• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.476-479
• /
• 1995

A real time and adaptive method for obtaining Volterra kernels of a nonlinear system by use of pseudorandom M-sequences and correlation technique is proposed. The Volterra kernels are calculated real time and the obtained Volterra kernels becomes more accurate as time goes on. The simulation results show the effectiveness of this method for identifying time-varying nonlinear system.

• 인터넷정보학회논문지
• /
• 제15권5호
• /
• pp.133-139
• /
• 2014

오늘날 마이크로소프트사의 윈도우즈 운영체제는 가장 널리 사용되고 있고 인터넷 뱅킹, 게임 등 수많은 응용들에 널리 활용되고 있다. 윈도우즈 운영체제가 제공하는 커널 함수들은 실행되고 있는 임의의 프로세스들의 메모리 접근, 키보드 입출력 검사, 그래픽 출력 검사 등을 수행할 수 있기 때문에 많은 해킹 프로그램들이 이 기능들을 악용하여 메모리 해킹, 키보드 해킹, 불법적 게임 자동사냥 도구 제작 등의 목적으로 악용하고 있는 실정이다. 기존 보안 방식은 커널 데이터 구조나 커널 함수의 시작 부분의 변형을 검사하는 방식으로 해킹 프로그램의 존재 여부를 판별한다. 본 논문에서는 기존 보안 방법의 문제점을 지적하고, 이를 해결할 수 있는 새로운 방식을 제안한다. 이 방식은 시스템 서비스 디스패쳐 코드를 변형하는 방식으로 기본 보안 방식의 문제점을 보완할 수 있다. 이 서비스 디스패쳐 코드를 해킹 프로그램이 활용하게 되면 기존 보안 프로그램이 해킹 행위를 검출하지 못한다. 따라서 커널 데이터 구조나 커널 함수의 시작 부분뿐만 아니라 디스패쳐 코드의 변형 또한 보안 프로그램에서 검출해야 해야 한다.

• 한국의학물리학회지:의학물리
• /
• 제15권2호
• /
• pp.100-104
• /
• 2004

선량 측정기의 공간적인 반응특성 때문에 나타나는 detector의 크기효과는 임상적인 선량측정을 부정확하게 만드는 중요한 원인이기에 많은 연구의 대상이 되어왔다. 관례적으로 detector response kernel은 detector 자체의 크기가 측정한 방사선의 선량분포에 대해 미친 영향에 대한 정보를 포함하고 있다. 이 kernel에 대해 다양한 수학적 모델들이 제안되었고 실험적으로 이론적으로 연구되어왔다. 이 논문은 convolution이론과 Monte Carlo simulation만을 이용하여 detector의 kernel을 결정하는 방법을 제시한다. 이 수치해석적인 방법을 사용하여 물 phantom에 잠긴 Farmer형 ion chamber의 detector response kernel을 계산하였다. 계산된 kernel은 기존의 parabolic 모델의 특성과 Gaussian 모델의 특성을 동시에 나타내고 있다. 이 kernel과 deconvolution 방법을 사용하여 측정된 6MV, 10${\times}$10 $\textrm{cm}^2$, 0.5${\times}$10 $\textrm{cm}^2$ 광자선으로부터 크기효과를 제거하였다. 크기효과가 제거된 방사선의 선량분포는 꼬리부분을 제외하고는 film이나 pin-point ion chamber에 의해 측정된 결과와 유사한 선량분포를 나타냈다.

• Computers and Concrete
• /
• 제5권5호
• /
• pp.461-473
• /
• 2008

The paper explores the potential of Support Vector Machines (SVM) approach in predicting 28-day compressive strength and slump flow of self-compacting concrete. Total of 80 data collected from the exiting literature were used in present work. To compare the performance of the technique, prediction was also done using a back propagation neural network model. For this data-set, RBF kernel worked well in comparison to polynomial kernel based support vector machines and provide a root mean square error of 4.688 (MPa) (correlation coefficient=0.942) for 28-day compressive strength prediction and a root mean square error of 7.825 cm (correlation coefficient=0.931) for slump flow. Results obtained for RMSE and correlation coefficient suggested a comparable performance by Support Vector Machine approach to neural network approach for both 28-day compressive strength and slump flow prediction.

• Journal of applied mathematics & informatics
• /
• 제31권1_2호
• /
• pp.55-63
• /
• 2013

In this paper, a general technique is proposed for solving a system of fourth-order boundary value problems. The solution is given in the form of series and its approximate solution is obtained by truncating the series. Advantages of the method are that the representation of exact solution is obtained in a new reproducing kernel Hilbert space and accuracy of numerical computation is higher. Numerical results show that the method employed in the paper is valid. Numerical evidence is presented to show the applicability and superiority of the new method.

