• 한국수자원학회논문집
• /
• 제39권6호
• /
• pp.495-502
• /
• 2006

비매개변수적 빈도해석을 위해 제시되는 핵밀도함수 방법에서 내삽법은 외삽법보다 더 신뢰적이기 때문에 내삽법과 관련된 광역폭의 선택이 외삽 문제와 연관되는 핵함수의 선택보다 중요하다. 그러나, 재현기간이 자료구간보다 커지거나 또는 $200{\sim}500$년 빈도 발생과 같은 확률 값에 대한 추정을 하는 경우는 자료의 외삽이 중요한 문제이며 따라서 이에 따른 핵함수의 선택도 중요시된다. 핵함수에 따라서는 외삽에 대해 상대적으로 작거나 큰 값이 제시 될 수 있으므로 극치값 추정에는 어려운 점이 있다. 따라서 본 논문에서는 일반적으로 내삽 및 외삽에도 적합한 핵함수로 Modified Cauchy 핵함수를 제시하였다.

• 한국통신학회논문지
• /
• 제36권1A호
• /
• pp.35-40
• /
• 2011

랜덤 발생 심볼과 출력 신호에 대해 두 확률 밀도 함수 사이의 유클리드 거리를 최소화하는 복소 채널 등화 알고리듬은 정보 이론적 학습방법의 장점을 살리면서 위상 회전 문제까지 극복할 수 있도록 설계 되었다. 이 논문에서는 이 알고리듬에 대해 확률 밀도 함수 구축에 사용된 커널 사이즈가 성능에 끼치는 영향을 연구하였고 커널 사이즈의 변형에 인한 정보 포텐셜 간의 힘 조절에 변화를 준 Kernel-modified 알고리듬을 제안하였다. 이 제안한 방식은 커널 사이즈 변형이 이루어지지 않은 알고리듬에 대해 약 4 dB 정도의 성능 향상을 만들어 냈다. 성상도 특성에서도 복소 채널에 의한 위상 회전이 완벽하게 극복될 뿐 아니라 보다 집중된 심볼 점을 보였다.

• ETRI Journal
• /
• 제36권3호
• /
• pp.333-342
• /
• 2014

Most hyper-ellipsoidal clustering (HEC) approaches use the Mahalanobis distance as a distance metric. It has been proven that HEC, under this condition, cannot be realized since the cost function of partitional clustering is a constant. We demonstrate that HEC with a modified Gaussian kernel metric can be interpreted as a problem of finding condensed ellipsoidal clusters (with respect to the volumes and densities of the clusters) and propose a practical HEC algorithm that is able to efficiently handle clusters that are ellipsoidal in shape and that are of different size and density. We then try to refine the HEC algorithm by utilizing ellipsoids defined on the kernel feature space to deal with more complex-shaped clusters. The proposed methods lead to a significant improvement in the clustering results over K-means algorithm, fuzzy C-means algorithm, GMM-EM algorithm, and HEC algorithm based on minimum-volume ellipsoids using Mahalanobis distance.

• 대한수학회논문집
• /
• 제35권1호
• /
• pp.125-136
• /
• 2020

In this article, we discuss classes of generalized functions for certain modified integral operator of Bessel-type involving Fox's H-function kernel. We employ a known differentiation formula of Fox's H-function to obtain the definition and properties of the distributional modified Bessel-type integral. Further, we derive a smoothness theorem for its kernel in a complete countably multi-normed space. On the other hand, using an appropriate class of convolution products, we derive axioms and establish spaces of modified Boehmians which are generalized distributions. On the defined spaces, we introduce addition, convolution, differentiation and scalar multiplication and further properties of the extended integral.

• Nuclear Engineering and Technology
• /
• 제46권2호
• /
• pp.263-272
• /
• 2014

Scattering source calculations using conventional spherical harmonic expansion may require lots of computation time to treat full-coupled three-dimensional photon-electron transport in a highly anisotropic scattering medium where their scattering cross sections should be expanded with very high order (e.g., $P_7$ or higher) Legendre expansions. In this paper, we introduce a modified scattering kernel approach to avoid the unnecessarily repeated calculations involved with the scattering source calculation, and used it with parallel computing to effectively reduce the computation time. Its computational efficiency was tested for three-dimensional full-coupled photon-electron transport problems using our computer program which solves the multi-group discrete ordinates transport equation by using the discontinuous finite element method with unstructured tetrahedral meshes for complicated geometrical problems. The numerical tests show that we can improve speed up to 17~42 times for the elapsed time per iteration using the modified scattering kernel, not only in the single CPU calculation but also in the parallel computing with several CPUs.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.469-471
• /
• 2000

