• 한국음향학회지
• /
• 제20권8호
• /
• pp.3-11
• /
• 2001

본 연구에서는 SVD (Singular Value Decomposition)를 이용하여 다중입력과 다중출력을 가지는 시스템에서의 입력을 알아내기 위해 역변환 필터를 구현하였다. SISO (Single-Input and Single-Output)시스템의 입력과 출력의 관계에 대한 행렬공식화 작업을 확장하여 MIMO (Multi-Input and Multi-Output)시스템에 적용하였다. 그리고 시간영역과 주파수영역에서 최소위상 (Minimum phase)시스템과 비최소위상 (Non-minimum phase)시스템에 대한 그 역벽환에 대해 알아보았으며 비최소 위상요소에 대한 효과적인 역변환을 위해 SVD를 도입하였다. 먼저 전체시스템 행렬의 특이값 (singular value)을 계산하고 시스템의 위상에 대해 알아본다. 전체시스템이 비최소 위상인 경우 하나 이상의 매우 작은 특이값을 가지며 이는 시스템의 최소 위상/비최소 위상에 대한 정보를 가짐을 알 수 있다. 이를 이용하여 전체시스템에 대한 근사적인 역변환 필터를 구할 수 있으며 보다 근사적인 역변환 필터를 얻기 위하여 특이벡터를 이용하여 근사적인 역변환 필터를 얻었다. 수치적 예는 이러한 역변환 필터 행렬의 이용에 대한 잠재성을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.868-869
• /
• 2010

본 논문은 행렬 분해 기법인 SVD를 이용하여 블로그 공간을 분석한다. 분석 결과 블로그 공간에서 커뮤니티들을 발견했고, 각 커뮤니티에 속한 영향력 있는 블로그와 포스트를 발견했다.

• 한국자기공명학회논문지
• /
• 제4권2호
• /
• pp.116-124
• /
• 2000

Singular value decomposition (SVD) has been used during past few decades in the advanced NMR data processing and in many applicable areas. A new modified SVD, piecewise polynomial truncated SVD (PPTSVD) was developed far the large solvent peak suppression and noise elimination in U signal processing. PPTSVD consists of two algorithms of truncated SVD (TSVD) and L$_1$ problems. In TSVD, some unwanted large solvent peaks and noises are suppressed with a certain son threshold value while signal and noise in raw data are resolved and eliminated out in L$_1$ problem routine. The advantage of the current PPTSVD method compared to many SVD methods is to give the better S/N ratio in spectrum, and less time consuming job that can be applicable to multidimensional NMR data processing.

• 한국소음진동공학회논문집
• /
• 제11권9호
• /
• pp.431-438
• /
• 2001

This paper present experimental results of source identification for non-minimum phase system. Generally, a causal linear system may be described by matrix form. The inverse problem is considered as a matrix inversion. Direct inverse method can\`t be applied for a non-minimum phase system, the reason is that the system has ill-conditioning. Therefore, in this study to execute an effective inversion, SVD inverse technique is introduced. In a Non-minimum phase system, its system matrix may be singular or near-singular and has one more very small singular values. These very small singular values have information about a phase of the system and ill-conditioning. Using this property we could solve the ill-conditioned problem of the system and then verified it for the practical system(cantilever beam). The experimental results show that SVD inverse technique works well for non-minimum phase system.

• Bulletin of the Korean Chemical Society
• /
• 제24권7호
• /
• pp.971-974
• /
• 2003

By utilizing singular value decomposition (SVD) and shift averaged Harr wavelet transform (WT) with a set of Daubechies wavelet coefficients (1/2, -1/2), a method that can simultaneously eliminate an unwanted large solvent peak and noise peaks from NMR data has been developed. Noise elimination was accomplished by shift-averaging the time domain NMR data after a large solvent peak was suppressed by SVD. The algorithms took advantage of the WT, giving excellent results for the noise elimination in the Gaussian type NMR spectral lines of NMR data pretreated with SVD, providing superb results in the adjustment of phase and magnitude of the spectrum. SVD and shift averaged Haar wavelet methods were quantitatively evaluated in terms of threshold values and signal to noise (S/N) ratio values.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.82-84
• /
• 2016

