• 전자공학회논문지
• /
• 제52권8호
• /
• pp.148-155
• /
• 2015

Levenberg-Marquardt은 최소자승법 문제의 풀이법으로 잘 알려져 있다. 하지만 이전의 표적기동분석(TMA)의 추적필터의 경우 대부분 Gauss-Newton방법을 사용하고 있으며 Gauss-Newton은 역행열 연산이 요구되어 시스템을 불안정하게 만드는 문제점이 있다. 본 논문에서는 Gauss-Newton의 수치적 불안정성을 해결하기 위해 TMA에 Levenberg-Marquardt을 적용하여 Levenberg-Marquardt이 적용된 표적기동분석 알고리즘의 안정성을 실험으로 보인다. 이를 위해 실험에서는 Monte-Calro 시물레이션을 3개 시나리오에 대하여 수행하였으며 그 결과 Levenberg-Marquardt이 Gauss-Newton에 비하여 표적기동분석 결과인 거리, 침로, 속력의 수렴되는 시간이 빨라졌으며 행렬의 발산빈도가 저하되어 표적기동분석 결과가 안정화되었다.

• Journal of applied mathematics & informatics
• /
• 제31권3_4호
• /
• pp.373-378
• /
• 2013

In this paper, we consider two kinds of the Levenberg-Marquardt method for solve a system of nonlinear equations. We use line search on every iteration to guarantee that the Levenberg-Marquardt methods are globally convergent. Under mild conditions, we prove that while the de- scent condition can be satisfied at the iteration of the Levenberg-Marquardt method, the global convergence of the method can be established.

• Journal of applied mathematics & informatics
• /
• 제16권1_2호
• /
• pp.183-194
• /
• 2004

In this paper, we consider a Levenberg-Marquardt method for the solution of constrained nonlinear equation problems. The global convergence is established even without requiring the existence of an accumulation point. Some numerical tests are also presented.

• 한국지반환경공학회 논문집
• /
• 제10권5호
• /
• pp.49-57
• /
• 2009

본 연구에서는 Levenberg-Marquardt(LM) 알고리즘 인공신경망을 통하여 지반공학 문제 중의 하나인 압축지수를 예측하였고, 예측된 결과는 현재 지반공학에 널리 사용되고 있는 Back Propagation(BP) 알고리즘 인공신경망의 예측 결과와 비교하여 LM 알고리즘의 지반공학 적용성을 평가하였다. 또한 두 알고리즘에 의한 예측치는 기존에 제안된 압축지수의 경험식들에 의하여 산정된 결과들과 비교를 통하여 예측결과의 정확성을 확인하였다. 경험식에 의한 압축지수의 산정치는 전반적으로 BP 알고리즘과 LM 알고리즘 인공신경망에 의한 예측치에 비하여 더 큰 오차를 나타냈다. LM 알고리즘에 의한 압축지수의 예측치는 BP 알고리즘의 예측치와 비교할 때 정확도는 비슷하나 수렴속도에서 더 좋은 결과를 보여 LM 알고리즘의 지반공학 적용성은 우수한 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제14권8호
• /
• pp.11-18
• /
• 2009

본 논문은 Levenberg-Marquardt 알고리즘에서 Jacobian 행렬의 주부분 행렬을 이용하여 학습속도를 개선하는 방법을 제안한다. Levenberg-Marquardt 학습은 오차함수에 대한 2차 도함수를 계산하기 위해 Hessian 행렬을 사용하는 대신 Jacobian 행렬을 이용한다. 이런 Jacobian 행렬을 가역행렬로 만들기 위해, Levenberg-Marquardt 학습은 ${\mu}$값을 증가시키거나 감소시키는 과정을 수행하고 ${\mu}$값의 변경에 따른 역행렬의 재계산이 필요하다. 따라서 본 논문에서는 ${\mu}$값의 설정을 위해 Jacobian 행렬의 주부분 행렬을 생성하고 주부분 행렬의 고유값 합을 이용하여 ${\mu}$값을 설정한다. 이와 같은 방법은 추가적인 역행렬 계산을 하지 않으므로 학습속도를 개선할 수 있다. 제안된 방법은 일반화된 XOR 문제와 필기체 숫자인식 문제를 대상으로 실험하여 학습속도의 향상을 검증하였다.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2002년도 춘계 학술발표회 논문집
• /
• pp.20-27
• /
• 2002

Conventional Levenberg-Marquardt's nonlinear inversion method is simply modified by taking into account the second derivatives of the Hessian matrix so as to give robust inversion results. The weight of the second derivative terms is determined by the value of so-called λ in Levenberg-Marquardt's method. The new inversion method is applied to observed data from small-to-moderate earthquakes to simultaneously evaluate the modes parameters of the stochastic point-source model in and around the Korean Peninsula. Best estimates of the stochastic model parameters are obtained along with their statistics and compared with the previous results. Overall characteristics of the model parameters are found to be more of those of interplate than intraplate tectonic region.

