• 한국항행학회논문지
• /
• 제4권1호
• /
• pp.45-49
• /
• 2000

GPS에 의한 관측치는 시각오차, 전리층과 대류층 지연오차, 다중경로 오차와 같은 다양한 오차를 내포하고 있어서 GPS 관측치 위치계산시 일반적으로 최소자승해를 구하게 된다. GPS 관측치는 비선형 방정식을 만족하므로 최소자승해를 구하기 위해서는 비선형 Newton 알고리즘을 이용할 수도 있으나 대개 간편성과 효율성 때문에 선형화 알고리즘을 적용하게 된다. 본 연구에서는 비선형 Newton 알고리즘이나 선형화 알고리즘을 대체할 수 있는 부동점 알고리즘을 개발하여 그 유용성을 증명하였다. 비선형 Newton 알고리즘이나 선형화 알고리즘은 수렴속도가 빠른 장점을 가지고 있으나 초기값이 해와 근사하여야 한다는 단점이 있다. 반면 부동점 알고리즘은 수령속도는 다소 느리나 초기값이 대단히 부정확하여도 수렴가능한 장점이 있으므로 두 알고리즘을 적절히 혼용하는 것이 좋을 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2782-2784
• /
• 2001

최대수요전력 제어기의 실시간 부하전력예측을 위하여 Newton 보외법을 적용하였다. 기존의 선형기법에 비하여 실제 데이터에 가까운 부하전력을 예측할 수 있었다. 이 새로운 알고리즘을 적용함으로써 부하예측을 보다 정확히 할 수 있어 빈번한 부하차단이나 우발적인 차단을 방지하여 설비 운용의 신뢰성을 높일 수 있다. 개선된 알고리즘은 마이컴으로 제어되는 실제 시스템에 적용하여 보다 나은 성능을 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.294-299
• /
• 2005

본 논문에서는 선형적으로 흔합된 영상신호에 잡음이 첨가된 영상을 대상으로 뉴우턴법과 할선법의 고정점 알고리즘 독립성분분석을 적용하여 분리성능을 비교${\cdot}$검토하였다. 여기서 뉴우턴법의 고정점 알고리즘은 기울기 변화에 따른 속성을 이용하며, 할선법의 고정점 알고리즘은 접선의 변화를 이용하는 속성을 가진다. 실험에 이용된 신호는 2개의 $512\times512$ 픽셀 2차원 영상이며, 가우스 분포와 라플라스 분포의 잡음을 각각 이용하였다. 실험 결과, 원 영상을 분리하는 시간에서는 뉴우턴법의 고정점 알고리즘 독립성분분석이 할선법의 고정점 알고리즘 독립성분분석보다 보다 빠르며, 복원성능에서는 할선법의 고정점 알고리즘 독립성분분석이 더욱 우수한 특성이 있음을 알 수 있었다. 한편, 잡음이 많이 첨가될수록 뉴우턴법의 FP-ICA와 할선법의 FP-ICA사이의 추출속도와 분리성능은 더욱 더 큰 차이가 있음도 알 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.911-923
• /
• 2016

빅데이터 시대에 머신러닝의 중요성은 더욱 부각되고 있고 로지스틱 회귀는 머신러닝에서 분류를 위한 방법으로 의료, 경제학, 마케팅 및 사회과학 전반에 걸쳐 널리 사용되고 있다. 지금까지 R과 Hadoop의 통합환경인 RHIPE 플랫폼은 설치 및 MapReduce 구현의 어려움으로 인해 거의 연구가 이루지 지지 않았다. 본 논문에서는 대용량 데이터에 대해 로지스틱 회귀 추정을 위한 두가지 알고리즘 즉, Gradient Descent 알고리즘과 Newton-Raphson 알고리즘에 대해 MapReduce로 구현하고, 실제 데이터와 모의실험 데이터를 가지고 이들 알고리즘 간의 성능을 비교하고자 한다. 알고리즘 성능 실험에서 Gradient Descent 알고리즘은 학습률에 크게 의존하고 또한 데이터에 따라 수렴하지 않는 문제를 갖고 있다. Newton-Raphson 알고리즘은 학습률이 불필요 할 뿐만 아니라 모든 실험 데이터에 대해 좋은 성능을 보였다.

• 한국통신학회논문지
• /
• 제26권7B호
• /
• pp.937-943
• /
• 2001

fast fading 채널 특성을 갖는 DS-CDMA 다중 사용자 환경에서 Normalized CMA(Constant Modulus Algorithm)와 Newton 방식을 이용한 CMA를 이용하여 빠른 수렴속도와 작은 평균 자승 오차(Mean Square Error)를 동시에 개선할 수 있는 등화 방법을 제안하였다. Normalized CMA는 Newton 방식을 이용한 CMA에 비해 작은 평균 자승오차를 갖지만 수렴속도가 느리다는 단점이 있다. 반면 Newton 방식을 이용한 CMA는 Normalized CMA에 비해 수렴속도는 빠르지만 큰 평균 자승 오차를 갖는다는 단점이 있다. 따라서 빠른 수렴 속도와 작은 평균 자승 오차를 동시에 얻기 위한 구조를 제안하였으며, 이 구조는 각각의 알고리즘을 사용하는 방법과는 달리 두 개의 알고리즘을 동시에 이용한다. 모의 실험 결과, 제안한 기법이 Normalized CMA보다 약 320번, Newton 방식을 이용한 CMA보다는 170번 정도 빠른 수렴 속도를 나타냈으며, 동시에 수렴시의 평균 자승 오차는 Newton 방식을 이용한 CMA보다 약 0.6dB, Normalized CMA보다 약 0.4dB 정도 낮은 수치를 나타내는 것을 확인할 수 있었다.

