• 제목/요약/키워드: Robustness Index

검색결과 135건 처리시간 0.021초

표본적응 프러덕트 양자기의 전송로 잡음에서의 성능 분석에 관한 연구 (On the Performance of Sample-Adaptive Product Quantizer for Noisy Channels)

  • 김동식
    • 대한전자공학회논문지SP
    • /
    • 제42권3호
    • /
    • pp.81-90
    • /
    • 2005
  • 어떠한 신호를 벡터 양자기(vector quantizer: VQ)로 양자화하고, 양자화된 신호, 즉 양자기 출력 인덱스를 잡음이 있는 전송로로 전송하려고 할 때, 전체적인 부호화 시스템의 성능은 사용된 양자화 기법과 전송로 오류에 대한 영향에 의해 좌우된다. 최적의 부호화 시스템 설계를 위해서는 전송로 최적 VQ 같이 소스와 전송로 부호화를 통합하여 최적화시켜야 한다. 설계를 위한 계산량을 줄이는 방법으로 부최적인 접근 방법으로 강인한 VQ (robust VQ: RVQ)가 있다. 양자기는 잡음이 없는 전송로에 최적으로 설계를 하고 양자화 출력인 인덱스 열을 전송로 심볼로 할당 시에, 전체 왜곡이 전송로 잡음에 보다 강인하게 되도록 인덱스 할당 함수를 설계하는 양자기가 RVQ이다. 그런데 최적의 인덱스 할당 함수의 설계도 계산량이 많이 요구된다. 최근에 VQ의 계산량을 줄일 수 있는 표본적응 프러덕트 양자기(sample-adaptive product quantizer: SAPQ)가 제안되었다. SAPQ는 벡터의 차수를 줄이는 프러덕트 양자기(product quantizer: PQ)와 유사한 구조를 가지지만 일반 PQ보다 더 좋은 성능을 가지면서 full-search VQ보다 부호화 복잡도가 낮고 부호책을 위한 메모리의 크기도 작은 일종의 구조적 제한을 가지는 VQ이다. 본 논문에서는 이러한 SAPQ를 사용하여 벡터의 차수를 줄임으로 전송로 오류에 강인한 RVQ 설계가 가능함을 SAPQ의 구조적 고찰과 모의실험을 통해서 살펴보았다.

공기 및 실리카 클래딩을 갖는 2차원 실리콘 광자 결정 슬랩 구조의 광학적 특성 (Optical Characteristics of Two-dimensional Silicon Photonic Crystal Slab Structures with Air and Silica Cladding)

  • 이윤식;한진규;송봉식
    • 한국광학회지
    • /
    • 제20권4호
    • /
    • pp.211-216
    • /
    • 2009
  • 초소형 광집적 회로를 실현하기 위해 실리콘 기반의 2차원 광자 결정에 대한 연구가 활발히 이루어지고 있다. 그 중에서 대표적 구조인 공기 클래딩을 갖는 2차원 실리콘 광자 결정은 우수한 광학적 특성을 가지나, 다양한 소자를 집적화하기에는 기계적 강도가 약하다. 본 연구에서는 기계적 강도를 향상시킨 대칭적인 저굴절률 실리카 클래딩을 갖는 2차원 실리콘 광자 결정을 제안하며, 공기 및 실리카 클래딩을 갖는 광자 결정 슬랩 구조의 광학적 특성을 이론적으로 비교하였다. 3차원 유한 차분 시간 영역법을 이용하여 공기 클래딩을 갖는 2차원 실리콘 광자 결정 슬랩 구조를 분석한 결과, 광통신 대역에서 약 330 nm의 광자 밴드갭과 약 100 nm의 무손실 도파 대역을 가짐을 보였다. 이러한 결과를 바탕으로 실리카 클래딩을 갖는 2차원 광자 결정 슬랩 구조를 계산한 결과, 클래딩의 굴절률이 공기보다 높음에도 불구하고 공기 클래딩 구조의 광학적 특성에 버금가는 약 230 nm의 광자 밴드갭과 약 90 nm의 무손실 도파 대역을 갖는 구조를 설계하였다.