• 한국수자원학회논문집
• /
• 제46권4호
• /
• pp.389-400
• /
• 2013

이 논문에서는 관망시스템의 마찰항을 보정하기 위해서, 부정류 마찰 모형과 Levenberg Marquardt 방법을 합성하였다. 부정류 마찰항을 고려하기 위한 방법으로 빈도 의존 마찰항을 사용하였으며, 특성선 방법을 모형 개발의 기반으로 하였다. 최적화에 필요한 Hessian과 Jacobian 행렬을 구하기위해서 수압을 직접 마찰항에 미분한 항을 계산하였으며, 특성선 방법상에서의 다양한 수압과 유량에 대한 마찰계수의 민감도를 수식으로 유도하였다. 간단한 관망을 가정한 뒤, 갑작스런 밸브의 거동으로 도입된수압의 시계열을 확보하였고, 이를 이용하여 정상류 마찰 모형과 부정류 마찰모형의 마찰항 보정을 수행하였다. 제안된 방법과 진화 연산 알고리즘의 마찰항 수렴거동을 비교하였으며, Leveberg Marquardt 방법의 안정적이고 신속한 수렴결과를 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권4호
• /
• pp.57-63
• /
• 2010

Levenberg-Marquardt 알고리즘에서 감쇠 파라미터는 오류역전파 학습과 Gauss-Newton 학습의 스위치 역할을 하며 학습 속도에 영향을 준다. 이런 감쇠 파라미터를 고정시키는 것은 오차 함수의 진동을 유발하고 학습 속도를 감소시킨다. 따라서 본 논문은 오차 함수의 변화 과정을 참조하여 감쇠 파라미터를 가변적으로 적용하는 방법을 제안한다. 제안된 방법은 오차의 변화량이 크면 감쇠 파라미터를 크게, 오차의 변화량이 작으면 감쇠 파라미터를 작게 조정한다. 이것은 모멘텀과 유사한 역할을 하여 학습 속도를 향상시킨다. 제안된 방법의 검증을 위한 실험으로는 iris 분류 문제와 wine 분류 문제를 사용하였다. 제안된 방법은 iris 분류 문제에서는 67% 학습에서, wine 분류 문제에서는 78% 학습에서 학습 속도가 향상되었으며 기존 방법과 비교하여 오차의 진동도 적은 것을 확인할 수 있었다.

• 대한기계학회논문집B
• /
• 제23권3호
• /
• pp.364-373
• /
• 1999

A combination of conjugate gradient and Levenberg-Marquardt method is used to estimate the spatially varying scattering coefficient, ${\sigma}(r)$, in the solid and hollow spheres by utilizing the measured transmitted beams from the solution of an inverse analysis. The direct radiation problem associated with the inverse problem is solved by using the $S_{12}-approximation$ of the discrete ordinates method. The accuracy of the computations increased when the results from the conjugate gradient method are used as an initial guess for the Levenberg-Marquardt method of minimization. Optical thickness up to ${\tau}_0=3$ is used for the computations. Three different values of standard deviation are considered to examine the accuracy of the solution from the inverse analysis.

• Composites Research
• /
• 제31권5호
• /
• pp.177-185
• /
• 2018

섬유금속적층판은 금속과 섬유 강화 복합소재를 함께 적층한 하이브리드 재료 중 하나다. 섬유금속적층판은 계면의 접착층이 파괴되는 층간분리 현상이 발생할 수 있기 때문에 계면의 접착층에 대한 한계응력과 에너지 해방률을 실험적으로 도출해야만 한다. 하지만, 온도에 따른 에너지 해방률을 실험적으로 도출하는 과정에서 측정 장비의 사용 온도에 대한 제약을 받는다. 따라서, 본 연구에서는 Levenberg-Marquardt 기법을 기반한 역해석 기법을 사용하여 접착층에 대한 모드 I 한계응력과 에너지 해방률에 대한 예측 가능성을 확인하는 것이 목표다. 먼저, 한계응력은 접착층의 인장강도와 같다고 가정하였으며, 에너지 해방률은 DCB 시험(double cantilever beam test)을 수행하여 정의하였다. 또한, 유한요소법 기반 모델을 적용하여 한계응력과 에너지 해방률을 수치해석적으로 예측할 수 있는 지 확인하였다. 그 후, Levenberg-Marquardt 기법을 유한요소법 기반 모델에 적용하여 모드 I 한계응력과 에너지 해방률을 수치해석적으로 예측하였다. 아울러, 본 연구에서 사용한 역해석 기법의 수렴성을 확보하기 위하여 두 가지 경우의 초기 매개변수에 대한 역해석을 추가적으로 수행하였다. 결과적으로, 본 연구에서 사용한 역해석 기법은 모드 I 한계응력과 에너지 해방률을 효과적으로 예측할 수 있음을 보였다.