• 정보과학회 논문지
• /
• 제43권6호
• /
• pp.686-691
• /
• 2016

본 논문에서는 다수의 특징, 특히 셋 이상의 특징을 가지는 데이터에 대한 분광 군집 방법인 적응형 분광 군집 방법을 소개하고, 적응형 분광 군집 방법의 성능을 시뮬레이션 데이터와 다중 언어 데이터를 이용하여 분석한다. 적응형 분광 군집 방법에서는 특징 간 서로 다른 정보들을 공유하여 데이터를 군집화함으로써 군집 성능을 높인다. 이때, 서로 다른 특징 간의 정보 공유를 효율적으로 하기 위해, 협업학습을 도입했다. 협업 학습에서는 각 특징이 서로 독립이 되도록 가중치를 학습하고, 학습된 가중치에 따라 정보를 전달한다. 이러한 과정을 통해 일반적인 특징 결합이나, 모든 특징 간 독립을 가정한 기존 협업학습 기반의 분광 군집에 비해 정보 공유의 효율성을 높인다. 실험에서는 시뮬레이션 데이터와 다중 언어문서 데이터를 이용하여 성능을 검증하였으며, 반복과정에서의 성능 변화와 정보 전달 결과 변화하는 모습을 제시함으로써 적응형 분광 군집 방법의 유의미한 성능 향상에 대해 분석하였다.

• 대한전자공학회논문지SP
• /
• 제47권5호
• /
• pp.127-135
• /
• 2010

동영상에 내재된 잡음을 제거하기 위해 사용되는 움직임 적응적 시간영역 잡음 제거 필터링에서는 움직임의 정도에 따라 필터링의 강도를 적절하게 조절하는 것이 매우 중요하다. 본 논문에서는 최적 자승 학습에 기반을 둔 움직임 적응적 시간영역필터링 방안을 제안한다. 움직임 정도에 따라 각 화소를 분류하여 분류코드를 지정하고, 각 분류코드에 따라 반복적 최적 자승학습에 기반을 둔 최적의 필터 계수를 유도한다. 반복적 학습과정은 사전에 미리 수행되어 학습된 결과만 룩업 테이블에 저장된다. 실제 잡음 제거 필터링 과정에서는 각 화소를 움직임 정도에 따라 분류한 후 분류코드에 따라 룩업 테이블에 있는 필터계수를 읽어 간결한 필터링을 취한다. 실험결과는 제안된 방법이 잡음 제거 응용에서 번짐을 방지하면서 동영상 잡음을 효과적으로 제거함을 보여준다.

• PNF and Movement
• /
• 제6권1호
• /
• pp.41-51
• /
• 2008

Purpose : This paper reviews evidence supporting adaptive plasticity in skeletal muscle fibers induced by various exercise training and neuromuscular activity. Result : Skeletal muscle fiber demonstrates a remarkable adaptability and can adjust its physiologic and contractile makeup in response to alterations in functional demands. This adaptive plasticity results from the ability of muscle fibers to adjust their molecular, functional, and contractile properties in response to altered physiological demands, such as changes in exercise patterns and mechanical loading. The process of activity-dependent plasticity in skeletal muscle involves a multitude of signalling mechanisms initiating replication of specific genetic sequences, enabling subsequent translation of the genetic message and ultimately generating a series of myosin heavy chain isoform. Conclusions : Knowledge of the mechanisms and interaction of activity-dependent adaptive pathways in skeletal muscle is important for our understanding of the synthesis of muscle myosin protein, maintenance of metabolic and functional capacity with physical activity, and therapeutic intervention for functional improvement.

• 전기학회논문지
• /
• 제59권3호
• /
• pp.492-498
• /
• 2010

Since it is almost impossible to train the dispatchers with real power system, the dispatcher training simulator(DTS) is used for the training. Among various components of the DTS, the power system model(PSM) emulates the dynamic behavior of the power system to calculate the frequency and voltage. The frequency is calculated from various parameters such as mechanical power of power plants, load, inertia, and the damping of the power system. In the PSM, the power plants are modeled as differential equations, so the mechanical power of the power plants are calculated by the numerical methods. Conventionally, the fixed step-size algorithm has been used in the PSM, however it has some drawbacks. This paper develops the prototype PSM using the Matlab, and analyzes the problems of the fixed step-size algorithm by comparing the results with those of PSCAD simulation. In order to overcome the limitations, this paper proposes a modified frequency calculation method using the adaptive step-size algorithm. From the simulation using the proposed method, it is verified that the accuracy of frequency calculation increases substantially while the simulation time is not greatly increased.

