• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.46 no.3
• /
• pp.9-14
• /
• 2009

Recently, a rate-2, $2{\times}2$ space-time code with simple ML decoding has been designed. Though the simple ML decoding algorithm does reduce the ML decoding complexity, there is still need for improvement. In this paper, we propose an efficient decoding algorithm for the rate-2, $2{\times}2$ space-time code using interference cancellation techniques with performance virtually identical to that of ML decoding. Also, the decoding complexity of the proposed algorithm is significantly reduced compared to the conventional simple ML decoding, especially for large modulation orders.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.317-317
• /
• 2021

효율적인 물관리를 위한 댐 유입량 대한 연구는 필수적이다. 본 연구에서는 다양한 머신러닝 알고리즘을 통해 40년동안의 기상 및 댐 유입량 데이터를 이용하여 소양강댐 유입량을 예측하였으며, 그 중 고유량과 저유량예측에 적합한 알고리즘을 각각 선정하여 머신러닝 알고리즘을 결합한 CombML을 개발하였다. 의사 결정 트리 (DT), 멀티 레이어 퍼셉트론 (MLP), 랜덤 포레스트(RF), 그래디언트 부스팅 (GB), RNN-LSTM 및 CNN-LSTM 알고리즘이 사용되었으며, 그 중 가장 정확도가 높은 모형과 고유량이 아닌 경우에서 특별히 예측 정확도가 높은 모형을 결합하여 결합 머신러닝 알고리즘 (CombML)을 개발 및 평가하였다. 사용된 알고리즘 중 MLP가 NSE 0.812, RMSE 77.218 m3/s, MAE 29.034 m3/s, R 0.924, R2 0.817로 댐 유입량 예측에서 최상의 결과를 보여주었으며, 댐 유입량이 100 m3/s 이하인 경우 앙상블 모델 (RF, GB) 이 댐 유입 예측에서 MLP보다 더 나은 성능을 보였다. 따라서, 유입량이 100 m3/s 이상 시의 평균 일일 강수량인 16 mm를 기준으로 강수가 16mm 이하인 경우 앙상블 방법 (RF 및 GB)을 사용하고 강수가 16 mm 이상인 경우 MLP를 사용하여 댐 유입을 예측하기 위해 두 가지 복합 머신러닝(CombML) 모델 (RF_MLP 및 GB_MLP)을 개발하였다. 그 결과 RF_MLP에서 NSE 0.857, RMSE 68.417 m3/s, MAE 18.063 m3/s, R 0.927, R2 0.859, GB_MLP의 경우 NSE 0.829, RMSE 73.918 m3/s, MAE 18.093 m3/s, R 0.912, R2 0.831로 CombML이 댐 유입을 가장 정확하게 예측하는 것으로 평가되었다. 본 연구를 통해 하천 유황을 고려한 여러 머신러닝 알고리즘의 결합을 통한 유입량 예측 결과, 알고리즘 결합 시 예측 모형의 정확도가 개선되는 것이 확인되었으며, 이는 추후 효율적인 물관리에 이용될 수 있을 것으로 판단된다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.33 no.8B
• /
• pp.707-718
• /
• 2008

The methodology of classifying traffics is changing from payload based or port based to machine learning based in order to overcome the dynamic changes of application's characteristics. However, current state of traffic classification using machine learning (ML) algorithms is ongoing under the offline environment. Specifically, most of the current works provide results of traffic classification using cross validation as a test method. Also, they show classification results based on traffic flows. However, these traffic classification results are not useful for practical environments of the network traffic monitoring. This paper compares the classification results using cross validation with those of using split validation as the test method. Also, this paper compares the classification results based on flow to those based on bytes. We classify network traffics by using various feature sets and machine learning algorithms such as J48, REPTree, RBFNetwork, Multilayer perceptron, BayesNet, and NaiveBayes. In this paper, we find the best feature sets and the best ML algorithm for classifying traffics using the split validation.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.28 no.11
• /
• pp.886-893
• /
• 2017

Recently, for detection of low-RCS targets, bistatic radar and multistatic radar have been widely employed. In this paper, we present the process of deriving the received signal modeling of the bistatic MIMO radar system and deals with the performance analysis of applying the bistatic signal to the ML arrival angle estimation algorithm. In case of the ML algorithm, as the number of the targets increases, azimuth search dimension for DOA estimation also increases, which implies that the ML algorithm for multiple targets is computationally very intensive. To solve this problem a closed-form expression of estimation error is presented for performance analysis of the algorithm.

• Nuclear Medicine and Molecular Imaging
• /
• v.43 no.5
• /
• pp.459-467
• /
• 2009

Purpose: The maximum likelihood-expectation maximization (ML-EM) is the statistical reconstruction algorithm derived from probabilistic model of the emission and detection processes. Although the ML-EM has many advantages in accuracy and utility, the use of the ML-EM is limited due to the computational burden of iterating processing on a CPU (central processing unit). In this study, we developed a parallel computing technique on GPU (graphic processing unit) for ML-EM algorithm. Materials and Methods: Using Geforce 9800 GTX+ graphic card and CUDA (compute unified device architecture) the projection and backprojection in ML-EM algorithm were parallelized by NVIDIA's technology. The time delay on computations for projection, errors between measured and estimated data and backprojection in an iteration were measured. Total time included the latency in data transmission between RAM and GPU memory. Results: The total computation time of the CPU- and GPU-based ML-EM with 32 iterations were 3.83 and 0.26 see, respectively. In this case, the computing speed was improved about 15 times on GPU. When the number of iterations increased into 1024, the CPU- and GPU-based computing took totally 18 min and 8 see, respectively. The improvement was about 135 times and was caused by delay on CPU-based computing after certain iterations. On the other hand, the GPU-based computation provided very small variation on time delay per iteration due to use of shared memory. Conclusion: The GPU-based parallel computation for ML-EM improved significantly the computing speed and stability. The developed GPU-based ML-EM algorithm could be easily modified for some other imaging geometries.