SOM 기반의 계층적 군집 방법을 이용한 계산 효율적 비디오 객체 분할 (Computation ally Efficient Video Object Segmentation using SOM-Based Hierarchical Clustering)

  • 정찬호;김경환
    • 대한전자공학회논문지SP
    • /
    • 제43권4호
    • /
    • pp.74-86
    • /
    • 2006
  • 본 논문에서는 계산 효율적이고 노이즈에 강건한 비디오 객체 분할 알고리즘을 제안한다. 움직임 분할과 색 분할을 효율적으로 결합한 시공간 분할 방법의 구현을 위해 SOM 기반의 계층적 군집 방법을 도입하여 특징 벡터들의 군집 관점에서 분할 과정을 해석함으로써 기존의 객체 분할 방법에서 정확한 분할 결과를 얻기 위해서 요구되어지는 많은 연산량과 노이즈에 의한 시스템의 성능 저하 문제를 최소화한다. 움직임 분할 과정에서는 움직임 추정 에러에 의한 영향을 최소화하기 위해서 MRF 기반의 MAP 추정 방법을 이용하여 계산한 움직임 벡터의 신뢰도를 이용한다. 또한 움직임 분할의 성능 향상을 위해서 움직임 신뢰도 히스토그램을 이용한 노이즈 제거 과정을 거칠 뿐만 아니라 자동으로 장면 내에 존재하는 객체의 수를 구하기 위해서 군집 유효성 지표를 이용한다. 객체 추적의 성능 향상을 위해 교차 투영 기법을 이용하며, 분할 결과의 시간적 일관성 유지를 위해 동적 메모리를 이용한다. 다양한 특성을 가지는 비디오 시퀀스들을 이용한 실험을 통해 제안하는 방법이 계산 효율적이고 노이즈에 강건하게 비디오 객체 분할을 수행함은 물론 기존의 구현 방법에 비해 정확한 분할 결과를 얻을 수 있음을 확인하였다.

FDI and the Evolution of Directed Technological Progress Bias: New Evidence from Korean Outward Investment

  • Boye Li;Xiang Li;Yaokun Wu
    • Journal of Korea Trade
    • /
    • 제27권5호
    • /
    • pp.1-22
    • /
    • 2023
  • Purpose - Southeast Asia has been the focus of Korea's foreign investment. Korea has been helping developing countries in Southeast Asia achieve economic growth and win-win cooperation through capital exports. FDI is an important channel for technology diffusion. However, the impact of FDI on the bias of technological progress in the host country is dependent on the host country's own endowment structure and capital-labor factor substitution elasticity. Therefore, the central issue of this paper is to accurately evaluate the impact of Korea's FDI to the four Southeast Asian countries in various industries on their bias of technological progress. Design/methodology - The paper uses macroeconomic data for Korea and four East Asian countries to estimate capital-labor factor elasticities of substitution using nonlinear, seemingly uncorrelated regressions (NLSUR). Then, the biased technological change index (BTCI) is calculated for each country. Finally, panel data analysis is used to explore the impact of Korean FDI in various industries in the four Southeast Asian countries on their own directed technological progress, and a robustness test is conducted. Findings - There is a substitution relationship between capital and labor factors based on their elasticity in Korea, Singapore and the Philippines. There is a complementary relationship between capital and labor factors in Indonesia and Malaysia. According to the BTCI, there is a trend toward labor-biased technological progress in all countries. Korean investments in manufacturing, wholesale and retail trade in the host country trigger capital-biased technological change in the host country; investments in the finance, insurance and information and communication sectors trigger labor-biased technological change. In addition, this paper also confirms that directed technological progress can enable cross-country transmission. Originality/value - The innovation of this paper lies in three aspects. First, we estimate the BTCI for five countries and explore the trend and situation of directed technological progress in each country from each country's own perspective. Second, we explore the impact of Korean FDI in the host country on the bias to its technological progress at the industry level. Second, we explore the impact of Korean FDI in various industries in the four Southeast Asian countries on the four countries' own directed technological progress from a national perspective. Finally, we propose corresponding countermeasures for technological progress from the perspective of inverse factor endowment. These innovative points not only expand the understanding of technological progress and cross-country technology transfer in East Asia but also provide practical references for policy-makers and business operators.

유전자 알고리즘을 이용한 다분류 SVM의 최적화: 기업신용등급 예측에의 응용 (Optimization of Multiclass Support Vector Machine using Genetic Algorithm: Application to the Prediction of Corporate Credit Rating)

  • 안현철
    • 경영정보학연구
    • /
    • 제16권3호
    • /
    • pp.161-177
    • /
    • 2014
  • 기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.