• 한국전자파학회논문지
• /
• 제28권11호
• /
• pp.880-885
• /
• 2017

기존에 제안된 AD-MUSIC 알고리즘을 이용하여 2차원 탐색 없이 1차원 탐색을 반복함으로써 DOD/DOA 추정이 가능하다. 본 논문에서는 계산량을 더욱 감소하기 위해 1차원 탐색에 Newton 기반 기법을 적용한다. 본 논문은 바이스태틱 MIMO 레이다 시스템의 수신신호 모델링과 AD-MUSIC의 유도과정을 보이고, 뉴턴 반복 기법을 AD-MUSIC에 적용한다. 추정 시, 기존의 AD-MUSIC 알고리즘의 성능과 계산량이 탐색 간격에 영향을 받는 것에 반해, AD-MUSIC의 성능과 뉴턴기법을 적용하는 본 논문의 방법인 경우, 탐색 간격에 관계없이 우수한 성능을 보이고, 계산량 또한 감소하는 효과를 보인다는 것을 시뮬레이션을 통해 보인다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1141-1145
• /
• 2016

일반적으로 RLS 알고리즘에서 비정재성(non-stationary) 환경에서 시간에 따라 변하는 파라메터를 좀 더 잘 추정하기 위해서 가변 망각인자를 사용한다. RLS 알고리즘에서 가변 망각인자를 사용할 때는 연산량이 많이 증가하는 단점이 수반된다. 본 논문에서는 연산량이 적은 가우스 뉴턴 가변망각인자 RLS 알고리즘을 제안한다. 본 방법은 기존 가우스 뉴턴 가변망각인자 RLS와 거의 유사한 성능을 보유하고 있을 뿐만 아니라 부가로 요구되는 연산량을 $O(N^2)$에서 O(N)으로 줄이는 효과도 준다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2012년도 추계학술대회 논문집
• /
• pp.47-48
• /
• 2012

• 한국전산구조공학회논문집
• /
• 제26권4호
• /
• pp.223-231
• /
• 2013

본 논문에서는 물성이 균일하지 않은 반무한 고체영역의 탄성파속도 분포를 재구성하기 위한 시간영역 Gauss-Newton 전체파형 역해석 기법을 소개한다. 반무한 영역을 유한 계산영역으로 치환하기 위하여 유한영역의 경계에 수치적 파동흡수 경계조건인 perfectly-matched-layers(PMLs)를 도입하였다. 이 역해석 문제는 PML을 경계로 하는 영역에서의 탄성파동방정식을 구속조건으로 하는 최적화 문제로 성립되며, 표면에서 측정된 변위응답과 혼합유한요소법에 의해 계산된 응답간의 차이를 최소화함으로써 미지의 탄성파속도 분포를 결정한다. 이 과정에서 Gauss-Newton-Krylov 최적화 알고리즘과 정규화기법을 사용하여 탄성파속도의 분포를 반복적으로 업데이트하였다. 1차원 수치예제들을 통해 Gauss-Newton 역해석으로 부터 재구성된 탄성파속도의 분포가 목표값에 충분히 근사함을 보였으며, Fletcher Reeves 최적화 알고리즘을 사용한 기존의 역해석 결과에 비해 수렴율이 현저히 개선되고 계산 소요시간이 단축됨을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제11권1호
• /
• pp.46-55
• /
• 2007

다음은 부동소수점 역수 및 역제곱근 계산에 많이 사용하는 뉴톤-랍손 알고리즘은 일정한 횟수의 곱셈을 반복하여 계산한다. 본 논문에서는 뉴톤-랍손 알고리즘의 반복 과정의 오차를 예측하여 오차가 정해진 값보다 작아지는 시점까지 반복 연산하는 개선된 뉴톤-랍손 알고리즘을 제안한다. 본 논문에서 제안한 알고리즘은 입력 값에 따라서 곱셈 횟수가 다르므로, 평균 곱셈 횟수를 계산하는 방식을 유도하고, 여러 크기의 근사 테이블에서 단정도실수 및 배정도실수의 역수 및 역제곱근 계산에 필요한 평균 곱셈 횟수를 산출한다. 이들 평균 곱셈 횟수를 종래 알고리즘과 비교하여 본 논문에서 제안한 알고리즘의 우수성을 증명한다. 본 논문에서 제안한 알고리즘은 오차가 일정한 값보다 작아질 때까지만 반복 연산을 수행하므로 역수 및 역제곱근 계산기의 성능을 높일 수 있고 최적의 근사 테이블을 구성할 수 있다. 본 논문의 연구 결과는 디지털 신호처리, 컴퓨터 그라픽스, 멀티미디어, 과학 기술 연산 등 부동소수점 계산기가 사용되는 분야에서 폭 넓게 사용될 수 있다.