• Journal of applied mathematics & informatics
• /
• 제28권3_4호
• /
• pp.687-696
• /
• 2010

In this paper, an algorithm for computing the sparse approximate inverse factor of matrix $A^{T}\;A$, where A is an $m\;{\times}\;n$ matrix with $m\;{\geq}\;n$ and rank(A) = n, is proposed. The computation of the inverse factor are done without computing the matrix $A^{T}\;A$. The computed sparse approximate inverse factor is applied as a preconditioner for solving normal equations in conjunction with the CGNR algorithm. Some numerical experiments on test matrices are presented to show the efficiency of the method. A comparison with some available methods is also included.

• 대한전기학회논문지
• /
• 제41권5호
• /
• pp.459-467
• /
• 1992

This paper presents a new algorithm for the countermeasure to alleviate the line overloads due to contingency without shedding loads in a power system. This method for relieving the line overloads by line switching is based on obtaining the kine outage distribution factors-the linear sensitivity factors, which give the amount of change in the power flow of each line due to the removal of a line in a power system. There factors are made up of the elements of sparse bus reactance matrix and brach reactances. In this paper a fast algorithm and program is presented for obtaining only the required bus reactance elements which corresponds to a non-zero elements of bus admittance matrix, and elements of columns which correspond to two terminal buses of the overloaded(monitored) line. The proposed algorithm has been validated in tests on a 6-bus and the 30-bus test system.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.134-140
• /
• 2011

압축 센싱 (Compressed Sensing) 기술을 통해 $M{\times}N$ 측정 행렬의 원소들이 특정의 독립적인 확률 분포에서 뽑혀 identically 분포의 성질을 가지고 있을 때 $M{\ll}N$의 경우에도 스파스 (sparse) 신호를 높은 확률로 정확하게 복원할 수 있다. $L_1$-최소화 알고리즘이 불완전한 측정에 대해서도 스파스 (sparse) 신호를 복원할 수 있다는 것은 잘 알려진 사실이다. 본 논문에서는 OMP를 변형시킨 support 검출과 가중치 기법을 이용한 $L_1$-최소화 방법을 통하여 스파스 (sparse) 신호의 복원 성능을 향상시키는 알고리즘을 제안하고자 한다.

• ETRI Journal
• /
• 제39권1호
• /
• pp.1-12
• /
• 2017

In this paper, we present a new approach for the progressive compression of three-dimensional (3D) mesh geometry using redundant frame dictionaries and sparse approximation techniques. We construct the proposed frames from redundant linear combinations of the eigenvectors of a combinatorial mesh Laplacian matrix. We achieve a sparse synthesis of the mesh geometry by selecting atoms from a frame using matching pursuit. Experimental results show that the resulting rate-distortion performance compares favorably with other progressive mesh compression algorithms in the same category, even when a very simple, sub-optimal encoding strategy is used for the transmitted data. The proposed frames also have the desirable property of being able to be applied directly to a manifold mesh having arbitrary topology and connectivity types; thus, no initial remeshing is required and the original mesh connectivity is preserved.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.1-3
• /
• 2015

In this paper, we propose a sparse signal reconstruction method referred to as the matching pursuit with a pruning-based tree search (PTS-MP). Two key ingredients of PTS-MP are the pre-selection to put a restriction on columns of the sensing matrix to be investigated and the tree pruning to eliminate unpromising paths from the search tree. In our simulations, we confirm that PTS-MP is effective in recovering sparse signals and outperforms conventional sparse recovery algorithms.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1991년도 춘계공동학술대회 발표논문 및 초록집; 전북대학교, 전주; 26-27 Apr. 1991
• /
• pp.23-23
• /
• 1991

• 한국전산응용수학회:학술대회논문집
• /
• 한국전산응용수학회 2002년도 학술발표대회
• /
• pp.18-18
• /
• 2002

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1974년도 학술발표회초록
• /
• pp.16-17
• /
• 1974

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.205-211
• /
• 2012

통계학과 기계학습의 다양한 기법을 이용하여 문서집합을 군집화하기 위해서는 우선 군집화분석에 적합한 데이터구조로 대상 문서집합을 변환해야 한다. 문서군집화를 위한 대표적인 구조가 문서-단어행렬이다. 각 문서에서 발생한 특정단어의 빈도값을 갖는 문서-단어행렬은 상당부분의 빈도값이 0인 희소성문제를 갖는다. 이 문제는 문서군집화의 성능에 직접적인 영향을 주어 군집화결과의 성능감소를 초래한다. 본 논문에서는 문서-단어행렬의 희소성문제를 해결하기 위하여 인자분석을 통한 인자점수를 이용하였다. 즉, 문서-단어행렬을 문서-인자점수행렬로 바꾸어 문서군집화의 입력데이터로 사용하였다. 대표적인 문서군집화 알고리즘인 자기조직화지도에 적용하여 문서-단어행렬과 문서-인자점수행렬에 대한 문서군집화의 결과들을 비교하였다.

• 지구물리와물리탐사
• /
• 제7권4호
• /
• pp.234-244
• /
• 2004

주파수 영역 유한요소 파동방정식의 3차원 모델링은 거대한 크기의 산재행렬(sparse matrix)인 임피던스 행렬을 풀어야 한다. 이러한 이유 때문에 파동방정식의 3차원 모델링은 주로 시간 영역에서 이루어지고 있다. 이 연구는 주파수 영역 파동방정식의 유한요소 3차원 모델링 연구의 일환으로 라플라스 영역에서 1개 주파수에 대한 파동방정식 해를 이용하여 주시와 진폭을 계산할 수 있는 SWEET(Suppressed Wave Equation Estimation of Traveltime) 알고리즘과 병렬 유한요소 솔버를 결합하여 주파수 영역 3차원 모델링을 시도 하였다. 이렇게 계산된 주시와 진폭은 파선이론에 기반하여 계산된 주시와 진폭과 달리 급경사 구조 또는 수평 속도의 비가 큰 곳에서도 정확하게 계산되며, Kirchhoff 구조보정에 유용하게 사용될 수 있다. 연구의 결과를 검증하기 위하여 SEG/EAGE 3D 암염 모델의 주시와 진폭 계산에 적용하여 이를 검증하였다.