• 대한전자공학회논문지TC
• /
• 제46권3호
• /
• pp.9-14
• /
• 2009

최근에 간단한 ML 복호가 가능한 rate-2, $2{\times}2$ 시공간 부호가 개발되었다. 비록 이러한 간단한 ML 복호 알고리즘이 ML 복호 복잡도를 줄여 주지만 여전히 향상될 여지가 남아 있다. 본 논문에서는 간섭제거 방법을 사용하여 ML 복호와 거의 동일한 성능을 가지면서 rate-2, $2{\times}2$ 시공간 부호를 위한 효율적인 복호 알고리즘을 제안한다. 제안된 알고리즘의 복호 복잡도는 기존의 간단한 ML 복호에 비해서도 더욱 감소하며 변조 차수가 클수록 복호 복잡도 감소율은 더욱 증가한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• 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.

• 한국통신학회논문지
• /
• 제33권8B호
• /
• pp.707-718
• /
• 2008

Traffic classification의 방법은 동적으로 변하는 application의 변화에 대처하기 위하여 페이로드나 port를 기반으로 하는 것에서 ML 알고리즘을 기반으로 하는 것으로 변하여 가고 있다. 그러나 현재의 ML 알고리즘을 이용한 traffic classification 연구는 offline 환경에 맞추어 진행되고 있다. 특히, 현재의 기존 연구들은 testing 방법으로 cross validation을 이용하여 traffic classification을 수행하고 있으며, traffic flow를 기반으로 classification 결과를 제시하고 있다. 본 논문에서는 testing방법으로 cross validation과 split validation을 이용했을 때, traffic classification의 정확도 결과를 비교한다. 또한 바이트를 기반으로 한 classification의 결과와 flow를 기반으로 한 classification의 결과를 비교해 본다. 본 논문에서는 J48, REPTree, RBFNetwork, Multilayer perceptron, BayesNet, NaiveBayes와 같은 ML 알고리즘과 다양한 feature set을 이용하여 트래픽을 분류한다. 그리고 split validation을 이용한 traffic classification에 적합한 최적의 ML 알고리즘과 feature set을 제시한다.

• 한국전자파학회논문지
• /
• 제28권11호
• /
• pp.886-893
• /
• 2017

RCS 기술의 발달과 레이다 기술의 발달에 따라 바이스태틱, 멀티스태틱 레이다 시스템이 많이 사용되고 있다. 본 논문은 바이스태틱 MIMO 레이다 시스템의 수신신호 모델링 유도 과정을 보이고, ML 도래각 추정 알고리즘에 바이스태틱 신호를 적용했을 때의 성능 분석을 다룬다. ML 도래각 추정 알고리즘인 경우, 신호원의 개수에 따라 도래각 추정에 요구되는 탐색 차원 또한 증가하게 되어 많은 계산량을 요구한다. 해당 문제점을 해소하기 위해 본 논문은 해당 알고리즘의 추정오차를 closed-form 표현으로 유도함으로써 별도의 도래각 추정 없이 바이스태틱 환경의 수신신호에 대한 ML 알고리즘의 성능분석이 가능함을 보인다.

• Nuclear Medicine and Molecular Imaging
• /
• 제43권5호
• /
• pp.459-467
• /
• 2009

