• ETRI Journal
• /
• 제26권5호
• /
• pp.432-436
• /
• 2004

In this paper, we propose the modified uniformly most powerful (UMP) belief-propagation (BP)-based decoding algorithm which utilizes multiplicative and additive factors to diminish the errors introduced by the approximation of the soft values given by a previously proposed UMP BP-based algorithm. This modified UMP BP-based algorithm shows better performance than that of the normalized UMP BP-based algorithm, i.e., it has an error performance closer to BP than that of the normalized UMP BP-based algorithm on the additive white Gaussian noise channel for low density parity check codes. Also, this algorithm has the same complexity in its implementation as the normalized UMP BP-based algorithm.

• 한국통신학회논문지
• /
• 제28권10C호
• /
• pp.1007-1012
• /
• 2003

Multilayer perceptrons (MLPs)를 위한 일반적인 BP 알고리즘의 학습 속도를 개선하기 위하여 제약을 갖는 최적화 기술을 제안하고 이를 backpropagation (BP) 알고리즘에 적용한다. 먼저 잡음 제약을 갖는 LMS (noise constrained least mean square : NCLMS) 알고리즘과 영잡음 제약 LMS (ZNCLMS) 알고리즘을 BP 알고리즘에 적용한다. 이러한 알고리즘들은 다음과 같은 가정을 반드시 필요로 하여 알고리즘의 이용에 많은 제약을 갖는다. NCLMS 알고리즘을 이용한 NCBP 알고리즘은 정확한 잡음 전력을 알고 있다고 가정한다. 또한 ZNCLMS 알고리즘을 이용한 ZNCBP 알고리즘은 잡음의 전력을 0으로 가정, 즉 잡음을 무시하고 학습을 진행한다. 본 논문에서는 확장된(augmented) Lagrangian multiplier를 이용하여, 비용함수(cost function)를 변형한다. 이를 통하여 잡음에 대한 가정을 제거하고 ZNCBP와 NCBP 알고리즘을 확장, 일반화하여 적응 오류 제약 BP(adaptive error constrained BP : AECBP) 알고리즘을 유도, 제안한다. 제안한 알고리즘들의 수렴 속도는 일반적인 BP 알고리즘보다 약 30배정도 빠른 학습 속도를 나타내었으며, 일반적인 선형 필터와 거의 같은 수렴속도를 나타내었다.

• 한국통신학회논문지
• /
• 제29권9C호
• /
• pp.1227-1234
• /
• 2004

본 논문에서는 LDPC 부호의 복호 알고리즘의 하나인 Normalized-BP 알고리즘의 각각의 비트에 업데이트되는 값에 대한 신뢰도에 따라 복호 알고리즘에 필요한 표준화 인수값을 달리함으로써 성능을 향상시킬 수 있는 복호 알고리즘을 제안하였다. 제안된 복호 알고리즘은 기존의 Normalized-BP 알고리즘에 비하여 복잡도를 거의 증가시키지 않으면서 LLR-BP 알고리즘의 BER 성능에 약 0.02dB 정도까지 근접하는 성능을 나타냄을 컴퓨터 모의실험을 통하여 확인하였다.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2180-2188
• /
• 2009

본 논문은 지능로봇의 동작을 제어하기 위해 비전기반의 실시간 수신호를 PCA 및 BP 알고리즘을 이용한 인식시스템을 제안하였다. 수신호 인식은 PCA 알고리즘을 이용한 전처리 단계와 BP 알고리즘을 이용한 인식의 두 단계로 구성한다. PCA 알고리즘은 데이터 분석을 위해 다차원 데이터 집합을 보다 낮은 차원으로 감소시키기 위해 사용되는 기술로 주어진 수신호의 특징인 투영 벡터를 계산하기 위하여 적용되었고, BP 알고리즘은 병렬 구조를 가지고 있으므로 병렬 분산처리가 가능하고, 처리 속도가 빠르므로 PCA로부터 훈련된 고유 수신호를 학습시켜 수신호를 실시간으로 인식한다. 실험에서는 10종류의 수신호를 PCA 알고리즘만을 사용한 경우와 제안한 PCA 및 BP 알고리즘을 사용한 경우와 인식률을 비교하여 제안한 알고리즘이 우수하다는 것을 보였다.

• International journal of advanced smart convergence
• /
• 제10권2호
• /
• pp.175-186
• /
• 2021

We have studied the speed regulation of the permanent magnet synchronous motor (PMSM) servo system in this paper. To optimize the PMSM servo system's speed-control performance with disturbances, a non-linear speed-control technique using a back-propagation neural network (BP-NN) algorithm forthe controller design of the PMSM speed loop is introduced. To solve the slow convergence speed and easy to fall into the local minimum problem of BP-NN, we develope an improved BP-NN control algorithm by limiting the range of neural network outputs of the proportional coefficient Kp, integral coefficient Ki of the controller, and add adaptive gain factor β, that is the internal gain correction ratio. Compared with the conventional PI control method, our improved BP-NN control algorithm makes the settling time faster without static error, overshoot or oscillation. Simulation comparisons have been made for our improved BP-NN control method and the conventional PI control method to verify the proposed method's effectiveness.

