탄성파 역산에는 고전적인 Gauss-Newton 방법이 주로 사용된다. 이 방법은 Jacobian을 직접 계산하여 거대한 크기의 Hessian 행렬을 만드는 것을 필요로 한다. Hessian 행렬의 구성은 몇 가지의 요소들에 의해 결정되는데, 음원과 수진기의 위치, 영상화 구역(image zone), 음원 파형의 형태 등 다양한 형태의 모델링에 영향을 미치는 요소에 따라서 다른 모습으로 나타난다. 이 논문에서는 Gauss-Newton 방법에 나타나는 거대한 Hessian 행렬을 조절함으로써 Marmousi 탄성파 모델 자료를 역산하고자 한다. 또한 근사 Hessian행렬의 대안으로 두 가지의 유사 Hessian행렬들을 제시하고자 한다. 하나는 유한 폭을 갖는 Hessian행렬이고 다른 하나는 자동안정함수(automatic gain function, AGC)를 이용한 Hessian 행렬이다. 작은 크기의 모델에 대한 수치결과로부터 몇 가지의 사실을 알 수 있다. 하나는 유한 폭을 갖는 Hessian 행렬을 이용하여 얻어진 한번 근사된 속도모델은 원래의 Hessian 행렬을 이용하여 얻은 결과와 매우 유사하다는 것이고, 둘째로 자동안정함수를 이용한 근사 Hessian 행렬의 안정성이 많이 개선된다는 것이다.
자기지전류(MT) 자료의 3차원 역산에 대해 소개한다. MT 자료의 역산 문제는 기본적으로 악조건이므로 유일한 해가 존재하지 않는다. 이러한 비유일성을 줄이고 정확한 역산해를 구하기 위해서는 역산 시 사전정보를 추가하는 제약조건을 가해야 한다. 물리탐사 분야에서 비선형 역산에 사용되는 가장 일반적인 방법은 일련의 선형화된 역산문제를 푸는 Gauss-Newton법이다. 이 알고리듬은 수렴 시, 모델 공간에서 역산문제에 대한 목적함수를 최소화하는 최적해를 준다. 그러나 이러한 반복적 선형화기법은 3차원 MT 역산의 경우 Jacobian 행렬을 구하기 힘들기 때문에 그 유용성에 한계가 있다. 이러한 어려움은 CG법에 의해 완화할 수 있다. 선형 CG법은 Gauss-Newton 반복의 각 단계를 근사적으로 풀기 위해서 사용된다. 한편 비선형 CG법은 목적함수의 최소화에 직접적으로 적용된다. 이들 CG법은 Jacobian 행렬의 계산 및 대형 선형방정식의 해를 반복 당 세 번의 모델링으로 대치할 수 있어서 3차원 역산에 적합하다.
Communications for Statistical Applications and Methods
/
제10권2호
/
pp.595-601
/
2003
In this paper we propose an on line training method for classification based on least squares support vector machine. Proposed method enables the computation cost to be reduced and the training to be peformed incrementally, With the incremental formulation of an inverse matrix in optimization problem, current information and new input data can be used for building the new inverse matrix for the estimation of the optimal bias and Lagrange multipliers, so the large scale matrix inversion operation can be avoided. Numerical examples are included which indicate the performance of proposed algorithm.
Journal of the Korean Data and Information Science Society
/
제14권4호
/
pp.965-974
/
2003
In this paper we propose an incremental classification of multi-class data set by LS-SVM. By encoding the output variable in the training data set appropriately, we obtain a new specific output vectors for the training data sets. Then, online LS-SVM is applied on each newly encoded output vectors. Proposed method will enable the computation cost to be reduced and the training to be performed incrementally. With the incremental formulation of an inverse matrix, the current information and new input data are used for building another new inverse matrix for the estimation of the optimal bias and lagrange multipliers. Computational difficulties of large scale matrix inversion can be avoided. Performance of proposed method are shown via numerical studies and compared with artificial neural network.