• Communications for Statistical Applications and Methods
• /
• 제21권4호
• /
• pp.317-325
• /
• 2014

Consider a nonlinear transform ${\Phi}(x)$ of x in $\mathbb{R}^p$ to Hilbert space H and assume that the dot product between ${\Phi}(x)$ and ${\Phi}(x^{\prime})$ in H is given by < ${\Phi}(x)$, ${\Phi}(x^{\prime})$ >= K(x, x'). The aim of this paper is to propose a mathematical technique to take screen shots of the multivariate dataset mapped to Hilbert space H, particularly suited to Gaussian kernel $K({\cdot},{\cdot})$, which is defined by $K(x,x^{\prime})={\exp}(-{\sigma}{\parallel}x-x^{\prime}{\parallel}^2)$, ${\sigma}$ > 0. Several numerical examples are given.

• Journal of the Korean Data and Information Science Society
• /
• 제19권4호
• /
• pp.1419-1427
• /
• 2008

This paper shows the kernel Poisson regression which can be applied in the claims reserving, where the row effect is assumed to be a nonlinear function of the row index. The paper concentrates on the chain-ladder technique, within the framework of the chain-ladder linear model. It is shown that the proposed method can provide better reserve estimates than the Poisson model. The cross validation function is introduced to choose optimal hyper-parameters in the procedure. Experimental results are then presented which indicate the performance of the proposed model.

• ETRI Journal
• /
• 제43권1호
• /
• pp.17-30
• /
• 2021

At present, multiple input multiple output radars offer accurate target detection and better target parameter estimation with higher resolution in high-speed wireless communication systems. This study focuses primarily on power allocation to improve the performance of radars owing to the sparsity of targets in the spatial velocity domain. First, the radars are clustered using the kernel fuzzy C-means algorithm. Next, cooperative and noncooperative clusters are extracted based on the distance measured using the kernel fuzzy C-means algorithm. The power is allocated to cooperative clusters using the Pareto optimality particle swarm optimization algorithm. In addition, the Nash equilibrium particle swarm optimization algorithm is used for allocating power in the noncooperative clusters. The process of allocating power to cooperative and noncooperative clusters reduces the overall transmission power of the radars. In the experimental section, the proposed method obtained the power consumption of 0.014 to 0.0119 at K = 2, M = 3 and K = 2, M = 3, which is better compared to the existing methodologies-generalized Nash game and cooperative and noncooperative game theory.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.141-148
• /
• 2011

Support vector machine (SVM)은 패턴인식 분야에 많이 사용되어지고 있다. 한 예로서 3GPP2 selectable mode vocoder (SMV)와 같은 규격화된 코덱에 쓰여 코덱의 음성/음악 분류 성능을 향상시킬 수 있다. 본 논문에서는 SVM을 개선시켜 음성/음악의 분류성능을 향상시키는 새로운 방법을 제안한다. SVM을 학습시킬 때 적용되는 기존의 기법들과는 달리 제안되는 기법은 SVM이 패턴분류를 행할 때 사용된다. 그렇기 때문에 기존의 기법들과 독립적으로 개발되고 사용될 수 있고, 따라서 패턴분류의 성능을 한층 더 향상시킬 수 있다. 이를 위해 먼저 radial basis function의 커널 width 파라미터가 SVM의 패턴분류에 미치는 영향을 분석해 보았다. 분석한 결과, 커널 width 파라미터를 가지고 SVM의 패턴분류 성향을 미세 조정할 수 있다는 것을 알았다. 또한 음성신호의 각 프레임 간의 상관관계 (correlation)을 확인하고 이를 커널 width 파라미터조절의 길잡이로 삼았다. 실험을 통해, 제안된 기법이 SVM의 성능을 향상시킬 수 있음을 증명하였다.

• 한국군사과학기술학회지
• /
• 제23권1호
• /
• pp.1-10
• /
• 2020

Effective jamming in electronic warfare depends on proper jamming technique selection and jamming parameter estimation. For this purpose, this paper proposes a new method of estimating jamming parameters using Gaussian kernel function networks. In the proposed approach, a new method of determining the optimal structure and parameters of Gaussian kernel function networks is proposed. As a result, the proposed approach estimates the jamming parameters in a reliable manner and outperforms other methods such as the DNN(Deep Neural Network) and SVM(Support Vector Machine) estimation models.