• 디지털융복합연구
• /
• 제16권2호
• /
• pp.375-383
• /
• 2018

본 연구는 유산소와 저항성 운동이 접목된 복합트레이닝을 비만과 골다공증 진단을 받은 지적장애인 성인에게 12주간 적용한 후 운동의 효과를 알아보기 위해 신체구성검사, 건강관련체력 그리고 골다공증의 변화를 검증하였다. 연구대상들의 운동은 12주간 주2회 유산소운동과 근력 운동을 구성된 복합트레이닝 프로그램을 실시하였다. 유산소운동은 저강도에서 시작하여 점증부하원리를 적용하였고, 저항성 운동은 15회를 반복할 수 있는 강도로 설정하였다. 신체조성과 골밀도는 운동전, 6주, 12주 세 차례 측정하였고, 건강체력평가는 운동전과 운동 후 측정하였다. 체중, 체지방은 운동전에 비해 운동 후 감소하였고, 골밀도는 운동전에 비해 운동 후 증가하였다. 체력요인으로 근력과 근지구력, 유연성이 운동전에 비해 운동 후 개선되었다. 본 연구결과로 12주의 복합트레이닝은 하지근력을 증가시켜 걷기, 달리기 등의 기능을 향상시키고, 건강체력의 향상과 골밀도의 증가를 일으키는 운동임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제2권1호
• /
• pp.71-77
• /
• 1998

본 논문에서는 LMS와 CMA 알고리즘에 의한 적응 배열안테나의 training 원리와 제어방법을 기술하고 수렴특성, 지향성 패턴의 적응성, SINR 및 신호파의 재현 특성을 비교 분석한다. LMS와 CMA 적응 안테나 원리를 적용한 선형 $\lambda$/4 간격 4소자 배열안테나에 $\pi$/4 QPSK 신호파를 인가했을때 정상상태에서 SINR가 각각 13.8［dB］와 12.8［dB］로써 CMA에 비하여 LMS가 우수한 SINR와 빠른 수렴특성을 보였으며 간섭파의 방향에 적응하여 강한 영점을 잘 형성하는 것으로 나타났다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.96.2-96
• /
• 2001

This paper presents a control method for the experimental mobile vehicle. By merging the advantages of neural network, adaptive and fuzzy control, neural network-based adaptive fuzzy control is proposed. It can deal with a large amount of training data by neural network, from these data producing more accurate fuzzy rules by adaptive control, and then controlling the object by fuzzy control. This is not the simple combination of the three methods, but merging them into one control system Experiments and some future considerations are given.

• 한국광학회:학술대회논문집
• /
• 한국광학회 1991년도 제6회 파동 및 레이저 학술발표회 Prodeedings of 6th Conference on Waves and Lasers
• /
• pp.35-40
• /
• 1991

In this paper, a new adaptive learning algorithm, Training by Adaptive Gain (TAG) for optical implementation of large-sized neural networks has been developed and its electro-optical implementation for 2-dimensional input and output neurons has been demostrated. The 4-dimensional global fixed interconnections and 2-dimensional adaptive gain-controls are implemented by multi-facet computer generated holograms and LCTV spatial light modulators, respectively. When the input signals pass through optical system to the output classifying layer, the TAG adaptive learning algorithm is implemented by a personal computer. The system classifies three 5$\times$5 input patterns correctly.

• Current Optics and Photonics
• /
• 제5권3호
• /
• pp.270-277
• /
• 2021

The adaptive sparse representation (ASR) can effectively combine the structure information of a sample dictionary and the sparsity of coding coefficients. This algorithm can effectively consider the correlation between training samples and convert between sparse representation-based classifier (SRC) and collaborative representation classification (CRC) under different training samples. Unlike SRC and CRC which use fixed norm constraints, ASR can adaptively adjust the constraints based on the correlation between different training samples, seeking a balance between l₁ and l₂ norm, greatly strengthening the robustness and adaptability of the classification algorithm. The correlation coefficients (CC) can better identify the pixels with strong correlation. Therefore, this article proposes a hyperspectral image classification method called correlation coefficients and adaptive sparse representation (CCASR), based on ASR and CC. This method is divided into three steps. In the first step, we determine the pixel to be measured and calculate the CC value between the pixel to be tested and various training samples. Then we represent the pixel using ASR and calculate the reconstruction error corresponding to each category. Finally, the target pixels are classified according to the reconstruction error and the CC value. In this article, a new hyperspectral image classification method is proposed by fusing CC and ASR. The method in this paper is verified through two sets of experimental data. In the hyperspectral image (Indian Pines), the overall accuracy of CCASR has reached 0.9596. In the hyperspectral images taken by HIS-300, the classification results show that the classification accuracy of the proposed method achieves 0.9354, which is better than other commonly used methods.

• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.600-607
• /
• 2007

차세대 이동 멀티미디어 통신에서는 전송지연을 줄이고 버스트 시변채널의 시간변화를 제한하기 위해 버스트 전송이 많이 사용된다. 그러나 채널적응을 위한 훈련 심볼은 짧은 길이의 버스트 데이터에 대해 심각한 문제를 야기할 수 있다. 따라서 심볼에 대한 적응 등화기의 설계에 있어서 짧은 길이의 훈련 심볼과 빠른 수렴을 갖는 적응 알고리즘이 필요로 된다. 본 논문에서는 DMWT (discrete multi-wavelet transform)과 LMS(least mean square) adaptation 을 갖는 적응 등화기를 제안한다. 제안된 등화기는 복잡성의 증가를 최소화하면서도 현재의 transform-domain equalizer보다 빠른 수렴을 갖는다.