersurfaces in the cone C. As a result, for example, if the volume of the region of an elliptic cone C cut off by the tangent hyperplane P of M at $p$ is independent of the point $p{\in}M$, then it is shown that the hypersurface M is part of an elliptic hyperboloid.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권2호
• /
• pp.82-88
• /
• 1999

In this paper, we propose a new structure optimization method of multilayer neural networks which begin and carry out learning from a bigger network. This method redundant links and neurons according to the rough set theory. In order to find redundant links, we analyze the variations of all weights and output errors in every step of the learning process, and then make the decision table from their variation of weights and output errors. We can find the redundant links from the initial structure by analyzing the decision table using the rough set theory. This enables us to build a structure as compact as possible, and also enables mapping between input and output. We show the validity and effectiveness of the proposed algorithm by applying it to the XOR problem.

• ETRI Journal
• /
• 제31권4호
• /
• pp.438-447
• /
• 2009

In this paper, a novel image projection technique for face recognition application is proposed which is based on linear discriminant analysis (LDA) combined with the relevance-weighted (RW) method. The projection is performed through 2-directional and 2-dimensional LDA, or $(2D)^2$LDA, which simultaneously works in row and column directions to solve the small sample size problem. Moreover, a weighted discriminant hyperplane is used in the between-class scatter matrix, and an RW method is used in the within-class scatter matrix to weigh the information to resolve confusable data in these classes. This technique is called the relevance-weighted $(2D)^2$LDA, or RW$(2D)^2$LDA, which is used for a more accurate discriminant decision than that produced by the conventional LDA or 2DLDA. The proposed technique has been successfully tested on four face databases. Experimental results indicate that the proposed RW$(2D)^2$LDA algorithm is more computationally efficient than the conventional algorithms because it has fewer features and faster times. It can also improve performance and has a maximum recognition rate of over 97%.

• 호남수학학술지
• /
• 제5권1호
• /
• pp.45-69
• /
• 1983

The hermitian structures on complex manifolds have been studied by several mathematicians ([1], [2], and [3]), and the Kähler structure on hermitian manifolds have been so much too ([6], [12], and [15]). There has been some gradual progress in studying the invariant forms on Grassmann manifolds ([17]). The purpose of this dissertation is to prove the Theorem 3.4 and the Theorem 4.7, with relation to the nature of complex Grassmann manifolds. In $\S$ 2. in order to prove the Theorem 4.7, which will be explicated further in $\S$ 4, the concepts of the hermitian structure, connection and curvature have been defined. and the characteristic nature about these were proved. (Proposition 2.3, 2.4, 2.9, 2.11, and 2.12) Two characteristics were proved in $\S$ 3. They are almost not proved before: particularly. we proved the Theorem 3.3 : $G_{k}(C^{n+k})=\frac{GL(n+k,C)}{GL(k,n,C)}=\frac{U(n+k)}{U(k){\times}U(n)}$ In $\S$ 4. we explained and proved the Theorem 4. 7 : i) Complex Grassmann manifolds are Kahlerian. ii) This Kähler form is $\pi$-fold of curvature form in hyperplane section bundle. Prior to this proof. some propositions and lemmas were proved at the same time. (Proposition 4.2, Lemma 4.3, Corollary 4.4 and Lemma 4.5).