• 소음진동
• /
• 제4권2호
• /
• pp.187-198
• /
• 1994

This study is to describe the effects of the duct termination conditions conditions upon the active noise attenuation system. The adaptive filtering algorithm using FIR filter is implemented for duct noise attenuation. To avoid the instability caused by the acoustic feedback, two methods are considered. One is to use a compensating FIR filter. The other is to utilize uni-directional detecting microphone and uni-directional control speaker. Experimental results show that the reflections of sound from duct terminations greatly reduce the performance of ANC system. The directionality of detecting microphone and control speaker is a major factor to decide ANC performance. When there are some reflections from both duct terminations, the noise attenuation using finite FIR filter is not enough to model the duct plant. Especially, the reflection from the upstream termination reduces the noise attenuation in the frequencies related to the distance between control speaker and upstream termination. The performance of the noise attenuation is found to be largely enhanced by using uni-directional coupler, both on detecting microphone and control speaker, even if the duct system has an arbitrary termination conditions.

• 한국통신학회논문지
• /
• 제31권4C호
• /
• pp.351-363
• /
• 2006

우리나라의 지상파 DTV 전송 방식인 8-VSB 변조 방식은 크기에 정보를 실어서 보내기 때문에 다중경로에 의한 심벌간 간섭에 다소 취약한 단점이 있다. 이러한 문제를 해결하기 위하여 지상파 DTV 수신기에서는 판정 궤환 등화기를 사용하여 채널 등화를 수행해 왔다. 하지만 SFN(single frequency network) 환경과 같은 열악한 채널에서는 판정 오류로 인한 에러전파로 안정적인 등화를 수행하지 못한다. 본 논문에서는 이러한 문제를 해결하고자 주파수 영역에서 직접 채널의 역을 곱해서 채널등화를 수행하는 zero forcing 등화 방법을 제안한다. 이를 위해서 채널 정합 필터와 비인과 필터를 사용하여 비최소 위상(nonminimum phase) 채널을 최소 위상(minimum phase) 채널로 근사화시킴으로써 채널의 역의 안정성을 보장할 수 있게 하였다. 시뮬레이션을 통하여 SFN 채널 환경에서 제안된 주파수 영역 등화기가 기존의 판정 궤환 등화기에 비하여 안정성과 SER(symbol error rate) 측면에서 모두 향상된 성능을 얻을 수 있음을 보인다.

• 제어로봇시스템학회논문지
• /
• 제10권12호
• /
• pp.1295-1304
• /
• 2004

In this paper, the Bayesian recurrent neural network is proposed to predict time series data. A neural network predictor requests proper learning strategy to adjust the network weights, and one needs to prepare for non-linear and non-stationary evolution of network weights. The Bayesian neural network in this paper estimates not the single set of weights but the probability distributions of weights. In other words, the weights vector is set as a state vector of state space method, and its probability distributions are estimated in accordance with the particle filtering process. This approach makes it possible to obtain more exact estimation of the weights. In the aspect of network architecture, it is known that the recurrent feedback structure is superior to the feedforward structure for the problem of time series prediction. Therefore, the recurrent neural network with Bayesian inference, what we call Bayesian recurrent neural network (BRNN), is expected to show higher performance than the normal neural network. To verify the proposed method, the time series data are numerically generated and various kinds of neural network predictor are applied on it in order to be compared. As a result, feedback structure and Bayesian learning are better than feedforward structure and backpropagation learning, respectively. Consequently, it is verified that the Bayesian reccurent neural network shows better a prediction result than the common Bayesian neural network.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권9호
• /
• pp.650-657
• /
• 2006

음악은 삶의 일부이며 상황에 따라 많은 영향을 받는다. 그러나 음악 추천 시스템에 관한 기존 연구들에서는 사용자로부터 획득한 몇 가지 메타데이타(장르, 아티스트 등)만을 내용기반 필터링으로 분석하여 이용함으로써 적절한 상황을 고려하지 못하는 문제점이 있었다. 최근 들어 환경의 몇 가지 상태(온도, 습도 등)변화를 적용한 추천 연구가 이루어지고 있지만 상황으로서 이해하기는 부족한 실정이다. 그러므로 우리는 기존연구에서의 메타데이타는 물론 상황정보를 동적으로 반영하여 사용자가 더욱 만족할 수 있는 음악을 추천하는 것을 제안한다. 또한 사용자에 의한 피드백이 가능함으로써 서비스를 더 향상시킬 수 있다. 이를 해결하기 위해 본 논문에서는 음악 선곡에 필요한 상황정보를 정의하고 내용기반 필터링 기법을 사용하여 사용자의 취향과 상황에 적합한 음악 추천 시스템을 설계한다. 본 추천 시스템에서는 홈 네트워크 환경에서 상황정보를 인식하기 위해 OSGi 프레임워크를 사용하였으며 서비스 이동성 및 분산처리를 지원하여 음악 선곡에 대한 사용자의 만족도와 서비스의 질을 향상 시켰다.

• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.451-462
• /
• 2009

협업적 여과는 추천 시스템을 구축하는데 가장 널리 보급된 정보 여과 기법으로 사용자 각 개인의 관심에 적합한 정보 및 아이템을 추천함으로써 사용자들의 의사 결정에 도움을 준다. 그러나, 협업적 여과 기법은 우수한 추천 성능에도 불구하고 초기 진입 문제와 같은 대표적인 한계를 가지고 있다. 본 논문에서는 초기 진입 문제의 한계점을 보완하기 위해 새로운 모델 구축 방법과 구축된 모델들을 적용한 효율적인 협업적 추천 시스템을 제안한다. 제안된 협업적 여과 방법은 크게 2단계로 나뉘어질 수 있다. 첫 번째는 사전에 미리 사용자들이 선호 평가한 아이템에 대한 선호도 예측 에러 정보를 반영하여 모델을 구축하는 과정으로 대부분의 작업이 오프라인에서 수행된다. 두 번째는 미리 구축된 모델들을 적용하여 온라인에서 사용자에게 적합한 개인화된 아이템 추천 및 예측을 하는 과정이다. 사전에 측정된 에러 정보를 반영한 모델은 목적 사용자와 유사한 사용자 및 목적아이템과 유사한 아이템의 사전 평균 예측 에러를 활용하는 에러반영 모델로써 초기 진입 문제를 보완하면서 선호도 예측의 성능을 높이기 위한 모델이다. 또한 모델 기반의 협업적 여과의 단점인 재구축 비용을 감소시키고 사용자들의 새로운 선호도 피드백 정보에 대하여 계속적으로 반영 가능하게 하기 위해 점진적으로 새로운 정보를 갱신할 수 있는 구축 방법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.273-285
• /
• 2024

교육 분야에서 온라인 저지 시스템이 활발하게 활용됨에 따라 학습자 데이터를 활용하는 다양한 연구가 진행되고 있다. 본 연구에서는 학습자 데이터를 활용하여 학습자의 문제 선택을 지원할 수 있는 사용자 기반 협업 필터링 방식의 문제추천 기능을 제안한다. 온라인 저지 시스템에서 학습자의 문제 선택을 위한 지원은 그들의 향후 학습에 영향을 미치므로 교육의 효과성 제고를 위해 필요하다. 이를 위해 학습자의 문제풀이 성향과 유사한 학습자를 식별하고 그들의 문제풀이 이력을 활용한다. 제안 기능은 충북교육연구정보원에서 운영하는 알고리즘과 프로그래밍 관련 온라인 저지 사이트에 구현됐고, 서비스 유용성과 사용 편이성 측면에서 델파이 기법을 통한 전문가 검토를 수행했다. 또한 사이트 사용자 대상 시범 운영에서 바른코드 제출 비율을 분석한 결과 추천문제에 대해 제출한 경우가 전체 제출에 비해 16% 정도 높았고, 추천문제 사용자 대상 설문조사에서 '도움 된다' 응답은 78%였다. 시범 운영에서는 추천문제 선택과 사용자 피드백 관련 설문 응답 비율이 낮았으므로, 향후 연구과제로 제안 기능의 접근성 향상, 사용자 피드백 수집 및 학습자 데이터 분석 다각화 등을 제시했다.

• 대한전자공학회논문지SD
• /
• 제38권12호
• /
• pp.36-43
• /
• 2001

${\lambda}$/4 천이영역을 갖는 평면 DFB 도파로의 광학적특성을 분석하였다. 그 도파로의 필터특성과 공진특성을 정확히 분석하기 위하여 Floquet 이론과 Babinet 원리에 기초한 새로운 모드 전송선로 이론을 유도하였다. 수치해석 결과, 본 논문에서 제시한 해석법은 ${\lambda}$/4 천이영역을 갖는 평면 DFB 도파로의 필터 특성과 공진특성을 간단히 해석할 수 있는 알고리즘을 제공하며, 다른 근사적 해석법들에서 얻을 수 없는 새로운 물리적 특성을 보여 주었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권9호
• /
• pp.63-74
• /
• 2020

This study investigates the behavior of foreign investors in the Stock Exchange of Thailand (SET) in the time of coronavirus disease 2019 (COVID-19) as to whether trading is abnormal, what strategy is followed, whether herd behavior is present, and whether the actions destabilize the market. Foreign investors' trading behavior is measured by net buying volume divided by market capitalization, whereas the stock market behavior is measured by logged return on the SET index portfolio. The data are daily from Tuesday, August 28, 2018, to Monday, May 18, 2020. The study extends the conditional-regression model in an event-study framework and extracts the unobserved abnormal trading behavior using the Kalman filtering technique. It then applies vector autoregressions and impulse responses to test for the investors' chosen strategy, herd behavior, and market destabilization. The results show that foreign investors' abnormal trading volume is negative and significant. An analysis of the abnormal trading volume with stock returns reveals that foreign investors are not positive-feedback investors, but rather, they self-herd. Although foreign investors' abnormal trading does not destabilize the market, it induces stock-return volatility of a similar size to normal trade. The methodology is new; the findings are useful for researchers, local authorities, and investors.

• 한국컴퓨터정보학회논문지
• /
• 제4권4호
• /
• pp.77-85
• /
• 1999

본 논문은 Kass가 제안한 수식을 수정했다. 첫 번째로, 물체의 내부나 외부에 초기 값을 설정할 수 있도록 하였으며, 물체의 윤곽선을 보다 빨리 쉽게 추출할 수 있고 에지가 강한 곳으로 움츠려드는 것을 개선하였다. 두 번째로 내부에너지 수식을 개선하였고, $3{times}3$ 행렬을 사용하였다. 세 번째로 에너지 항을 부과하여 한 점에 모이는 현상을 처리했고, 임계값을 사용하여 윤곽선을 정확하게 추출하도록 알고리즘을 수정하였다. 알고리즘을 수정한 결과, 초기 값을 쉽게 설정했고 높은 곡률의 물체도 추출했다. 피드백시스템을 사용하여 처리속도를 개선했다.