목적: ML-EM (The maximum likelihood-expectation maximization) 기법은 방출과 검출 과정에 대한 통계학적 모델에 기반한 재구성 알고리즘이다. ML-EM은 결과 영상의 정확성과 유용성에 있어 많은 이점이 있는 반면 반복적인 계산과 방대한 작업량 때문에 CPU(central processing unit)로 처리할 때 상당한 연산시간이 소요되었다. 본 연구에서는 GPU(graphic processing unit)의 병렬 처리 기술을 ML-EM 알고리즘에 적용하여 영상을 재구성하였다. 대상 및 방법: 엔비디아사(社)의 CUDA 기술을 이용하여 ML-EM 알고리즘의 투사 및 역투사 과정을 병렬화 전략을 구상하였으며 Geforce 9800 GTX+ 그래픽 카드를 이용하여 병렬화 연산을 수행하여 기존의 단일 CPU기반 연산법과 비교하였다. 각 반복횟수마다 투사 및 역투사 과정에 걸리는 총 지연 시간과 퍼센트 오차(percent error)를 측정하였다. 총 지연 시간에는 RAM과 GPU 메모리 간의 데이터 전송 지연 시간도 포함하였다. 결과: 모든 반복횟수에 대해 CPU 기반 ML-EM 알고리즘보다 GPU 기반 알고리즘이 더 빠른 성능을 나타내는 것을 확인하였다. 단일 CPU 및 GPU 기반 ML-EM의 32번 반복연산에 있어 각각 3.83초와 0.26초가 걸렸으며 GPU의 병렬연산의 경우 15배 정도의 개선된 성능을 보였다. 반복횟수가 1024까지 증가하였을 경우, CPU와 GPU 기반 알고리즘은 각각 18분과 8초의 연산시간이 걸렸다. GPU 기반 알고리즘이 약 135배 빠른 처리속도를 보였는데 이는 단일 CPU 계산이 특정 반복횟수 이후 나타나는 시간 지연에 따른 것이다. 결과적으로, GPU 기반 계산이 더 작은 편차와 빠른 속도를 보였다. 결론: ML-EM 알고리즘에 기초한 GPU기반 병렬 계산이 처리 속도와 안정성을 더 증진시킴을 확인하였으며 이를 활용해 다른 영상 재구성 알고리즘에도 적용시킬 수 있을 것으로 기대한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 I
• /
• 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• 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.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• 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.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2197-2204
• /
• 2009

본 논문에서는 다중입력 다중출력 (Multiple Input Multiple Output: MIMO) 시스템에서 Maximum Likelihood (ML) 수신기와 같은 성능을 가지지만 복잡도가 낮은 Sphere Decoding (SD) 알고리즘에 대해 분석하고 그 성능을 평가한다. 각각의 송신 안테나에서 채널로 전송되는 독립적인 신호는 QPSK 와 16QAM 방식을 사용하여 변조되며, 채널은 산란이 활발하게 일어나는 레일리 (Rayleigh) 평탄 페이딩 채널로 가정한다. 수신기에서 수신된 신호는 Fincke & Pohst SD 알고리즘에 의해 각 송신 안테나로부터의 독립적인 신호로 검파되며, 그 성능이 ZF (Zero Forcing), MMSE (Minimum Mean Square Error), SIC (Successive Interference Cancelation), 그리고 ML 수신기의 성능과 비교되었다. 추가적으로 복잡도를 줄이기 위해 개선된 형태인 Viterbo & Boutros SD 알고리즘을 이용하여 검파된 신호의 BER 성능과 부동 소수점 연산량(Floating Point Operations: FLOPS)이 각각 비교 분석되었다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1025-1031
• /
• 2019

본 연구는 선박용 해수펌프를 ML 기반으로 한 알고리즘을 구현하여 효율적으로 운용할 수 있는 PCS를 제안한다. PCS가 탑재된 2척의 선박에서 해수온도, RPM, 전력 소모 데이터를 취득하여 회귀 분석법으로 분석하고, 새로운 알고리즘을 제시한다. 제시하는 알고리즘을 적용하였을 때 Ship A는 PCS를 적용하지 않았을 때 대비하여 약 36%를 절감하였고, 특정 해역온도인 $19{\sim}27^{\circ}C$와 $32^{\circ}C$ 이상의 해역에서 ML 기반의 알고리즘이 Ship A의 PCS보다 약 1% 더 절감하였다. Ship B는 PCS를 적용하지 않았을 때 대비하여 약 50%를 절감하였고, 특정 해역온도인 $19^{\circ}C$ 이상의 해역에서 Ship B의 PCS보다 약 2%더 절감하였다. 도출된 데이터를 이용하여 최적의 펌프 속도와 항로를 제안할 수 있다. 추가적으로, 취득 데이터의 추세를 활용하여 효율이 낮아졌을 시에 펌프의 성능이나 MGPS의 소제 시기를 유추할 수 있다.