We propose a new reliable SVD-based watermarking scheme having high fidelity and strong robustness with no false-positive problem. Each column of the principal component of a watermark image is embedded into singular values of LL, LH, HL and HH sub-bands of cover image with different scale factors. Each scale factor is optimized by trading-off fidelity and robustness using Differential Evolution (DE) algorithm. The proposed scheme improves fidelity and robustness of existing reliable SVD based watermarking schemes without any false-positive problem. Index Terms - watermarking, reliable SVD, DWT, principal component, Differential Evolution.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.87-89
• /
• 2018

We proposed an improved reliable SVD-based watermarking scheme resistant to geometric attacks while having high fidelity with no false-positive problem. Principal components of a watermark image are embedded into singular values of LL, LH, HL, and HH sub-bands of a transformed cover image by RDWT(redundant discrete wavelet transform) with optimal scale factors. Each scale factor is generated by trading-off fidelity and robustness using Differential Evolution (DE) algorithm. Zernike Moment (ZM) is used to estimate the geometric distortion and to correct the watermarked image before extracting watermark. The proposed scheme improves fidelity and robustness of existing reliable SVD based watermarking schemes while resisting to geometric attacks.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.321-322
• /
• 2009

본 논문에서는 문서분류를 위하여 SVD(Singular Value Decomposition)을 이용한 효율적인 특징 선택 방법을 제안한다. 분류기 알고리즘은 문서를 효과적으로 분류할 수 있지만 분류기에 입력되는 특징공간이 너무 크다는 단점이 있다. SVD를 이용하면 입력 데이터의 차원을 줄여줄 수 있으며 문서와 문서 사이의 관계성을 내포하는 벡터공간을 만들 수 있다. 따라서 SVD를 이용하면 문서분류의 시간과 효율을 동시에 증가시킬 수 있다. 본 논문에서는 실험을 통하여 SVD을 이용한 문서분류 시스템이 입력데이터에 대한 차원을 감소시키면서 훌륭한 분류 결과를 얻을 수 있음을 보여준다.

• 한국안광학회지
• /
• 제6권2호
• /
• pp.121-127
• /
• 2001

additive 감쇠에 의한 감쇠 최소 자승법에 가우스 소거법과 Jacobian 행렬을 직교 변환시킨 SVD(singular value decomposition)법을 적용하여 조건수가 양호한 triplet 사진 렌즈계에 적용하여 수렴 속도와 안정성을 비교하였다. SVD 직교화 방법을 적용한 감쇠 최소 자승 법이 최소 merit 함수에 보다 안정되고 빠르게 수렴하였다. SVD 방법을 적용한 최적화에서 적절한 merit 함수를 얻을 수 있지만 오차 함수의 비선형성으로 인해 merit 함수가 국부 최소 점에 수업하는 경우가 있어서 간단한 전역 최적화 방법인격자 법으로 최적화를 실시하여 SVD 방법에 의한 merit 함수보다 낮은 전역 최소 점에 수렴하게 하였다.

• 한국인터넷방송통신학회논문지
• /
• 제15권5호
• /
• pp.39-49
• /
• 2015

Jacket Matrices: Construction and Its Application for Fast Cooperative Wireless signal Processing[27]에 소개된 Jacket 행렬로부터 일반화된 의사 Jacket 행렬에 대한 특성과 생성에 관한 정리가 발표됐다. 본 논문에서는 MIMO 채널과 같이 $2{\times}4$, $3{\times}6$ 같은 비정방 행렬에서의 의사 Jacket 역행렬에 대한 예제를 제안했다. 또한 의사 MIMO 특이값 분해 (SVD, Singular Value Decomposition) channel을 추론하여 적용하였으며 안테나 어레이를 분할하여 추정하는 채널을 기반으로 SVD를 활용하는데 적용하였다. 이것은 MIMO 채널 및 고유값 분해 (EVD, Eigen Value decomposition) 등에 사용할 수 있다.