• 대한전자공학회논문지
• /
• 제11권4호
• /
• pp.1.1-11
• /
• 1974

변경의 Parameter를 제어 함으로써 임의의 조합논리함수를 이차원가변논리회로로 실현하는 일반적이고 조직적인 방법을 개발하였다. n변수-n출력 조합논리회로의 진리치표를 상태할당에 의해서 상태가의 변환으로 포착하여 이를 다치일변수 영리수수의 실현문제로 취급하였다. 이 다위일변수 함수집합이 정규결합연산에 환하여 반군을 이룬다는 사실에 착안하여 3개의 기저함수를 정의하고 이 기저함수에 의하여 임의의 다치일변수함수를 생성하는 기저함수렬의 조직적 구성법을 구하였다. 기저함수를 실현하는 기본회로를 단위회로의 일차원 배열로 구성하고 오직 하나의 기본회로만으로 3개의 기저함수외에도 몇개의 기저함수의 계열과 또 기저함수의 역함수를 실현하도록 하였다. 이 기본회로를 이차원으르 배열하고 변경의 parameter만을 적절히 설정 함으로써 임의의 조합논리회로를 실현하는 알고리즘을 구성하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2576-2578
• /
• 2003

RBF 네트워크에서 기저함수의 위치는 네트워크의 성능에 매우 큰 영향을 미친다. 몇몇 응용들에서 교사학습을 이용한 기저함수의 위치 선정이 비교사학습에 비해 우수함을 보인다. 그러나 교사학습에 의한 네트워크는 시그모이드 네트워크와 같은 긴 학습시간을 필요로 한다. 본 논문에서는 오차함수의 gradient와 Hessian을 이용해 교사학습에서 요구하는 학습시간을 단축시키면서 기저함수의 최적위치를 추정하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.55-60
• /
• 1994

본 논문에서는 음원을 모델링하기 위한 새로운 음원 모델로서 기저함수합계 모델을 제안하고 그 모델의 변수를 추정하는 방법에 관하여 설명한다. 기존 모델들이 다양한 음원신호를 표현하는데 부족함이 많았던데 비해 기저함수합계 모델은 다양한 음원신호를 표현하기에 적합하며 ML 이라는 통일된 추정 방법을 통해 모델의 변수들을 구할 수 있다. 또한 기저함수합계 모델은 기존의 모델들을 포함하는 일반화된 음원 모델이 됨을 보인다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.391-398
• /
• 2023

본 논문에서는 기저 스크리닝 기반 크리깅 모델(BSKM: Basis Screening based Kriging Model) 생성의 정확도를 높이기 위해 페널티를 적용한 최대 우도 평가 방법(PMLE : Penalized Maximum Likelihood Estimation)에 대해서 소개한다. BSKM에서 사용하는 기저함수의 최대 차수와 종류는 그 중요도에 따라서 결정하게 되며, 이때 중요도의 지표는 기저함수에 대한 교차 검증 오차(CVE : Cross Validation Error)로 택한다. 크리깅 모델(KM : Kriging Model) 구성시 최적의 기저함수 조합은 우선 최대 기저함수 차수를 선택하고 개별 기저함수의 중요도를 평가를 하게 된다. 최적 기저함수 조합은 크리깅 모델의 CVE가 최소가 될 때까지 개별 기저함수의 중요도가 높은 순으로 기저함수를 하나씩 추가하며 찾는다. 이 과정에서 KM은 반복적으로 생성해야 하며, 동시에 데이터 사이의 상관관계를 나타내는 하이퍼 매개변수(Hyper-parameters)도 최대 우도 평가방법을 통해 계산하여야 한다. 하이퍼 매개변수의 값에 따라 선택되는 최적의 기저함수 조합이 달라지기 때문에 KM의 정확도에 막대한 영향을 미치게 된다. 정확한 하이퍼 매개변수를 계산하기 위해서 PMLE 방법을 적용하였으며, Branin-Hoo 함수 문제에 적용하여 BSKM 의 정확성이 개선될 수 있음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.81-84
• /
• 2003

$\varepsilon$-SVR(e-Support Vector Regression)학습방법은 SV(Support Vector)들을 이용하여 함수 근사(Regression)하는 방법으로 최근 주목받고 있는 기법이다. SVM(SV machine)의 한 가지 방법으로, 신경망을 기반으로 한 다른 알고리즘들이 학습과정에서 지역적 최적해로 수렴하는 등의 문제를 한계로 갖는데 반해, 이러한 구조들을 대체할 수 있는 학습방법으로 사용될 수 있다. 일반적인 $\varepsilon$-SVR에서는 학습 데이터와 관사 함수 f사이에 허용 가능한 에러범위 $\varepsilon$값이 학습하기 전에 정해진다. 그러나 Nu-SVR(ν-version SVR)학습방법은 학습의 결과로 최적화 된 $\varepsilon$값을 얻을 수 있다. 정해진 기저함수가 포함되는 $\varepsilon$-SVR 학습방법(Sermparametric SVR)은 정해진 독립 기저함수를 사용하여 함수를 근사하는 방법으로, 일반적인 $\varepsilon$-SVR 학습방범에 비해 우수한 결과를 나타내는 것이 성공적으로 입증된 바 있다. 이에 따라, 본 논문에서는 정해진 기저함수가 포함된 ν-SVR 학습 방법을 제안하고, 이에 대한 수식을 유도하였다. 그리고, 모의 실험을 통하여 제안된 Sermparametric ν-SVR 학습 방법의 적용 가능성을 알아보았다.