본 논문에서는 모멘트 항을 추가한 수정된 kernel-adatron 알고리즘을 제안하고 이른 support vector machines의 학습기법으로 이용하였다. 이는 기울기상승법에서 일어나는 최적해로의 수렴에 따른 발진을 억제하여 그 수렴 속도를 좀더 개선시키는 모멘트의 장점과 kernel-adatron 알고리즘의 구현용이성을 그대로 살리기 위함이다. 제안된 학습기법의 SVM을 실제 200명의 암환자를 2부류(초기와 악성)로 분류하여 문제에 적용하여 시뮬레이션한 결과, Cambell등의 kernel-adatron 알고리즘을 이용한 SVM의 결과와 비교할 때 학습시간과 시험 데이터의 분류률에서 더욱 우수한 성능이 있음을 확인할 수 있었다.

• 한국문헌정보학회지
• /
• 제15권
• /
• pp.197-224
• /
• 1988

The kernel technique in game theory is introduced and modified in the notion of super kernel, which creates searching maps through the hierarchic clustering technique. The results show more Improved retrieval efficiency in terms of precision and recall.

• 한국작물학회지
• /
• 제31권1호
• /
• pp.49-55
• /
• 1986

옥수수입의 라이신 및 트립토페인 량을 증가시키기 위해서 오페이크-2 인자와 오페이크-2 옥수수입의 표현형을 변갱시키는 변갱 오페이크-2 인자를 사용하여 합성한 부여 No 2 옥수수와 부여 No. 3 옥수수의 입특성을 분석조사하였다. 부여 No. 2나 부여 No. 3 옥수수의 입 특성을 정확히 아는 것은 이들 옥수수의 증수를 위한 육종방법을 규명하는데 필요하기 때문이다. 따라서 입의 물리적 특성으로서 표현형을 본 결과 부여 No 2나 부여 No.3 모두 원래 오페이크-2 옥수수입이 보여주는 표현형과는 매우 다르게 변갱 되었지만 부여 No. 2는 부여 No.3보다 더 보통 옥수수에 가깝게 변갱되었다. 그리고 부여 No. 2는 동일품종내에서도 표현형의 변이가 매우 크게 분포되어 있었다. 입중에 있어서 부여 No. 2는 No. 3보다 입중이 가벼웠는데 그 이유는 크기가 작기 때문이었다. 배유의 밀도는 부여 No. 3이 제일 작았고 이는 입의 경도에도 크게 영향을 주었다. 부여 No. 2의 소입성은 조와 배유의 함량에도 영향을 주어 일정량으로 옥수수를 두고 볼 때 소입중 부여 No.2는 대입중인 부여 No.3보다 배의 양이 많았다. 변갱오페이크 옥수인 부여 No. 2와 부여 No. 3의 배유내 전분조직을 현미경 관찰한 결과 부여 No.2 옥수수입은 배유내 연질전분 조직과 경질전분 조직이 동시에 매우 다양하게 되어 있었다. 필수 아미노산의 하나인 라이신 함량은 부여 No.2가 공시품종 가운데서 가장 높았다.

• 대한수학회보
• /
• 제53권6호
• /
• pp.1845-1856
• /
• 2016

In this paper our aim is to study the classical Bessel-Struve kernel. Monotonicity and log-convexity properties for the Bessel-Struve kernel, and the ratio of the Bessel-Struve kernel and the Kummer confluent hypergeometric function are investigated. Moreover, lower and upper bounds are given for the Bessel-Struve kernel in terms of the exponential function and some $Tur{\acute{a}}n$ type inequalities are deduced.

• Journal of the Korean Data and Information Science Society
• /
• 제20권4호
• /
• pp.749-755
• /
• 2009

Support vector classification (SVC) provides more complete description of the lin-ear and nonlinear relationships between input vectors and classifiers. In this paper. we propose the sparse kernel classifier to solve the optimization problem of classification with a modified hinge loss function and absolute loss function, which provides the efficient computation and the sparsity. We also introduce the generalized cross validation function to select the hyper-parameters which affects the classification performance of the proposed method. Experimental results are then presented which illustrate the performance of the proposed procedure for classification.