• 한국음향학회지
• /
• 제35권5호
• /
• pp.383-388
• /
• 2016

본 논문은 볼록 규준화 RLS(Recursive Least Squares)에 쓰이는 규준화를 위한 상수를 정하는 법을 제안한다. Eksioglu와 Tanc는 희소성 음향 채널 추정을 위해서 볼록 규준화 RLS 알고리즘을 구현하였다. 그러나 이 알고리즘은 더 좋은 추정 성능을 위해서 채널의 참 임펄스 응답 정보가 사용된다. 본 논문에서는 이 같은 참 임펄스 응답 정보가 필요 없는 규준화 상수를 위한 두 가지 선정법을 제안한다. 그리고 제안한 방법을 사용했을 때 Eksioglu와 Tanc의 방법에 필적한 추정 성능을 유지함을 보인다.

• 전기전자학회논문지
• /
• 제18권2호
• /
• pp.272-281
• /
• 2014

전기 임피던스 단층촬영법을 이용한 정적 영상 복원에서 대표적으로 사용되고 있는 복원 알고리즘은 modified Newton-Raphson(mNR) 알고리즘으로 수렴 속도 및 추정 정확도 측면에서 비교적 다른 알고리즘들에 비해 좋은 성능을 나타낸다. mNR 알고리즘에서는 측정 전압과 계산 전압과의 차이, 즉 잔류오차를 최소화하도록 목적함수를 설정하고 이를 반복 연산하여 내부의 저항률 분포를 추정한다. 이때 EIT 역문제의 비정치성을 완화시키기 위해 조정방법을 사용하며 조정인자에 따라 서로 다른 영상 복원 성능을 나타낸다. 기존 기법에서는 반복 연산마다 일정한 상수 값의 조정인자를 사용하기 때문에 대상 물체의 내부 상태가 변하거나 측정 잡음 등이 있는 경우 때때로 조정인자에 따라 영상 복원이 수렴되지 않는다. 따라서 본 논문에서는 영상 복원 수렴 및 성능을 개선하기 위하여 잔류오차에 기반하여 반복 연산마다 자동적으로 조정인자를 수정하는 기법을 제안하였다. 시뮬레이션과 실험을 수행하여 제안된 기법의 영상 복원성능을 평가한 결과 비교적 양호한 성능을 나타내었다.

• 대한기계학회논문집B
• /
• 제28권10호
• /
• pp.1271-1278
• /
• 2004

In order to measure non-intrusively velocity profile in liquid metal flow, a modified electromagnetic flowmeter was designed, which was based on electromagnetic tomography technique. Under the assumption that flow is fully-developed, axisymmetric and rectilinear, the velocity profile was reconstructed after the flowmeter equation, the first kind of Fredholm integration equation, was linearized. In reconstruction process Tikhonov regularization method with regularization parameter was used. The reconstructed velocity profile had the nearly same as turbulent flow profile which was approximately represented as log law. In addition, flowmeter output fur a fixed magnet rotation angle was linearly proportional to flow rate. When magnet rotation angle was 54$^{\circ}$, axisymmetric weight function was nearly uniform so that the flowmeter gives a constant signal for any fully-developed, axisymmetric and rectilinear profile with a constant flow rate.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권4호
• /
• pp.249-255
• /
• 2014

We present a simple method to watermark three-dimensional (3D) triangular meshes that have been generated from the depth data of the Kinect sensor. In contrast to previous methods, which maintain the shape of 3D triangular meshes and decide the embedding place, requiring calculations of vertices and their neighbors, our method is based on selecting one of the coordinate axes. To maintain shape, we use discrete wavelet transform and constant regularization. We know that the watermarking system needs the information to be embedded; we used a text to provide that information. We used geometry attacks such as rotation, scales, and translation, to test the performance of this watermarking system. Performance parameters in this paper include the vertices error rate (VER) and bit error rate (BER). The results from the VER and BER indicate that using a correction term before the extraction process makes our system robust to geometry attacks.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2004년도 춘계학술대회
• /
• pp.1749-1754
• /
• 2004

In order to measure non-intrusively velocity profile in liquid metal flow, a modified electromagnetic flowmeter was designed, which was based on electromagnetic tomography technique. Under the assumption that flow is fully-developed, axisymmetric and rectilinear, the velocity profile was reconstructed after the flowmeter equation, the first kind of Fredholm integration equation, was linearized. In reconstruction process Tikhonov regularization method with regularization parameter was used. The reconstructed velocity profile had the nearly same as turbulent flow profile which was approximately represented as log law. In addition, flowmeter output for a fixed magnet rotation angle was linearly proportional to flow rate. When magnet rotation angle was $54^{\circ}$, axisymmetric weight function was nearly uniform so that the flowmeter gives a constant signal for any fully-developed, axisymmetric and rectilinear profile with a constant flow rate.