• 재무관리연구
• /
• 제9권2호
• /
• pp.1-29
• /
• 1992

자본자산(資本資産) 가격결정(價格決定)의 소비기저모형(消費基低模型)은 자본시장의 성질들을 깊이 있게 반영한 모형이지만 이 모형을 정립하는 데 사용된 효용함수의 형태가 주어지지 않고 있다. 이 효용함수의 형태는 실증분석을 통하여 결정되어야 한다. 이 논문에서는 소비기저모형에 사용될 수 있는 효용함수(效用函數)로서 기대효용함수(期待效用函數), 화폐효용함수(貨幣效用函數)와 비기대효용모형(非期待效用模型)을 상정하고 우리나라의 데이터를 사용하여 이 중 어느 함수(函數)가 우리나라의 투자활동과 자산의 가격결정에 적합한가를 실증적으로 분석하였다. 그 결과 상대적 위험기피계수는 대략 4이고 주관적 할인율이 0.8정도이며 소비기저모형(消費基低模型)을 정당화시키는 효용함수(效用函數)는 비기대(非期待) 모형(模型)임이 발견되었다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2002년도 가을 학술발표회 논문집
• /
• pp.567-574
• /
• 2002

새로운 자유격자 관사를 이용한 점별 계산법을 제안한다 이동 최소 자승법을 이용한 기저의 생성과 기저의 근사적 미분을 동시에 구해내는 자유격자 근사를 유도하여, 직접 점별 계산법을 고안하였다. 기존의 자유 격자 법에서는 기저의 직접 미분을 사용하므로 높은 계산 비용이 필요하지만, 이 논문에서 제안된 방법은 기저의 생성과 동시에 기저의 근사적 미분을 구하게 된다. 또한 기존의 방법에서 필요하였던, 창 함수(window function)의 미분가능성을 연속성으로 대치할 수 있으므로, 주어진 문제에 따라 다양한 창 함수를 이용할 수 있다. 기저의 재생성과 interpolation의 수렴성을 소개하고, 수치 예제로서, Poisson 문제를 통해 이 방법의 유효함을 보인다.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.303-308
• /
• 2004

Gabor 코사인과 사인 변환은 영상주파수 성분을 국부적으로 표현하므로 영상과 비디오 압축 알고리즘에 사용될 수 있다. 압축과 복원에 사용되는 순방향과 역방향 행렬 변환식의 계산 복잡도는 O($N^3$)이다. 이 논문에서는 기저함수들의 길이를 절단하여, 희소기저행렬을 생성하고, 영상압축과 복원에 적용하여 실시간 처리에 용이하게 변환 계산량을 감소시키고자 한다. 기저함수 길이가 감소함에 따라서, 기저함수 에너지에 미치는 절단의 영향을 조사하고 다른 여러 측정량의 변화를 살펴본다. 실험 결과로부터 약 1% 이하의 성능저하로 11배의 곱하기/더하기 수를 감소시킬 수 있음을 보았다.

• 대한전자공학회논문지SP
• /
• 제44권2호
• /
• pp.82-92
• /
• 2007

본 논문에서는 3차원 얼굴인식을 위한 방사 기저 함수 신경망 기반의 새로운 전역적 형태 특징과 그 특징을 추출하는 방법을 제안한다. 방사 기저 함수 신경망은 방사 기저 함수들의 가중합으로써, 얼굴 형태 정보의 비선형성을 방사 기저 함수의 선형합으로 잘 표현한다. 이 논문에서는 얼굴의 가로 방향 프로파일을 학습된 방사 기저 함수 신경망에 적용시켰을 때 생성되는 가증치를 새로운 전역적 형태 특징으로 제안한다. 제안하는 전역적 형태 특징의 경우 국소적 특징의 특성을 가지며, 일반적인 전역적 특징의 특성인 특징의 복잡도도 감소시킨다. 100명의 데이터베이스 영상과 100명에 대한 서로 다른 3개의 포즈를 포함하는 300개의 테스트 영상을 이용한 실험에서 제안하는 전역적 형태 특징과 은닉 마르코프 모델을 이용한 특징 비교를 통해서 94.7%의 인식률을 얻었다.

• 한국소음진동공학회논문집
• /
• 제17권7호
• /
• pp.638-648
• /
• 2007

CIPIC HRTF database의 주성분 분석(PCA)을 통해 개인의 HRIR이 정규 직교화된 소수의 기저함수들의 선형 결합으로 잘 묘사됨을 알 수 있다. 이 기저함수들은 음원의 고도각, 청취자 마다 달라지는 HRIR의 변화를 표현할 수 있다. 선형결합에 사용되는 기저함수들의 가중치들은 음원의 고도각에 따라 특이한 경향을 지닌다. 또한, 각각의 음원 위치에서 가중치의 표준편차 크기순으로 기저함수의 중요도를 결정할 수 있다. 이 논문에서는 각 음원 위치마다 중요한 3개 기저함수의 가중치를 청취자가 직접 조절하게 함으로써 맞춤형 HRIR을 생성하는 방법을 제안한다. 주관평가 결과, 청취자의 음원 고도각 인지 성능과 음원 앞-뒤 구분 성능이 향상됨을 확인하였다.