• Journal of Information Technology Applications and Management
• /
• 제9권2호
• /
• pp.1-16
• /
• 2002

Recently, neural network methods have been studied to find out more valuable information in data bases. But the supervised learning methods of neural networks have an overfitting problem, which leads to errors of target patterns. And the unsupervised learning methods can distort important information in the process of regularizing data. Thus they can't efficiently classify data, To solve the problems, this paper introduces a hybrid neural networks HACAB(Hybrid Algorithm combining a Competition learning model And BP Algorithm) combining a competition learning model and 8P algorithm. HACAB is designed for cases which there is no target patterns. HACAB makes target patterns by adopting a competition learning model and classifies input patterns using the target patterns by BP algorithm. HACAB is evaluated with random input patterns and Iris data In cases of no target patterns, HACAB can classify data more effectively than BP algorithm does.

• 한국정보통신학회논문지
• /
• 제5권7호
• /
• pp.1263-1271
• /
• 2001

There are two methods in blood pressure measurement ; Invasive methode and Non-invasive method. The Invasive methode can get the 띠cod pressure measurement but, patient feel uncomfortable. So Non-invasive methode used generally. The Oscillometric method is typical Non-Invasive method. This method is commonly used to measure BP in electric sphygmomanometer and has various algorithm. In this paper it is described about a algorithm, it controls, determinates the cuff pressure, and fillers the measured BP data. This system can interface with PC(personal computer) by RS-232 and save the measured data in PC. This system deflates the cuff pressure by Solenoid valve. The main algorithm are oscillometric and maximum amplitude algorithm(MAA). MAA has various measured oscillation, it depends on patient's age, height, weight and arm circumference size. In this paper proposed system can measure Systolic BP, Diastolic BP, and Mean BP using Interpolation, Auto Reinflation algorithm.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 춘계학술대회 논문집 전기설비전문위원
• /
• pp.109-112
• /
• 2004

In this study, the applicability of SOM(Self Organizing Map) algorithm to partial discharge pattern recognition have been investigated. For the purpose, using acquired data from the artificial defects in GIS, SOM algorithm which has some advantages such as data accumulation ability and the degradation trend trace ability was compared with conventionally used BP(Back Propagation) algorithm. As a result, basically BP algorithm was found out to be better than SOM algorithm. Therefore, it is needed to apply SOM algorithm in combination with BP algorithm in order to improve on-site applicability using the advantages of SOM. Also, for the pattern recognition by use of PRPDA(Phase Resolved Partial Discharge Analysis) it is required the normalization of the PRPDA graph. However, in case of the normalization both BP and SOM algorithm have shown worse results, so that it is required further study to solve the problem.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1129-1136
• /
• 2022

본 연구는 RSSI의 거리측정 방법이 외부 환경에 의해 쉽게 영향을 받아 위치 오차가 크다는 결점을 도출하였고 이 3차원 배치 환경에서 RSSI의 거리측정 노드에서 측정한 거리값을 최적화하는 문제에 대해 향상된 CA-PSO 알고리즘을 개선한 CA-PSO-BP 알고리즘을 제안하였다. 제안된 알고리즘은 3차원 무선센서네트워크(WSN) 공간에서 인식할 수 없는 노드를 설정할 수 있도록 하였다. 또한, CA-PSO를 BP 신경망에 응용하므로, 학습을 통해 BP 네트워크의 학습시간 단축과 알고리즘의 수렴 속도를 제고 할 수 있었다. 본 연구에서 제안한 알고리즘을 통해 네트워크의 위치의 정밀도를 현저(15%)하게 높일 수 있다는 것을 증명하였고 유의미한 결과를 얻을 수 있었다.

• 한국정보처리학회논문지
• /
• 제6권5호
• /
• pp.1393-1402
• /
• 1999

본 논문에서는 새로운 학습알고리즘의 3층 전향 신경망을 이용한 입력데이터의 주요 특징추출에 대해서 제안하였다. 제안된 학습알고리즘에서에서는 빠른 수렴속도의 최적화가 가능하도록 하기 위하여 기울기하강의 역전파 알고리즘을 이용하고, 국소최적해를 만났을 때 이를 벗어난 새로운 연결가중치의 설정을 위하여 동적터널링의 역전파 알고리즘을 이용함으로써 빠른 수렴속도로 전역최적해로에 수렴되도록 학습시킬 수 있다. 제안된 학습 알고리즘을 이용한 다층신경망을 $12{\times}12$ 픽셀의 영상 데이터들과 $128{\times}128$ 픽셀의 Lenna 영상데이터를 대상으로 시뮬레이션한 결과, 단층신경망을 이용하는 Sanger 방법이나 측면연결을 가지는 단충신경망을 이용하는 Foldiak 방법 및 기울기하강에 기초를 둔 기존의 역전파 알고리즘을 이용한 다층신경망에 의한 결과와 비교할 때 더욱 우수한 수렴성능과 추출성능이 있음을 확인할 수 있었다.