• Journal of information and communication convergence engineering
• /
• 제15권2호
• /
• pp.73-78
• /
• 2017

A general linearly constrained broadband adaptive array is examined in the eigenvector space with respect to the optimal weight vector and the adaptive algorithm. The optimal weight vector and the general adaptive algorithm in the eigenvector space are obtained by eigenvector matrix transformation. Their operations are shown to be the same as in the standard coordinate system except for the relevant transformed vectors and matrices. The nulling performance of the general linearly constrained broadband adaptive array depends on the gain factor such that the constraint plane is shifted perpendicularly to the origin by an increase in the gain factor. The general linearly constrained broadband adaptive array is observed to perform better than a conventional linearly constrained adaptive array in a coherent signal environment, while the former performs similarly to the latter in a non-coherent signal environment.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.509-513
• /
• 2002

This paper presents a semi-blind Minimum Mean Square Error (MMSE) beamforming adaptive algorithm used far OFDM/CDMA combined system. The proposed algorithm exploits the transmitting pilot signal in the initial period of the transmission to update the weight vector. Then it applies the blind adaptive period to update the weight vector, in which the pilot signal is no longer used. The derivation of the algorithm based on the Mean Square Error (MSE) criterion is also presented. Computer simulation is carried out to verify the performance of the proposed approach.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.407-408
• /
• 2007

In this paper, we present a new method for classifying object using LVQ (Learning Vector Quantization) with flexible output layer. The proposed LVQ is a supervised learning method that dynamically generates output neurons and initializes automatically the weight vectors from training patterns. If the classes of the nearest output neuron is different from the class of the training pattern, a new output neuron is created and the given training pattern is used to initialize the weight vector of the created neuron. The proposed method is significantly different from the previous competitive learning algorithms in the point that the output neurons are dynamically generated during the learning process.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1573-1576
• /
• 2004

멀티미디어 압축 및 이동 통신 기술의 발전으로 다양한 형태의 멀티미디어 서비스가 이슈화되고 있다. 비디오를 전송하기 위해서는 많은 대역폭을 필요로 하지만, 모든 네트워크가 높은 수준의 대역 및 처리 능력을 가지는 것은 아니다. 이질적인 네트워크간의 멀티미디어를 서비스하기 위해서는 네트워크 상황 또는 수신자의 처리 능력에 맞도록 재 부호화해야 하지만 그 처리비용이 높다. 트랜스코딩 기법 중에서 시간당 요구된 프레임의 개수를 조절하면 제거된 프레임의 움직임 벡터를 재 사용하여 비트율을 감소시킬 수 있다. 본 논문에서는 기존의 기법보다 향상된 움직임과 중첩 영역의 정보를 적용한 WBVC(Weight-Based Vector Composition) 기법을 제안한다. 실험을 통한 기존의 기법과의 비교 분석 결과, 비슷한 계산 복잡도에서 제안한 WBVC 기법이 높은 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.326-329
• /
• 2019

기계독해를 실용화하기 위해 단락을 검색하는 검색 모델은 최근 기계독해 모델이 우수한 성능을 보임에 따라 그 필요성이 더 부각되고 있다. 그러나 기존 검색 모델은 질의와 단락의 어휘 일치도나 유사도만을 계산하므로, 기계독해에 필요한 질의 어휘의 문맥에 해당하는 단락 검색을 하지 못하는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 Word2vec의 입력 단어열의 벡터에 해당하는 IN Weight Matrix와 출력 단어열의 벡터에 해당하는 OUT Weight Matrix를 사용한 단락 검색 모델을 제안한다. 제안 방법은 기존 검색 모델에 비해 정확도를 측정하는 Precision@k에서 좋은 성능을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.111.1-111
• /
• 2002

System configuration 1. First is the image acquisition part 2. Second part is for creating the vector image and for processing the obtained facial image. This part is for finding the facial area from the skin color. To do this, we can first find the skin color area with the highest weight from eigenface that consists of eigenvector. And then, we can create the vector image of eigenface from the obtained facial area. 3. Third is recognition module portion.