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.679-683
• /
• 2007

Vapnik의 통계적 학습이론은 분류, 회귀, 그리고 군집화를 위하여 SVM(support vector machine), SVR(support vector regression), 그리고 SVC(support vector clustering)의 3가지 학습 알고리즘을 포함한다. 이들 중에서 SVC는 가우시안 커널함수에 기반한 지지벡터를 이용하여 비교적 우수한 군집화 결과를 제공하고 있다. 하지만 SVM, SVR과 마찬가지로 SVC도 커널모수와 정규화상수에 대한 최적결정이 요구된다 하지만 대부분의 분석작업에서 사용자의 주관적 경험에 의존하거나 격자탐색과 같이 많은 컴퓨팅 시간을 요구하는 전략에 의존하고 있다. 본 논문에서는 SVC에서 사용되는 커널모수와 정규화상수의 효율적인 결정을 위하여 차분진화를 이용한 DESVC(differential evolution based SVC)를 제안한다 UCI Machine Learning repository의 학습데이터와 시뮬레이션 데이터 집합들을 이용한 실험을 통하여 기존의 기계학습 알고리즘과의 성능평가를 수행한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권3호
• /
• pp.196-201
• /
• 2008

Statistical learning theory has three analytical tools which are support vector machine, support vector regression, and support vector clustering for classification, regression, and clustering respectively. In general, their performances are good because they are constructed by convex optimization. But, there are some problems in the methods. One of the problems is the subjective determination of the parameters for kernel function and regularization by the arts of researchers. Also, the results of the learning machines are depended on the selected parameters. In this paper, we propose an efficient method for objective determination of the parameters of support vector clustering which is the clustering method of statistical learning theory. Using evolutionary algorithm and bootstrap method, we select the parameters of kernel function and regularization constant objectively. To verify improved performances of proposed research, we compare our method with established learning algorithms using the data sets form ucr machine learning repository and synthetic data.

• 지구물리와물리탐사
• /
• 제16권4호
• /
• pp.211-216
• /
• 2013

일반적으로 평활화 필터는 주변값들과의 차이를 감소시켜 함수를 정규화하는 역할을 한다. 따라서 완전파형역산에 평활화 필터를 적용하면 역산 해를 정규화 할 수 있으며 실제 지하 구조에 가까운 영상을 얻을 수 있다. 다만 단일 평활화 계수를 사용했을 때는 지층 형태나 속도변화에 관계없이 동일하게 평활화가 이루어지므로 지층간 경계면이나 단층 등의 구조가 불명확해지는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기 위해 단일 평활화 계수가 아닌 역산 반복 과정에 따라 선택적으로 평활화 계수를 조정하는 정규화 기법을 개발하였다. 먼저 파형역산에 적합한 탐사자료의 주파수 대역과 그에 대응하는 파수 범위를 분석하였다. 분석한 파수 범위에 적합한 평활화 계수를 선정하기 위해 평활화 필터의 파수 스펙트럼에서 99백분위수에 해당하는 파수를 유효최대파수로 결정하였다. 선정된 평활화 계수를 반복역산에 따라 다르게 적용하여 여러 주파수를 동시에 이용하는 멀티-스케일 완전파형역산을 구현하였다. 암염 모델과 같은 속도대비가 큰 지질구조에 대해 성공적인 역산결과를 얻음으로써 본 연구에서 개발한 평활화 계수 선택기법이 효과적인 정규화 과정을 구현한다는 것을 알 수 있었다. 또한 무작위 잡음이 더해진 인공합성 음원모음 자료에 대한 수치예제를 통해 현장 자료에 대한 적용 가능성도 확인할 수 있었다.

• Journal of applied mathematics & informatics
• /
• 제8권2호
• /
• pp.429-437
• /
• 2001

In [1, 2], described a Chebyshev series method for the numerical solution of integral equations with three automatic algorithms for computing tow regularization parameters, C/sub f/ and r. Here we describe a Fourier series expansion method for a class singular integral equations with Hilbert kernel and constant coefficients with using a new automatic algorithm.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제13권1호
• /
• pp.321-339
• /
• 2021

Response Surface Method (RSM) has been widely used for flammable cloud size prediction as it can reduce computational intensity for further Explosion Risk Analysis (ERA) especially during the early design phase of offshore platforms. However, RSM encounters the overfitting problem under very limited simulations. In order to overcome the disadvantage of RSM, Bayesian Regularization Artificial Neural (BRANN)-based model has been recently developed and its robustness and efficiency have been widely verified. However, for ERA during the early design phase, there seems to be room to further reduce the computational intensity while ensuring the model's acceptable accuracy. This study aims to develop an integrated method, namely the combination of Center Composite Design (CCD) method with Bayesian Regularization Artificial Neural Network (BRANN), for flammable cloud size prediction. A case study with constant and transient leakages is conducted to illustrate the feasibility and advantage of this hybrid method. Additionally, the performance of CCD-BRANN is compared with that of RSM. It is concluded that the newly developed hybrid method is more robust and computational efficient for ERAs during early design phase.