• 한국위성정보통신학회논문지
• /
• 제6권2호
• /
• pp.78-83
• /
• 2011

본 논문에서는 DVB-S2 기반 LDPC 부호의 반복 복호횟수를 줄이기 위한 계산 복잡도가 줄어든 early stopping 방식을 제안한다. DVB-S2 기반 LDPC 복호기는 최대 64800 비트의 부호를 처리해야 되기 때문에 그 자체로 매우 높은 계산 복잡도를 가진다. 기존 early stopping 방식은 64800 비트의 DVB-S2 LDPC 코드를 이용하여 early stopping 기준치를 계산하는데 있어 높은 계산 복잡도를 가진다. 따라서 제안 방식은 LDPC 부호의 계층적 복호방식중 하나인 Horizontal Shuffling Scheduling 복호 방식에 early stopping 방식을 간단하게 적용함으로써 기존 방식 대비 최대 70%의 계산량 감소를 달성하였다. 실험 결과는 제안 방식을 적용한 LDPC 복호 알고리즘이 기존 방식 대비 Bit Error Rate 성능이 더 우수하다는 것을 보여준다.

• 전기학회논문지
• /
• 제57권11호
• /
• pp.2095-2101
• /
• 2008

In this paper, we consider a performance improvement of neural network for predicting defect size of steam generator tube using early stopping. Usually, neural network is trained until MSE becomes less than a prescribed error goal. The smaller the error goal, the greater the prediction performance for the trained data. However, as the error goal is decreased, an over fitting is likely to start during supervised training of a neural network, which usually deteriorates the generalization performance. We propose that, for the prediction of an axisymmetric defect size, early stopping can be used to avoid the over-fitting. Through various experiments on the axisymmetric defect samples, we found that the difference bet ween the prediction error of neural network based on early stopping and that of ideal neural network is reasonably small. This indicates that the error goal used for neural network training for the prediction of defect size can be efficiently selected by early stopping.

• Journal of information and communication convergence engineering
• /
• 제21권3호
• /
• pp.198-207
• /
• 2023

Responding to changes in artificial intelligence models and the data environment is crucial for increasing data-learning accuracy and inference stability of industrial applications. A learning model that is overfitted to specific training data leads to poor learning performance and a deterioration in flexibility. Therefore, an early stopping technique is used to stop learning at an appropriate time. However, this technique does not consider the homogeneity and independence of the data collected by heterogeneous nodes in a differential network environment, thus resulting in low learning accuracy and degradation of system performance. In this study, the generalization performance of neural networks is maximized, whereas the effect of the homogeneity of datasets is minimized by achieving an accuracy of 99.7%. This corresponds to a decrease in delay time by a factor of 2.33 and improvement in performance by a factor of 2.5 compared with the conventional method.

• 한국통신학회논문지
• /
• 제32권6A호
• /
• pp.537-543
• /
• 2007

본 논문은 MIMO-OFDM 시스템에서 터보 처리 기법 (Turbo-BLAST)을 위한 새로운 조기 정지 기법을 제안한다. 터보 처리 기법의 높은 복잡도를 줄이기 위해서는 외부 반복 횟수를 줄이는 일이 필수적이다. IEEE 802.16e Mobile WiMax와 같은 시스템에서는 전송된 데이터 버스트의 마지막 인코딩 패킷을 제외하면 CRC 비트가 부가되지 않는다. 따라서 이러한 시스템에서는 CRC 비트의 도움 없이 반복을 종료할 수 있는 조기 정지 기법이 필요하다. 제안된 기법은 수신된 패러티 비트들과 수신된 정보 비트들로부터 재 부호화된 패러티 비트들 간의 부호 변화를 관찰함으로써 수행된다. 또한, IEEE 802.16e와 같이 tail-biting 부호를 가지는 시스템의 경우에 재 부호화의 복잡도를 절반으로 줄이는 방법이 제안된다. 컴퓨터 모의실험 결과는 제안된 조기 정지 기법이 종래의 조기 정지 기법에 비해 더 적은 수의 평균 반복 횟수를 가지고 GENIE aided 기법과 동등한 수준의 성능을 가짐을 보인다.

• 한국정보기술학회 영문논문지
• /
• 제8권2호
• /
• pp.119-127
• /
• 2018

Training a very large deep neural network can be painfully slow and prone to overfitting. Many researches have done for overcoming the problem. In this paper, a combination of early stopping and ADAM based deep neural network was presented. This form of deep network is useful for handling the big data because it automatically stop the training before overfitting occurs. Also generalization ability is better than pure deep neural network model.