• 한국지능시스템학회논문지
• /
• 제11권7호
• /
• pp.675-679
• /
• 2001

In this paper, we present a new competitive learning algorithm called Dynamic Competitive Learning (DCL). DCL is a supervised learning method that dynamically generates output neurons and initializes automatically the weight vectors from training patterns. It introduces a new parameter called LOG (Limit of Grade) to decide whether an output neuron is created or not. If the class of at least one among the LOG number of nearest output neurons is the same as the class of the present training pattern, then DCL adjusts the weight vector associated with the output neuron to learn the pattern. If the classes of all the nearest output neurons are different from the class of the training pattern, a new output neuron is created and the given training pattern is used to initialize the weight vector of the created neuron. The proposed method is significantly different from the previous competitive learning algorithms in the point that the selected neuron for learning is not limited only to the winner and the output neurons are dynamically generated during the learning process. In addition, the proposed algorithm has a small number of parameters, which are easy to be determined and applied to real-world problems. Experimental results for pattern recognition of remote sensing data and handwritten numeral data indicate the superiority of DCL in comparison to the conventional competitive learning methods.

• 한국통신학회논문지
• /
• 제28권10C호
• /
• pp.984-994
• /
• 2003

본 논문은 안테나 어레이를 이용한 블라인드 방법을 관간으로 하는 최적의 웨이트 벡터 계산방법을 제시한다. 본 논문에서 사용되는 적응알고리즘은 수신신호의SINR(Signal to Interference plus Noise Ratio)을 최대화하는 웨이트 벡터를 구하는 일반화된 온-오프 알고리즘(Generalized On-Off algorithm)이다. 제안된 알고리즘은 선형화된 일차의 계산량, O(6N+8), 으로 작동되어 범용 DSP를 이용하여 웨이트 벡터 계산을 실시간으로 처리 할 수 있음을 확인하였다. 또한 다양한 성능분석을 통해 본 논문에서 제안한 알고리즘은 각분산(angular spread)이 많을 때와 처리이득(processing gain)이 낮은 열악한 신호 환경하에서는 일반화되지 않은 기존의 알고리즘의 경우보다 약 3배까지 용량증대 효과를 제공한다는 것을 확인하였다. 제안 알고리즘을 IS2000 1X 이동통신시스템과 위성추적시스템에 응용한 결과, 통신용량측면과 통신품질측면 모두에서 우수한 성능을 확인하였다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.261-271
• /
• 2003

서포트 벡터 기계(Support Vector Machines, SVMs)에서의 일반화 오차의 경계는 훈련점들과 분리 초평면 사이의 최소의 거리에 의존한다. 특히, 소프트 마진 알고리즘은 목표 마진과 slack 벡터의 놈들에 의하여 경계가 결정된다. 이 논문에서는, 자료들에 있어서 잡음들에 의한 오염들을 직접적으로 고려하는 새로운 소프트 마진 알고리즘을 공식화하였다. 그리고, 수치적 예제를 통하여, 제안된 방법과 기존의 소프트 마진 알고리즘을 비교하였다.

• 방송공학회논문지
• /
• 제3권2호
• /
• pp.118-126
• /
• 1998

공간계층형 영상부호화에서 상위계층의 시공간방향 예측을 위한 움직임벡터 추정시에 계산량의 복잡도를 줄이기 위한 움직임벡터 추정 방법을 제안한다. 첫 번째 방법에서는 하위계층에서 추정된 움직임벡터가 상위계층의 움직임벡터 추정을 위한 초기값으로 이용되어 작은 탐색영역내에서 상위계층의 움직임벡터가 추정된다. 두 번째 방법에서는 하위계층에서 추정된 움직임벡터와 공간 가중치가 연계된 시공간 가중 탐색에 의해서 상위계층의 움직임벡터가 추정된다. 모의실험 결과로부터 제안된 방법들이 기존의 방법에 비해서 부호화율 효율을 저하시키지 않으면서 계산량의 복잡도를 더욱더 감소시킴을 보인다.