• Proceedings of the IEEK Conference
• /
• 2003.07a
• /
• pp.3-6
• /
• 2003

본 논문에서는 다중 경로 페이딩 하에서 동작하는 동기식 DS-CDMA 시스템에서 특별히 근거리 또는 실내 수신의 경우에 발생할 수 있는 짧은 시간 내에 밀집된 다중 경로 성분을 구분해 낼 수 있는 견고한 지연 추정 알고리즘을 제안한다. Sliding correlator 출력에 대한 시평균 상관 행렬을 고유치 분석을 통하여 eigenvector로 분해한 다음 관찰 영역은 신호 부분 영역과 잡음 부분 영역으로 분리할 수 있다. 제안하는 알고리즘에서는 단순한 기존의 sliding correlator 나 잡음공간 만으로의 projection 을 통한 MUSIC-type 알고리즘보다 성능이 월등히 뛰어난 ML (Maximum likelihood) 방식을 소개한다. 이 방식은 기존의 방식보다 복잡도는 약간 증가하지만 지연 측정 성능은 탁월하게 증가하는 것을 보여준다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.837-840
• /
• 2001

주파수 추정 알고리즘의 경우 기존에 제안된 방법들 중에서 ML방법은 계산상 너무 복잡하고 구현하기 힘들며, 준-ML 방법들은 이론적인 방법과 비교해 볼 때 다소 단순하긴 하나 역시 구현상의 문제가 따른다. 따라서 본 논문에서는 BWLL환경에 적용할 수 있는 단순하면서도 구현이 용이한 주파수 추정방법을 제안한다. 본 논문에서 제안하는 주파수 추정기는 V&V 위상추정기를 기초로 한다. 성능분석 결과 본 논문에서 제안한 알고리즘을 이용할 경우 최대로 정규화된 심벌율의 0.5%까지 조정이 가능하다. 따라서 아날로그 영역에서의 거친 주파수 조절과정에서 다소 많은 잔류 주파수옵셋이 존재하여도 주파수 복구가 가능하다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.475-478
• /
• 1998

음성에 공존하는 유/무성음 성분을 추정하는 알고리즘을 제안하였다. 유성음 성분은 주기성을 띤 사인곡선의 형태로 표현되며, 무성음 성분은 자동회기의 결과로 표현된다. 두 성분을 각각 차례대로 추정할 경우 한 성분에 대한 추정치의 정확도가 나머지 성분의 추정에도 영향을 주기 때문에 제안된 알고리즘은 두 성분을 공동으로 추정한다. 실제 ML 추정치는 구하기 어려워 이에 근접하는 추정치를 선형 방정식들을 interative 방법으로 풀어 구현하였다. 예비 시험결과 제안한 알고리즘이 정확하고 효율적으로 두 성분을 추정함을 알 수 있었고, 합성된 데이터 뿐만 아니라 실제 음성 데이터를 이용한 실험에서도 좋은 결과를 보여주었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.10
• /
• pp.2197-2204
• /
• 2009

In this paper, we analyze the performance of the sphere decoding algorithm at MIMO system. The BER performance of this algorithm is the same as that of ML receiver, but computational complexity of SD algorithm is much less than that of ML receiver. The independent signals from each transmit antennas are modulated by using the QPSK and 16QAM modulation in the richly scattered Rayleigh flat-fading channel. The received signals from each receivers is independently detected by the receiver using Fincke & Pohst SD algorithm, and the BER output of the algorithm is compared with those of ZF, MMSE, SIC, and ML receivers. We also investigate the Viterbo & Boutros SD algorithm which is the modified SD algorithm, and the BER performance and the floting point operations of the algorithms are comparatively studied.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.9
• /
• pp.1025-1031
• /
• 2019

This study proposes a PCS that enables efficient operation of seawater pumps for ships by implementing ML-based algorithms. Seawater temperature, RPM and power consumption data are acquired from two ships with PCS, analyzed with regression analysis method, and new algorithms are presented. Using the algorithms presented, Ship A saved about 36% compared to the PCS application, and ML-based algorithms in certain sea temperatures of 19 to 27 degrees Celsius and above 32 degrees Celsius were about 1% lower than Ship A's PCS. Ship B saved about 50% compared to PCS not applied, and about 2% more than Ship B's PCS in waters above $19^{\circ}C$, a specified sea temperature. The derived data can be used to suggest the optimum pump speed and sea route. In addition, the trend of acquired data can be used to infer the performance of the pump or the timing of elimination of the MGPS when efficiency becomes poor.