• 한국농공학회지
• /
• 제45권5호
• /
• pp.117-125
• /
• 2003

Since the recorded information used for operation of a catchment modelling system contain errors that influence the calibration of catchment modelling system control parameter values, the accurate estimation of these parameters is difficult. Despite these influences, existing traditional calibration approaches focus only on achieving the best "curve fitting" between simulated and recorded data, and not on generic evaluation of control parameter values. This paper introduces an Early Stopping Technique which is aimed at avoiding the procedure of curve-fitting through monitoring improvements in the objective function used for assessing the optimal parameter set. Application of this approach to the calibration of SWMM (Storm Water Management Model) on the Centennial Park catchment in Sydney, Australia is outlined. outlined.

• 정보처리학회논문지D
• /
• 제8D권2호
• /
• pp.175-180
• /
• 2001

본 논문은 미래의 소프크웨어 공장 수나 고장시간 예측 정확성을 얻기 위해, 뉴로-피지 시스템을 이용할 경우 최적의 검증 데이터 할당 비율에 대한 연구이다. 훈련 데이터가 주어졌을 때, 과소 적합과 과잉 적합을 회피하면서 최적의 일반화 능력을 얻기 취해 Early Stopping 방법이 일반적으로 사용되고 있다. 그러나 훈련과 검증 데이터로 얼마나 많은 데이터를 할당갈 것인가는 시행착오법을 이용해 경험적으로 해를 구해야만 하며, 과다한 시간이 소요된다. 최적의 검증 데이터 양을 구하기 위해 규칙 수를 증가시키면서 다양한 검증 데이터 양을 할당하였다. 실험결과 최소의 검증 데이터로도 좋은 예측 능력을 보였다. 이 결과는 뉴로-퍼지 시스템을 소프트웨어 신뢰성 분야에 적용시 실질직언 지침을 제공할 수 있는 것이다.

• 대한수학회보
• /
• 제48권4호
• /
• pp.791-812
• /
• 2011

This is a survey on American options. An American option allows its owner the privilege of early exercise, whereas a European option can be exercised only at expiration. Because of this early exercise privilege American option pricing involves an optimal stopping problem; the price of an American option is given as a free boundary value problem associated with a Black-Scholes type partial differential equation. Up until now there is no simple closed-form solution to the problem, but there have been a variety of approaches which contribute to the understanding of the properties of the price and the early exercise boundary. These approaches typically provide numerical or approximate analytic methods to find the price and the boundary. Topics included in this survey are early approaches(trees, finite difference schemes, and quasi-analytic methods), an analytic method of lines and randomization, a homotopy method, analytic approximation of early exercise boundaries, Monte Carlo methods, and relatively recent topics such as model uncertainty, backward stochastic differential equations, and real options. We also provide open problems whose answers are expected to contribute to American option pricing.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.51-58
• /
• 2020

시각장애인의 대다수는 독립적인 의생활을 하는데 어려움을 겪는다. 최근 스마트 가전 시장의 성장으로 가구나 가전에 인공지능이나 IoT를 추가하는 제품이 늘어나고 있다. 본 논문에서는 시각장애인의 독립적인 의생활을 지원하기 위해 옷장 내부를 관리하는 기능, 음성 대화를 통해 정보를 요청하는 음성인식 기능 그리고 CNN 알고리즘을 이용한 옷 정보에 대한 인식 기능을 가진 스마트 옷장을 제안한다. 본 논문에서는 옷을 인식하는 과정에서 정확도를 높이기 위해 모델의 층 개수를 변경하고 Maxpooling을 조정하여 모델을 생성하였다. 모델 생성 시 Early Stopping Callback 옵션을 적용하여 학습 정확도를 보장해주었다. 과적합을 방지해주기 위하여 Dropout을 추가했다. 이러한 과정으로 만들어진 최종 모델은 옷 인식 정확도가 80%가 되는 것을 확인할 수 있다.

• The Korean Journal of Pain
• /
• 제24권2호
• /
• pp.112-114
• /
• 2011

Due to its complex pathophysiology and wide spectrum of clinical manifestations, the diagnosis of CRPS is often missed in the early stage by primary care physicians. After being treated by a primary care physician for 5 months for chronic cellulitis, a 16-year-old girl was referred to our hospital with features of type-1 CRPS of the right upper extremity. Inability to diagnose early caused prolonged suffering to the girl with all the consequence of CRPS. The patient responded well with marked functional recovery from multimodal therapy. Ability to distinguish CRPS from other pain conditions, referral for specialty care at the appropriate time and full awareness of this condition and its clinical features among various healthcare professionals are essential in reducing patient suffering and stopping its progression towards difficult-to-treat situations.