CG (conjugate gradient) 법은 선형 연립방정식을 반복적으로 푸는 가장 효율적인 해법 중 하나이고, 또한 비선형 최소자승문제에도 적용할 수 있다. 자기지전류(MT) 역산 문제를 풀 때에는 최소자승문제의 목적함수 자체의 최소화에 직접 CG 법을 적용하거나, Gauss-Newton 법에 기초한 반복역산의 각 반복단계에서 모형의 변화량 계산에 CG 법을 이용할 수 있다. CG 법을 적용할 경우, 임의의 벡터에 대한 감도행렬의 영향 및 그 전치행렬의 전치행렬의 영향을 감도행렬을 직접 구하지 않고 계산할 수 있다는 장점이 있기 때문에 감도행렬의 계산 규모가 방대한 3차원 역산 문제에서 계산시간을 월등히 줄일 수 있다.
Common problems encountered when orthogonal functions are used in system analysis and state estimation are the time consuming process of high order matrix inversion required in finding the Kronecker products and the truncation errors. In this paper, therefore, a method for the analysis of bilinear systems using Walsh, Block pulse, and Haar functions is devised, Then, state estimation of bilinear system is also studied based on single term expansion of orthogonal functions. From the method presented here, when compared to the other conventional methods, we can obtain the results with simpler computation as the number of interval increases, and the results approach the original function faster even at randomly chosen points regardless of the definition of intervals. In addition, this method requires neither the inversion of large matrices on obtaining the expansion coefficients nor the cumbersome procedures in finding Kronecker products. Thus, both the computing time and required memory size can be significantly reduced.
측방유입수가 고려되는 3변수 Muskingum하도추적모형을 낙동강 수계중 왜관에서 적포교구간의 12개 홍수사상에 대하여 적용하였고, 기존 방법인 2변수 Muskingum방법의 저류상수 K와 가중계수 x에 추가된 α는 측방유입수를 고려해주는 변수이다. 3변수모형의 추적방정식은 유한차분방정식으로 표현되며, 추적상수 결정은 Matrix Inversion에 의하여 직접 계산 가능하며, 이로부터 각 홍수사상의 K x 값을 구할 수 있다. 본 연구를 실유역에 적용하여 실측치와 비교하여본 결과 비교적 잘 맞음을 알 수 있어쓰ㅇ며 K와 x값은 하도특성인자로서 홍수규모와 관계되고 측방유입인자 α는 강우 특성에 의하여 지배되는 변수로 판단되었으며 α값은 측방유입량이 클수록 값이 커지는 성향으로 나타났다.
A method to analyze the high speed inter-connects that are composed of frequency dependent lossy distributed lines is presented. Network modeling of hybrid systems is implemented by using the modified nodal admittance matrix in the Laplace transformation domain. The network response is computed by different two methods. One method Is the asymptotic waveform evaluation (AWE) method and other is numerical Laplace inversion method. The merits and demerits of two methods are discussed by applying to several concrete illustrative networks.
러브파와 레일리파는 표면파로서 각 파가 가지는 분산특성을 활용하여 지반의 강성주상도를 파악할 수 있는 특징을 가지고 있다. 이 중 러브파는 한 방향에 대한 응력-변위만 고려하기 때문에 수치적 모델링이 간단하고 전파시에는 이론적으로 체적파의 영향 및 밀도의 변화가 없어 각 각의 물성치를 갖는 다층구조지반에서 적용성이 높다고 할 수 있다. 이러한 장점을 활용하여 러브파와 레일리파의 분산정보를 같이 이용하여 동시역산해석을 할 수 있는 기법이 제안되었다. 동시역산해석기법은 본 논문을 통하여 수치해석, 이론모델, 그리고 현장시험을 통하여 검증되었다. 수치해석에서는 2, 3차원 유한요소해석과 전달행렬법의 결과를 비교하였고, 이론모델해석에서는 각 각의 역산해석에서의 결과를 서로 비교하여 검토하였다. 더불어, 현장에서 SASW시험을 수행하여 제안된 동시역산해석기법의 적용성을 검토하였다. 검토 결과, 각 표면파의 정보를 동시에 고려하는 것이 과도한 발산을 방지하고 해의 정확도를 향상시키는 것으로 확인되었다.
큰 규모의 계통이나 회로망의 해석익 있어서 0이 대부분 포함되어 있는 행렬을 반전하여 해를 구하는 것은 대단히 비능룰적이다. 이러한 계통을 Sparse행렬을 이용하여 풀면 계산시간이 적게 들고 기억용량이 감소되며 둥근(round-off)오차를 줄일 수 있다. 본논문은 Sparse 행렬를 이용하여 회로망을 푸는 방법고ㅘ 전산 프로그래밍을 제공한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.